本文關(guān)鍵詞：機場跑道異物檢測系統(tǒng)算法研究與軟件實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：機場跑道異物指異常出現(xiàn)在機場跑道上并威脅飛行安全的外來物體。它的存在對航空安全造成嚴重隱患,帶來巨大損失。國內(nèi)外對機場跑道的異物檢測給予了高度關(guān)注,國外己開發(fā)出了一些性能優(yōu)良的異物檢測系統(tǒng),國內(nèi)的相關(guān)研究也在不斷深入。目前主流的異物檢測手段依賴雷達設(shè)備和光學(xué)設(shè)備,這兩種設(shè)備各有千秋,本文研究的是以雷達為主要檢測設(shè)備的異物檢測系統(tǒng)。 異物檢測系統(tǒng)首先通過雷達掃描獲得數(shù)據(jù),然后通過程序解析數(shù)據(jù),其次使用圖像處理算法處理雷達圖像并檢測異物,最后通過網(wǎng)絡(luò)發(fā)送檢測數(shù)據(jù)。本文主要實現(xiàn)了系統(tǒng)的軟件部分,即設(shè)計完成了應(yīng)用于異物檢測系統(tǒng)中的Visual C++應(yīng)用程序。它擁有友好的界面、高效的接口、可靠的數(shù)據(jù)管理、有效的處理算法,是一個功能完善、運行穩(wěn)定的軟件產(chǎn)品。 本文重點研究了機場跑道異物檢測算法。本文在借鑒視頻圖像處理方法基礎(chǔ)上針對雷達圖像特點進行完善和改進,提出了一種基于雷達圖像處理的異物檢測算法。檢測算法包含了基于高斯混合模型思想的去噪、改進的背景差分、閾值化及中值濾波、數(shù)學(xué)形態(tài)學(xué)運算、基于漫水填充的目標(biāo)分割等內(nèi)容,可有效處理圖像,準確檢測異物,精確度高,實時性好,是異物檢測系統(tǒng)軟件核心算法。 本文還對機場跑道異物識別進行了探討。在介紹主流識別方法的基礎(chǔ)上,引入了基于無監(jiān)督特征學(xué)習(xí)的識別方法,它包括數(shù)據(jù)準備、特征學(xué)習(xí)、特征提取、圖像分類等過程,為跑道異物識別問題提供了一種可行的解決方案。本文對識別方法進行了改進并完成軟件實現(xiàn),獲得了較為可觀的實驗結(jié)果。這部分研究內(nèi)容未來可以融入到異物檢測系統(tǒng)中來進一步增強系統(tǒng)功能。
【關(guān)鍵詞】：跑道異物 雷達圖像處理 異物檢測 異物識別
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：V351.3;TP274
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-10
• 1 引言10-15
• 1.1 研究背景10-11
• 1.2 機場跑道異物檢測系統(tǒng)的發(fā)展現(xiàn)狀11-12
• 1.3 論文選題及其意義12-13
• 1.4 本文內(nèi)容和組織結(jié)構(gòu)13-15
• 2 機場跑道異物檢測系統(tǒng)軟件實現(xiàn)15-32
• 2.1 系統(tǒng)概述15-17
• 2.2 基本功能實現(xiàn)17-25
• 2.2.1 軟件和DSP的接口17-18
• 2.2.2 軟件和控制主機的接口18-20
• 2.2.3 軟件中的數(shù)據(jù)處理20-25
• 2.3 附加功能實現(xiàn)25-31
• 2.3.1 設(shè)置25-26
• 2.3.2 顯示26-27
• 2.3.3 保存27-31
• 2.4 本章小結(jié)31-32
• 3 機場跑道異物檢測算法研究32-45
• 3.1 算法概述32-33
• 3.2 雷達圖像去噪33-36
• 3.2.1 圖像去噪方法33-34
• 3.2.2 基于高斯混合模型思想的去噪方法34-35
• 3.2.3 實驗結(jié)果35-36
• 3.3 背景差分36-39
• 3.3.1 目標(biāo)檢測方法36-37
• 3.3.2 改進的背景差分法37-38
• 3.3.3 實驗結(jié)果38-39
• 3.4 雷達圖像后續(xù)處理39-41
• 3.4.1 閾值化及濾波39-40
• 3.4.2 數(shù)學(xué)形態(tài)學(xué)40
• 3.4.3 實驗結(jié)果40-41
• 3.5 目標(biāo)分割41-43
• 3.5.1 目標(biāo)分割方法41
• 3.5.2 基于漫水填充的目標(biāo)分割41-42
• 3.5.3 實驗結(jié)果42-43
• 3.6 結(jié)果分析43-44
• 3.7 本章小結(jié)44-45
• 4 機場跑道異物識別算法研究45-58
• 4.1 問題概述45
• 4.2 主流識別方法45-49
• 4.2.1 機器學(xué)習(xí)簡介45-46
• 4.2.2 特征46-48
• 4.2.3 分類器48-49
• 4.3 無監(jiān)督特征學(xué)習(xí)的識別算法49-57
• 4.3.1 算法簡介49-50
• 4.3.2 數(shù)據(jù)準備50
• 4.3.3 特征學(xué)習(xí)50-52
• 4.3.4 特征提取52-54
• 4.3.5 圖像分類54-55
• 4.3.6 實驗結(jié)果55-57
• 4.4 本章小結(jié)57-58
• 5 結(jié)論58-60
• 參考文獻60-62
• 作者簡歷62-64
• 學(xué)位論文數(shù)據(jù)集64

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 于成忠;朱駿;袁曉輝;;基于背景差法的運動目標(biāo)檢測[J];東南大學(xué)學(xué)報(自然科學(xué)版);2005年S2期

2 吳靜;王洪;于雪蓮;汪學(xué)剛;;多目標(biāo)環(huán)境下跑道異物監(jiān)測雷達的CFAR檢測技術(shù)[J];光電工程;2013年10期

3 王樹文,閆成新,張?zhí)煨?趙廣州;數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用[J];計算機工程與應(yīng)用;2004年32期

4 萬纓;韓毅;盧漢清;;運動目標(biāo)檢測算法的探討[J];計算機仿真;2006年10期

5 彭乾;孫燦飛;劉佳偉;;基于視頻的機場跑道異物檢測技術(shù)研究[J];航空科學(xué)技術(shù);2013年01期

6 向日華,王潤生;一種基于高斯混合模型的距離圖像分割算法[J];軟件學(xué)報;2003年07期

7 文必洋,章頌華,吳世才;線性調(diào)頻雷達I/Q通道功能研究[J];武漢大學(xué)學(xué)報(理學(xué)版);2001年05期

8 趙錦華;張軍;;機場跑道異物檢測系統(tǒng)研究[J];現(xiàn)代電子技術(shù);2012年19期

  本文關(guān)鍵詞：機場跑道異物檢測系統(tǒng)算法研究與軟件實現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號：258167