基于統(tǒng)計(jì)學(xué)習(xí)的機(jī)場(chǎng)跑道異物檢測(cè).pdf

1、機(jī)場(chǎng)跑道異物檢測(cè)是一個(gè)最近幾年才被提出來(lái)的新興課題,關(guān)于它的研究主要包括毫米波雷達(dá)技術(shù)和圖像處理技術(shù)。采用毫米波雷達(dá)技術(shù)進(jìn)行目標(biāo)檢測(cè),它的成本非常高,對(duì)異物的尺寸要求較高,對(duì)硬件設(shè)備的要求很高,而且國(guó)內(nèi)還沒(méi)有成熟的相關(guān)商用系統(tǒng)。采用圖像處理技術(shù)進(jìn)行目標(biāo)檢測(cè),它的成本較低,對(duì)硬件設(shè)備要求相對(duì)較低,并且某些機(jī)場(chǎng)在跑道附近已經(jīng)安裝了圖像監(jiān)控系統(tǒng)。因此,本文采用圖像處理技術(shù)實(shí)現(xiàn)機(jī)場(chǎng)跑道異物檢測(cè)。
　　本文將基于統(tǒng)計(jì)學(xué)習(xí)的目標(biāo)檢測(cè)算法應(yīng)用在

2、機(jī)場(chǎng)跑道異物檢測(cè)系統(tǒng)中,借鑒已有的成熟的人臉檢測(cè)系統(tǒng),保留人臉檢測(cè)系統(tǒng)中常用的Adaboost分類器方法,改進(jìn)或者摒棄人臉檢測(cè)系統(tǒng)中常用的特征,找到一種適合機(jī)場(chǎng)跑道異物檢測(cè)系統(tǒng)中的特征。首先,介紹人臉檢測(cè)系統(tǒng)中常用的LBP特征,并將LBP特征應(yīng)用在機(jī)場(chǎng)跑道異物檢測(cè)系統(tǒng)中,通過(guò)實(shí)驗(yàn)結(jié)果,驗(yàn)證LBP特征的可行性,結(jié)果表明,LBP特征不可行。根據(jù)機(jī)場(chǎng)跑道圖片的特點(diǎn),在SUSAN特征的基礎(chǔ)上,提出了一種新的直方圖特征,并通過(guò)實(shí)驗(yàn)結(jié)果表明該特征可

3、行。其次,在待檢測(cè)圖片中,跑道線周圍存在大量虛警,為了解決這個(gè)問(wèn)題,利用跑道線位置進(jìn)行圖像分割去除跑道周圍存在的虛警,通過(guò)基于邊緣點(diǎn)標(biāo)記的直線檢測(cè)方法找到跑道線的位置,根據(jù)跑道線的位置將圖片分割成包含跑道線部分和不包含跑道線部分,分別進(jìn)行基于Kirsch特征的目標(biāo)檢測(cè)和基于統(tǒng)計(jì)學(xué)習(xí)的目標(biāo)檢測(cè)。最后,介紹了Adaboost分類器的原理及訓(xùn)練流程。
　　本文的主要貢獻(xiàn)歸納為以下三點(diǎn):
　　(1)提出了一種基于SUSAN特征的新直

4、方圖特征在SUSAN特征的基礎(chǔ)上提出了一種新的直方圖特征,將該特征應(yīng)用在機(jī)場(chǎng)跑道異物檢測(cè)系統(tǒng)中,通過(guò)實(shí)驗(yàn)結(jié)果表明該特征切實(shí)可行。
　　(2)采用基于邊緣點(diǎn)標(biāo)記的算法進(jìn)行直線檢測(cè)利用跑道線位置進(jìn)行圖像分割去除跑道線周圍存在的虛警,首要任務(wù)是確定跑道線的位置。本文采用基于邊緣點(diǎn)標(biāo)記算法進(jìn)行直線檢測(cè),和基于Hough變換的直線檢測(cè)方法相比,該方法實(shí)現(xiàn)起來(lái)簡(jiǎn)單可行,還能確定跑道線兩端點(diǎn)的位置。
　　(3)將基于邊緣特征的目標(biāo)檢測(cè)方法