基于差分圖像的機(jī)場(chǎng)跑道異物檢測(cè)算法的應(yīng)用研究.pdf

1、機(jī)場(chǎng)跑道異物檢測(cè)系統(tǒng)中的異物通常指可能損壞飛機(jī)的某種外來物質(zhì),簡(jiǎn)稱FOD(Foreign Object Debris)。機(jī)場(chǎng)跑道上的異物對(duì)飛行器有很大的威脅,一個(gè)鋒利的物體如金屬片或石頭都可能刺穿輪胎引起爆炸,而輪胎產(chǎn)生的碎片可能會(huì)損壞飛機(jī)發(fā)動(dòng)機(jī)等其他重要部件。FOD不僅損壞飛行器,奪去寶貴的生命,而且也給機(jī)場(chǎng)、航空公司、社會(huì)帶來巨大的經(jīng)濟(jì)損失。
　　國(guó)內(nèi)外目前已研制成功的FOD檢測(cè)系統(tǒng)主要是通過可見光和雷達(dá)技術(shù),實(shí)現(xiàn)對(duì)機(jī)場(chǎng)跑道上

2、異物的發(fā)現(xiàn)、識(shí)別、定位、記錄和處理。通常情況下,機(jī)場(chǎng)跑道異物檢測(cè)系統(tǒng)主要由視頻系統(tǒng)、雷達(dá)系統(tǒng)以及綜合顯示系統(tǒng)三部分組成。
　　視頻圖像處理系統(tǒng)采用了兩種主流的異物檢測(cè)算法:靜態(tài)異物檢測(cè)算法和差分圖像異物檢測(cè)算法。靜態(tài)異物檢測(cè)算法需要異物的先驗(yàn)知識(shí),且前期需要大量的樣本訓(xùn)練分類器,對(duì)異物的大小和形狀比較敏感,但此算法只需要前景圖像,不需要與背景圖像進(jìn)行配準(zhǔn),在檢測(cè)到異物目標(biāo)后此算法也可以根據(jù)提取到的該目標(biāo)的特征進(jìn)行異物識(shí)別和分類。而

3、差分圖像異物檢測(cè)算法需要前景圖像與背景圖像進(jìn)行配準(zhǔn),但方法簡(jiǎn)單高效,對(duì)異物的形態(tài)和大小不敏感。
　　正因?yàn)檫@兩種檢測(cè)算法各有其自身的優(yōu)勢(shì),所以在本文所講到的視頻圖像處理系統(tǒng)中采用了兩種算法,讓兩者優(yōu)勢(shì)互補(bǔ)。本文將重點(diǎn)研究基于差分圖像的異物檢測(cè)算法,所做的工作如下:
　　1.文中第二章針對(duì)整個(gè)機(jī)場(chǎng)異物檢測(cè)系統(tǒng)的技術(shù)和檢測(cè)要求,作者參與并設(shè)計(jì)了云臺(tái)方案、圖像采集方案等系統(tǒng)方案設(shè)計(jì)。接著采用Adaboost分類器方法判斷當(dāng)前時(shí)間段

4、是否屬于檢測(cè)時(shí)間段,根據(jù)檢測(cè)結(jié)果作相應(yīng)情況處理。
　　2.在第三章采用了一種新的基于標(biāo)志線的配準(zhǔn)方法,該方法適用于機(jī)場(chǎng)或路面圖像的配準(zhǔn),而且方法簡(jiǎn)單高效,能滿足系統(tǒng)的實(shí)時(shí)性。其中從背景提取標(biāo)志線時(shí),采用了基于直方圖均衡的原理所提出的直方圖均衡波形分析法,它能夠很好的保留直方圖波形分析法受光照條件影響較小的優(yōu)點(diǎn),又能適用于圖像直方圖波形不規(guī)則的情形。
　　3.第四章中采用了一種基于圖像灰度直方圖信息獲取差分圖像分割閾值的方法,

5、此方法能很好避免光照和路面差異所造成的虛警。
　　4.第五章介紹基于差分圖像的機(jī)場(chǎng)跑道異物檢測(cè)算法的最后一個(gè)模塊,即虛警目標(biāo)的去除以及目標(biāo)提取。在此章中采用了一種基于形態(tài)學(xué)方法去除虛警的方法,它能夠很好保留真實(shí)目標(biāo)的情況下去除虛警目標(biāo)。另外,本章還提出背景圖像更新機(jī)制,它能使背景圖像隨著一天的光照情況的不同而進(jìn)行實(shí)時(shí)更新。
　　通過實(shí)驗(yàn)結(jié)果表明該差分圖像異物檢測(cè)算法方法簡(jiǎn)單,具有很好的通用性、穩(wěn)定性,可以檢測(cè)出小目標(biāo),檢測(cè)速