基于機器視覺的機場跑道異物檢測技術(shù)研究.pdf

1、隨著經(jīng)濟的快速發(fā)展，生活水平的不斷提高，乘坐飛機出行已成為眾多人的選擇，因此，飛機的飛行安全日益受到人們的關(guān)注。機場跑道異物簡稱FOD(Foreign Object Debris)是指機場跑道上一切損害飛機安全的外來物，F(xiàn)OD嚴重影響飛機的飛行安全，因此，對機場跑道異物檢測和識別技術(shù)的研究具有重要的現(xiàn)實意義。
　　本文首先，研究分析了圖像的預(yù)處理、圖像邊緣檢測、圖像濾波等相關(guān)算法，并且對算法的優(yōu)缺點進行了比較，為后續(xù)異物檢測圖像處

2、理提供了基礎(chǔ)；其次，研究了常用的運動目標檢測算法和異物檢測算法，對算法的優(yōu)缺點以及適用范圍進行了總結(jié)，并且對異物檢測算法進行了改進，即將基于自適應(yīng)混合高斯濾波的背景差分法和改進的幀間差分法相結(jié)合對異物目標檢測，改進后的算法能夠有效地抑制異物內(nèi)部空洞的出現(xiàn)，使異物的邊緣信息更加完整，提高了異物檢測的準確率；然后，設(shè)計了異物檢測與跟蹤算法的整體流程，即先用本文改進算法對異物進行檢測，再利用中值濾波和形態(tài)學(xué)濾波對檢測圖像初步去噪，接著采用面積

3、去噪法對異物檢測出現(xiàn)的噪聲進一步去除，最終采用重心標定法以及Kalman濾波跟蹤算法對異物目標進行實時標定和跟蹤；最后，在VC++和Opencv的上位機平臺上對算法進行了仿真，在下位機平臺利用基于 DM6437裝置的車載移動實驗平臺分別對單異物目標和多異物目標以及在不同光照環(huán)境下的異物目標檢測進行了實驗。實驗結(jié)果證明本文改進的異物檢測算法能夠降低背景突變下對檢測結(jié)果造成的影響，提高檢測的正確率，降低誤檢率和漏檢率，使對異物目標的標定和跟