近幾年民用航空技術(shù)迅速發(fā)展,隨之而來機(jī)場區(qū)域的安全保障對飛機(jī)成功起飛和降落起著決定性作用。而機(jī)場跑道病害為航空器飛行安全帶來巨大的安全隱患,針對機(jī)場跑道病害視覺檢測方法的研究,本文主要對機(jī)場跑道采集時的圖像處理和采集后的病害檢測進(jìn)行了研究,具體包括圖像采集系統(tǒng)設(shè)計及視覺檢測系統(tǒng)的標(biāo)定方法研究、機(jī)場跑道病害檢測前的圖像預(yù)處理研究、機(jī)場跑道病害檢測研究三個方面。（1）研究了線陣CCD相機(jī)的標(biāo)定方法,為提高線陣CCD相機(jī)內(nèi)參校準(zhǔn)精度,確定準(zhǔn)確的攝像機(jī)模型,結(jié)合線陣CCD成像特性,借助于小孔成像模型和垂線法,提出建立線陣CCD相機(jī)成像的非參數(shù)模型來進(jìn)行內(nèi)參校準(zhǔn),直接確定空間特征點與成像點間的映射關(guān)系以及理想成像點與實際成像點間的畸變量大小,同時選擇重投影誤差作為評價標(biāo)準(zhǔn),對比分析其優(yōu)勢。（2）研究機(jī)場跑道病害檢測前的圖像預(yù)處理。首先對機(jī)場跑道圖像采集進(jìn)行了誤差補(bǔ)償;其次針對環(huán)境中常出現(xiàn)的高斯噪聲和椒鹽噪聲兩者的混合噪聲,基于自適應(yīng)中值濾波算法對椒鹽噪聲的敏感,加權(quán)梯度倒數(shù)濾波算法對高斯噪聲的敏感,雙邊濾波算法的保邊降噪優(yōu)點,提出了一種融合自適應(yīng)梯度加權(quán)倒數(shù)的雙邊濾波算法。然后施加兩者不同強(qiáng)度的... 

【文章來源】：中國民航大學(xué)天津市

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

跑道病害

2中國民航大學(xué)碩士學(xué)位論文降落起著決定性作用。如圖1-2所示，跑道出現(xiàn)的裂紋、膠痕對高速轉(zhuǎn)動的機(jī)輪有可能造成輪胎破損，微小的跑道脫落物可能會造成發(fā)動機(jī)故障，均可能致使一定的生命財產(chǎn)甚至航空災(zāi)難的發(fā)生等。當(dāng)機(jī)場跑道道面出現(xiàn)了橫、縱向裂紋、塊狀裂紋，周向裂紋、龜裂以及橡膠膠痕和跑道脫落物等病害時，不但是影響了機(jī)場跑道道面的整體美觀，更為突出的致命要點是這些病害所隱藏著巨大的安全隱患。在機(jī)場跑道道面遭到這些病害尤其是裂紋與膠痕后，極大影響到跑道壽命及航空器的起降安全，這使得機(jī)場跑道病害檢測技術(shù)的提高也迫在眉睫[6-7]。（a）飛機(jī)輪胎磨損（b）飛機(jī)沖出跑道（c）空難圖1-2跑道病害的危害綜上所述，針對以上待解決問題，本課題擬對機(jī)場跑道病害采用視覺檢測方法，通過車載移動裝置配合高速線陣CCD掃描成像系統(tǒng)對機(jī)場跑道掃描進(jìn)行圖像采集，研究機(jī)場跑道病害檢測和識別的圖像處理等相關(guān)技術(shù)與方法。重點針對機(jī)場跑道圖像采集前對線陣CCD攝像機(jī)的內(nèi)參校準(zhǔn)，采集過程中的誤差補(bǔ)償、圖像拼接，以及研究圖像噪聲去除問題以期得到高質(zhì)量的機(jī)場跑道圖像，為后續(xù)精確的實現(xiàn)機(jī)場跑道病害的檢測與識別提供現(xiàn)實依據(jù)基矗1.2機(jī)場跑道病害檢測的國內(nèi)外研究現(xiàn)狀1970年初往后，法國交通管理有關(guān)研發(fā)部門逐步推出更新?lián)Q代的路面攝影車(GERPHO)。如圖1-3所示，人們對機(jī)場跑道病害的檢測由最初的人字墻耗時、耗力的人工檢測，且工作環(huán)境充滿眾多的不安全性和不確定性，而且受人為因素影響太大，轉(zhuǎn)換到通過移動車載PC機(jī)進(jìn)行人工記錄和分析數(shù)據(jù)，進(jìn)而很大程度有效地避免了人工檢查現(xiàn)場的風(fēng)險性[8]。

3中國民航大學(xué)碩士學(xué)位論文圖1-3跑道病害的人工檢測20世紀(jì)50年代，美國地球技術(shù)公司(EarthTechnologyCorporation)牽頭研發(fā)出了路面狀況評價系統(tǒng)(PavementConditionEvaluationService-PCES)[9]，如圖1-4的圖a所示，該裝置首次引入行式掃描攝像機(jī)。行式掃描攝像機(jī)以20Mhz頻率，512×512像素/次對道面進(jìn)行圖像采集。移動測試車載裝置安裝有補(bǔ)光源，在光線不足或外界環(huán)境光線過強(qiáng)時可自動給予或補(bǔ)償光源，速度最快可控制在100km/h。伴隨著數(shù)字化進(jìn)程的發(fā)展，在機(jī)場跑道道面病害探測系統(tǒng)自動報警預(yù)警功能開發(fā)，高速CCD攝像機(jī)和計算機(jī)視覺技術(shù)的廣泛推廣與發(fā)展，此時具有一定示范和發(fā)揮引導(dǎo)作用有IMS工作室的PAVUE系統(tǒng)、美國PAVEDEX研發(fā)部門的PAS1系統(tǒng)、澳大利亞NSW交通運輸局與CRISO公司聯(lián)合研發(fā)的具有高度智能化的機(jī)場跑道破損檢測車RoadCrack等。此外，瑞典基設(shè)服務(wù)(IME)在1995年先后開發(fā)出更新中的PAVUE系統(tǒng)，如圖1-4圖c所示，該移動車載裝置主要包括數(shù)據(jù)采集與儲存系統(tǒng)和圖像分析與檢測系統(tǒng)。其中數(shù)據(jù)采集系統(tǒng)含有速度移動補(bǔ)償裝置、照明系統(tǒng)、攝像裝置等，時速可控制在8-88km/h，對于機(jī)場跑道病害中的裂紋檢測有良好的效果，但是整個檢測系統(tǒng)裝置的實現(xiàn)成本相對來說都比較高，除此外在車載軟硬件中的圖像處理系統(tǒng)含有很強(qiáng)的微處理器提高檢測時效性[10]。（a）美國地球科技公司PCES系統(tǒng)（b）加拿大Roadware公司ARAN

【參考文獻(xiàn)】：
期刊論文
[1]采用非參模型的線陣CCD內(nèi)參校準(zhǔn)方法[J]. 吳軍,徐鋆,李雁玲,李澤川,李鑫.  激光與光電子學(xué)進(jìn)展. 2020(04)
[2]基于對極約束的雙目立體視覺標(biāo)定精度評價方法[J]. 張青哲,王勇.  激光與光電子學(xué)進(jìn)展. 2019(23)
[3]基于改進(jìn)的雙邊濾波與非下采樣剪切波變換的圖像去噪[J]. 荊方,劉增力.  通信技術(shù). 2019(01)
[4]基于深度卷積神經(jīng)網(wǎng)絡(luò)的隧道襯砌裂縫識別算法[J]. 柴雪松,朱興永,李健超,薛峰,辛學(xué)仕.  鐵道建筑. 2018(06)
[5]基于多種算法的高速公路路面裂紋檢測分析[J]. 陳齊平,肖強(qiáng),張敏,康盛,劉禹,吳明明.  公路. 2018(06)
[6]一種用于圖像拼接的改進(jìn)ORB算法[J]. 王健,于鳴,任洪娥.  液晶與顯示. 2018(06)
[7]基于改進(jìn)GMS和加權(quán)投影變換的圖像配準(zhǔn)算法[J]. 陳方杰,韓軍,王祖武,張國強(qiáng),成堅煉.  激光與光電子學(xué)進(jìn)展. 2018(11)
[8]基于機(jī)器視覺的非平整物體表面凸起異物檢測方法[J]. 羅立浩,許亮.  計算機(jī)測量與控制. 2018(05)
[9]結(jié)合最佳縫合線和改進(jìn)漸入漸出法的圖像拼接算法[J]. 羅永濤,王艷,張紅民.  紅外技術(shù). 2018(04)
[10]基于局部圖像紋理計算的隧道裂縫視覺檢測技術(shù)[J]. 王耀東,朱力強(qiáng),史紅梅,方恩權(quán),楊玲芝.  鐵道學(xué)報. 2018(02)

博士論文
[1]基于圖像的農(nóng)作物病害識別關(guān)鍵算法研究[D]. 宋麗娟.西北大學(xué) 2018
[2]圖像去噪中幾種優(yōu)化算法的相關(guān)研究[D]. 楊昊.電子科技大學(xué) 2016
[3]機(jī)場跑道視頻異物檢測與識別關(guān)鍵技術(shù)研究[D]. 牛犇.南京航空航天大學(xué) 2016

碩士論文
[1]隧道裂縫圖像智能匹配與變化趨勢檢測算法研究[D]. 王春薇.北京交通大學(xué) 2017
[2]基于線陣CCD旋轉(zhuǎn)掃描的圖像重建與目標(biāo)檢測方法研究[D]. 王文超.南京理工大學(xué) 2017
[3]地鐵隧道圖像數(shù)據(jù)分析系統(tǒng)[D]. 亓大鵬.北京交通大學(xué) 2016
[4]基于機(jī)器視覺的表面平整度檢測方法研究[D]. 謝劍.中南大學(xué) 2014
[5]霧天機(jī)場跑道異物檢測算法研究[D]. 張東海.中國民航大學(xué) 2013
[6]隧道襯砌裂縫車載檢測圖像分析研究[D]. 王睿.西南交通大學(xué) 2012
[7]圖像去噪處理技術(shù)[D]. 郭斌.西安電子科技大學(xué) 2012
[8]石油開采過程中的散裝油管計數(shù)方法研究[D]. 于聯(lián)周.東北大學(xué) 2012
[9]基于SIFT的圖像配準(zhǔn)及其應(yīng)用研究[D]. 李穎.中南民族大學(xué) 2012
[10]基于圖像處理的混凝土裂縫寬度檢測技術(shù)的研究[D]. 盧曉霞.電子科技大學(xué) 2010



本文編號：3316248