基于視覺的飛機泊位自動引導關鍵技術研究.pdf_第1頁
已閱讀1頁,還剩117頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、飛機泊位自動引導的實施對提高機場信息化和自動化水平至關重要,基于視覺的泊位自動引導方法因為具有信息豐富、效果直觀及成本低等優(yōu)點一直受到國內(nèi)外學者的關注。利用圖像處理技術檢測飛機邊緣輪廓,識別出飛機機型進而跟蹤,完成自動引導關鍵技術算法研究。本文主要針對特殊天氣下利用圖像處理手段,重點研究了滿足特殊天氣下泊位圖像去噪等預處理算法、泊位飛機的輪廓檢測、識別和跟蹤等自動引導的關鍵技術。
  首先,深入研究了特殊天氣環(huán)境下圖像增強和去噪等

2、預處理算法。針對光照過強、夜間等特殊環(huán)境光照條件導致對比度不均衡問題,提出了分段變換方法,此算法實現(xiàn)簡單,運算速度快,提高了圖像對比度,能夠滿足系統(tǒng)的實時性要求;針對霧霾天氣時能見度降低,造成檢測識別困難,提出了基于暗原色優(yōu)先的形態(tài)學去霧算法,有效提高目標的清晰度,保留圖像細節(jié)邊緣,去霧效果自然逼真,同時滿足實時性和魯棒性要求。
  其次,針對目標飛機分割問題研究了邊緣檢測算法和陰影分割算法。在邊緣檢測方面,針對邊緣的細節(jié)及噪聲問

3、題,提出了基于自適應權重邊緣檢測算法;在圖像分割方面,運動物體的陰影被標記為前景會增加目標識別和跟蹤算法的復雜度,提出了一種將形態(tài)學的冪變換與無邊界主動輪廓線模型結合的陰影分割算法,犧牲很短的數(shù)學形態(tài)學平滑的時間,換來了主動輪廓的快速收斂,從而減少了總的運算時間,并且抑制了泊位飛機分割產(chǎn)生的“拖尾”現(xiàn)象,準確有效的分割出運動目標的陰影區(qū)域。
  再次,研究了基于加權形態(tài)學的泊位飛機的特征提取和基于神經(jīng)網(wǎng)絡的飛機識別方法。針對特征提

4、取問題,提出利用加權形態(tài)學提取飛機的特征,解決了飛機機型匹配難題,形態(tài)學提取目標特征,同時去除了圖像噪聲,提高識別環(huán)節(jié)的準確性和效率,然后應用神經(jīng)網(wǎng)絡進行機型識別,取得了較好效果,實現(xiàn)低能見度下飛機機型識別,算法具有穩(wěn)健性、準確性。
  最后,為了提高飛機跟蹤的準確性,首先對均值漂移算法和傳統(tǒng)粒子濾波算法的優(yōu)缺點進行分析,在此基礎上提出了遞增自調(diào)整粒子濾波跟蹤算法,采用遞增自調(diào)整和位姿估計器使粒子向最優(yōu)方向處移動,解決重采樣過程中

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論