机场跑道微小障碍物图像模式识别系统研究与设计
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 Tarsier系统 | 第11-12页 |
| 1.2.2 FODetect系统 | 第12-13页 |
| 1.2.3 FOD Finder系统 | 第13-14页 |
| 1.2.4 IFerret系统 | 第14页 |
| 1.2.5 人工检测 | 第14-15页 |
| 1.3 课题研究目的和意义 | 第15-17页 |
| 1.4 论文主要工作及组织结构 | 第17-18页 |
| 第2章 系统总体方案设计 | 第18-32页 |
| 2.1 系统各项性能指标 | 第18-19页 |
| 2.2 系统组成结构及工作原理 | 第19-23页 |
| 2.2.1 系统组成结构 | 第19-20页 |
| 2.2.2 系统工作原理 | 第20-23页 |
| 2.3 多传感器的选择 | 第23-28页 |
| 2.3.1 毫米波雷达的选择 | 第23-25页 |
| 2.3.2 光学传感器的选择 | 第25-28页 |
| 2.4 数据处理系统 | 第28-31页 |
| 2.4.1 雷达系统与光学摄像机的信息共享 | 第28-30页 |
| 2.4.2 数据管理 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 微小障碍物检测算法 | 第32-51页 |
| 3.1 跑道图像特征及预处理 | 第32-36页 |
| 3.1.1 跑道的图像特征 | 第33-34页 |
| 3.1.2 预处理 | 第34-36页 |
| 3.2 机场跑道的分割算法 | 第36-45页 |
| 3.2.1 边缘检测的理论基础 | 第37-39页 |
| 3.2.2 基于梯度的Canny算子边缘检测算法 | 第39-41页 |
| 3.2.3 机场跑道边缘检测算法 | 第41-45页 |
| 3.4 跑道上的微小障碍物的检测算法。 | 第45-50页 |
| 3.4.1 中值背景模型 | 第46-47页 |
| 3.4.2 高斯背景模型 | 第47-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 障碍物识别算法与威胁等级划分模型 | 第51-66页 |
| 4.1 障碍物特征提取 | 第51-56页 |
| 4.1.1 障碍物的几何特征 | 第52-54页 |
| 4.1.2 障碍物的形状特征 | 第54-56页 |
| 4.2 威胁等级的划分 | 第56-59页 |
| 4.2.1 几何特征下的威胁系数 | 第56-58页 |
| 4.2.2 形状特征下的威胁等级系数 | 第58-59页 |
| 4.3 威胁等级的计算方法 | 第59页 |
| 4.4 障碍物识别算法与其威胁等级划分的实验分析 | 第59-65页 |
| 4.4.1 实验数据说明 | 第59-60页 |
| 4.4.2 实验数据分析 | 第60-62页 |
| 4.4.3 威胁等级实验数据分析 | 第62-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 系统软件设计 | 第66-74页 |
| 5.1 开发软件环境简介 | 第66页 |
| 5.2 机场跑道微小障碍物检测系统的软件系统功能 | 第66-73页 |
| 5.2.1 数据处理模块 | 第68-72页 |
| 5.2.2 识别与示警模块 | 第72页 |
| 5.2.3 设备控制模块 | 第72-73页 |
| 5.3 本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74页 |
| 6.2 展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
