基于機(jī)器視覺(jué)的機(jī)場(chǎng)跑道異物檢測(cè)技術(shù)研究.pdf

1、隨著經(jīng)濟(jì)的快速發(fā)展，生活水平的不斷提高，乘坐飛機(jī)出行已成為眾多人的選擇，因此，飛機(jī)的飛行安全日益受到人們的關(guān)注。機(jī)場(chǎng)跑道異物簡(jiǎn)稱FOD(Foreign Object Debris)是指機(jī)場(chǎng)跑道上一切損害飛機(jī)安全的外來(lái)物，F(xiàn)OD嚴(yán)重影響飛機(jī)的飛行安全，因此，對(duì)機(jī)場(chǎng)跑道異物檢測(cè)和識(shí)別技術(shù)的研究具有重要的現(xiàn)實(shí)意義。
　　本文首先，研究分析了圖像的預(yù)處理、圖像邊緣檢測(cè)、圖像濾波等相關(guān)算法，并且對(duì)算法的優(yōu)缺點(diǎn)進(jìn)行了比較，為后續(xù)異物檢測(cè)圖像處

2、理提供了基礎(chǔ)；其次，研究了常用的運(yùn)動(dòng)目標(biāo)檢測(cè)算法和異物檢測(cè)算法，對(duì)算法的優(yōu)缺點(diǎn)以及適用范圍進(jìn)行了總結(jié)，并且對(duì)異物檢測(cè)算法進(jìn)行了改進(jìn)，即將基于自適應(yīng)混合高斯濾波的背景差分法和改進(jìn)的幀間差分法相結(jié)合對(duì)異物目標(biāo)檢測(cè)，改進(jìn)后的算法能夠有效地抑制異物內(nèi)部空洞的出現(xiàn)，使異物的邊緣信息更加完整，提高了異物檢測(cè)的準(zhǔn)確率；然后，設(shè)計(jì)了異物檢測(cè)與跟蹤算法的整體流程，即先用本文改進(jìn)算法對(duì)異物進(jìn)行檢測(cè)，再利用中值濾波和形態(tài)學(xué)濾波對(duì)檢測(cè)圖像初步去噪，接著采用面積

3、去噪法對(duì)異物檢測(cè)出現(xiàn)的噪聲進(jìn)一步去除，最終采用重心標(biāo)定法以及Kalman濾波跟蹤算法對(duì)異物目標(biāo)進(jìn)行實(shí)時(shí)標(biāo)定和跟蹤；最后，在VC++和Opencv的上位機(jī)平臺(tái)上對(duì)算法進(jìn)行了仿真，在下位機(jī)平臺(tái)利用基于 DM6437裝置的車載移動(dòng)實(shí)驗(yàn)平臺(tái)分別對(duì)單異物目標(biāo)和多異物目標(biāo)以及在不同光照環(huán)境下的異物目標(biāo)檢測(cè)進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果證明本文改進(jìn)的異物檢測(cè)算法能夠降低背景突變下對(duì)檢測(cè)結(jié)果造成的影響，提高檢測(cè)的正確率，降低誤檢率和漏檢率，使對(duì)異物目標(biāo)的標(biāo)定和跟