基于機器視覺的機場跑道異物監(jiān)測技術(shù)研究.pdf

1、近年來，隨著航空科學(xué)技術(shù)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(shè)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(xiàn)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(jīng)造成了慘重的損失。針對這一問題，本文在機器視覺和數(shù)字圖像處理的理論基礎(chǔ)上，重點研究了機場跑道異物監(jiān)測系統(tǒng)中的關(guān)鍵技術(shù)，初步實現(xiàn)了異物入侵的自動檢測與識別，并設(shè)計和實現(xiàn)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(biāo)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(yīng)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(dāng)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(biāo)的干擾，利用形態(tài)學(xué)操作對二值圖像進行了后處理，最后得到了比較準(zhǔn)確的檢測結(jié)果。為了適應(yīng)環(huán)境的實時變化，

3、及時對背景圖像進行加權(quán)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(dāng)前幀圖像進行了光照檢測并采取了自適應(yīng)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(zhuǎn)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(jù)，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