基于機器視覺的機場跑道異物監(jiān)測技術研究.pdf

1、近年來，隨著航空科學技術的迅速發(fā)展，民用航空交通運輸業(yè)在人類生活中扮演的角色越來越重要，軍用航空的戰(zhàn)斗力水平也直接決定了國防建設的進程，因此，保障民用和軍用飛機的安全飛行具有非常重要的現實意義。然而，機場跑道異物(FOD)給飛機的起落安全帶來了嚴重的威脅，并且已經造成了慘重的損失。針對這一問題，本文在機器視覺和數字圖像處理的理論基礎上，重點研究了機場跑道異物監(jiān)測系統(tǒng)中的關鍵技術，初步實現了異物入侵的自動檢測與識別，并設計和實現了基于機器

2、視覺的機場跑道異物監(jiān)測系統(tǒng)的軟件原型。
　　深入研究分析了常用運動目標檢測算法的原理與優(yōu)缺點，針對機場跑道環(huán)境相對單一的特殊性，采用自適應背景更新的平均背景減算法進行FOD檢測。提取前N幀圖像的灰度平均值建立了相對可靠的初始背景，利用當前幀圖像與背景圖像作減法運算得到了前景圖像并且對其二值化，通過輪廓面積舍棄法消除了飛機等非異物目標的干擾，利用形態(tài)學操作對二值圖像進行了后處理，最后得到了比較準確的檢測結果。為了適應環(huán)境的實時變化，

3、及時對背景圖像進行加權更新處理；考慮到烏云等特殊天氣帶來的較大光照變化影響，對當前幀圖像進行了光照檢測并采取了自適應的背景更新率對背景進行更新，通過仿真實驗驗證了算法的有效性。
　　由于機場跑道異物種類繁多，文中選取了幾種比較典型的異物作為研究對象并分析其特征，采用旋轉不變模式LBP算子提取了異物的紋理特征值作為分類識別的依據，將異物前景圖像的紋理特征統(tǒng)計直方圖作為分類器的輸入；采用了基于二分類支持向量機(SVM)的多分類器進行分