本文關鍵詞：基于視頻的機場跑道異物檢測算法研究

  更多相關文章： 機場跑道異物 圖像增強 Mean Shift 雙目視覺 極線校正 區(qū)域映射

【摘要】：隨著民航業(yè)的飛速發(fā)展，航空運輸?shù)牟粩鄶U容，機場作為航空運輸?shù)臉屑~平臺，跑道安全問題日益受到重視，其中機場跑道異物FOD(foreign object debris)檢測已經(jīng)成為保障飛機飛行安全急需解決的問題。國外現(xiàn)已開發(fā)出的實用檢測系統(tǒng)主要通過毫米波雷達和視頻監(jiān)控技術實現(xiàn)對異物的自動化檢測和識別，受限于巨額的開發(fā)維護成本以及技術的壟斷，很難在國內各機場進行普及。 本文以機場巡道車作為移動平臺，基于雙目視覺技術提出了一種低成本的基于視頻的跑道異物檢測系統(tǒng)方案。根據(jù)FAA發(fā)布的檢測標準，論文闡述了基于視頻的檢測系統(tǒng)的總體設計以及各功能模塊，并針對現(xiàn)有目標檢測算法應用于異物檢測的不足，探討了采用雙目視覺測量技術的可行性和優(yōu)勢。 在視頻圖像采集過程中，考慮到光學系統(tǒng)受天氣條件的影響，本文利用改進Mean Shift濾波的Retinex方法實現(xiàn)圖像增強預處理。首先采用主元分析法將低對比度圖像分解為亮度和色彩兩部分，通過改進現(xiàn)有Mean Shift濾波方法實現(xiàn)光照分量的自適應增強，并對色彩通道進行恢復，最后在全局分析基礎上實現(xiàn)圖像補償。 在系統(tǒng)檢測過程中，利用異物相對于跑道路面存在深度突變的原理來進行測量，首先對固定安裝的雙目攝像機進行標定，然后通過極線約束等方法對左右視圖進行校正，采用數(shù)值分析建立兩幅圖像對應映射關系，根據(jù)左右視圖內相應像素映射關系的改變，來實現(xiàn)對視場區(qū)域內異物的檢測，解決傳統(tǒng)目標檢測方法無法有效排除路面干擾因素的難題。 論文對上述算法進行了仿真實驗，實驗結果表明本文基于視頻的機場跑道異物檢測算法面對復雜路面情況下異物檢測的準確性，，并能對視頻圖像進行有效增強。為機場跑道異物檢測提供了一種新的可行性研究思路。
【關鍵詞】：機場跑道異物 圖像增強 Mean Shift 雙目視覺 極線校正 區(qū)域映射
【學位授予單位】：南京航空航天大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP391.41;V328
【目錄】：

• 摘要4-5
• ABSTRACT5-6
• 目錄6-8
• 圖標清單8-10
• 第一章 緒論10-16
• 1.1 課題背景及意義10-11
• 1.2 國內外機場跑道異物檢測系統(tǒng)研究現(xiàn)狀11-15
• 1.3 論文主要研究內容15-16
• 第二章 基于視頻的機場跑道異物檢測系統(tǒng)總體架構16-26
• 2.1 目標檢測技術16-18
• 2.1.1 目標檢測算法概述16-17
• 2.1.2 檢測算法分析比較17-18
• 2.2 系統(tǒng)分析與設計18-22
• 2.2.1 系統(tǒng)設計框架19-20
• 2.2.2 系統(tǒng)功能模塊20-22
• 2.3 立體視覺技術22-25
• 2.4 本章小結25-26
• 第三章 視頻圖像增強預處理26-41
• 3.1 圖像增強26-31
• 3.1.1 空間域圖像增強26-29
• 3.1.2 變換域圖像增強29-30
• 3.1.3 Retinex 圖像增強30-31
• 3.2 Mean Shift 算法31-34
• 3.2.1 Mean Shift 簡介31-32
• 3.2.2 Mean Shift 的基本思想32-34
• 3.3 基于改進 Mean Shift 的圖像增強算法34-38
• 3.3.1 改進 Mean Shift 濾波算法34-36
• 3.3.2 色彩恢復與圖像補償36-38
• 3.4 實驗結果與分析38-40
• 3.5 本章小結40-41
• 第四章 基于雙目視覺技術的異物檢測算法41-66
• 4.1 算法總體思路41
• 4.2 雙目立體視覺模型41-46
• 4.2.1 攝像機成像模型42-43
• 4.2.2 攝像機任意放置下雙目立體視覺模型43-45
• 4.2.3 平行雙目立體視覺模型45-46
• 4.2.4 攝像機畸變模型46
• 4.3 攝像機標定46-51
• 4.4 立體圖像的校正51-56
• 4.4.1 圖像畸變校正51-52
• 4.4.2 極線幾何與極線約束52-54
• 4.4.3 極線校正原理54
• 4.4.4 極線校正方法54-56
• 4.5 區(qū)域映射匹配56-60
• 4.6 檢測算法實驗與分析60-65
• 4.6.1 普通光照環(huán)境61-62
• 4.6.2 強光及低照明環(huán)境62-64
• 4.6.3 復雜路面情況64-65
• 4.6.4 實時檢測性能65
• 4.7 本章小結65-66
• 第五章 總結與展望66-68
• 5.1 全文總結66
• 5.2 后期工作展望66-68
• 參考文獻68-72
• 致謝72-73
• 在學期間的研究成果及發(fā)表的學術論文73

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王宇;吳煒;張德銀;;基于計算機視覺的機場跑道異物檢測識別系統(tǒng)[J];電視技術;2010年05期

2 邊后琴;譚葉;;立體視覺系統(tǒng)的參數(shù)標定的Matlab實現(xiàn)[J];上海電力學院學報;2011年04期

3 葛動元;姚錫凡;李凱南;;雙目立體視覺系統(tǒng)的標定[J];機械設計與制造;2010年06期

4 潘華,郭戈;立體視覺研究的進展[J];計算機測量與控制;2004年12期

5 于乃功;林佳;阮曉鋼;;一種應用于雙目移動機器人目標跟蹤的新型立體匹配算法[J];計算機測量與控制;2012年10期

6 陳曉明;蔣樂天;應忍冬;;基于Kinect深度信息的實時三維重建和濾波算法研究[J];計算機應用研究;2013年04期

7 吳振杰;毛曉波;;一種改進的幀間差光流場算法[J];計算機工程與應用;2013年18期

8 吳靜;王洪;汪學剛;;機場跑道異物監(jiān)測雷達的雜波圖恒虛警率檢測[J];計算機應用;2013年11期

9 趙明程;;要效率還是要安全?——關于FOD和貨物裝卸的思考[J];空運商務;2010年06期

10 張東波;朱經(jīng)緯;;基于二維圖像三維重建的人臉特征提取技術研究[J];微型機與應用;2011年10期

本文編號：594513