基于差分图像的机场跑道异物检测算法的应用研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第14-21页 |
| 1.1 研究背景及意义 | 第14页 |
| 1.2 机场跑道FOD检测系统的发展过程 | 第14-16页 |
| 1.3 国内外机场跑道异物检测系统的研究现状 | 第16-19页 |
| 1.4 本文的研究内容和主要安排 | 第19-21页 |
| 第二章 系统整体框架设计 | 第21-35页 |
| 2.1 设备布局设计 | 第21-22页 |
| 2.1.1 云台方案设计 | 第21-22页 |
| 2.2 雷达系统 | 第22-23页 |
| 2.3 视频系统 | 第23-34页 |
| 2.3.1 图像采集 | 第24-27页 |
| 2.3.2 图像预处理 | 第27-30页 |
| 2.3.3 判定检测时间段 | 第30-31页 |
| 2.3.4 静态异物检测 | 第31-33页 |
| 2.3.5 差分图像异物检测 | 第33-34页 |
| 2.3.6 其它处理系统 | 第34页 |
| 2.4 综合显示系统 | 第34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 异物检测系统中的图像配准 | 第35-55页 |
| 3.1 图像配准的定义及其分类 | 第35-36页 |
| 3.2 配准步骤 | 第36-39页 |
| 3.2.1 特征提取 | 第36-37页 |
| 3.2.2 特征匹配 | 第37页 |
| 3.2.3 估计变换模型 | 第37-39页 |
| 3.2.4 图像重采样及变换 | 第39页 |
| 3.3 常用配准算法 | 第39-40页 |
| 3.4 配准算法的评价 | 第40-41页 |
| 3.5 基于标志线的配准方法 | 第41-53页 |
| 3.5.1 图像灰度化并提取检测区域 | 第42-43页 |
| 3.5.2 提取标志线 | 第43-47页 |
| 3.5.3 计算偏移量 | 第47-48页 |
| 3.5.4 实验结果 | 第48-53页 |
| 3.6 本章小结 | 第53-55页 |
| 第四章 异物检测系统中的图像分割 | 第55-65页 |
| 4.1 几种常用的分割方法 | 第55-58页 |
| 4.1.1 最佳阈值法 | 第55-56页 |
| 4.1.2 最大类间方差法 | 第56页 |
| 4.1.3 直方图波形分析法 | 第56-58页 |
| 4.2 基于图像灰度直方图的分割算法 | 第58-64页 |
| 4.2.1 求取分割阈值 | 第59页 |
| 4.2.2 重新调整前景图像 | 第59-60页 |
| 4.2.3 实验结果 | 第60-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第五章 异物检测系统中虚警的去除以及目标的提取 | 第65-75页 |
| 5.1 去除其它虚假目标 | 第65-70页 |
| 5.1.1 常用的滤波去噪方法 | 第65-69页 |
| 5.1.2 基于形态学去除虚警的方法 | 第69-70页 |
| 5.1.3 实验结果 | 第70页 |
| 5.2 目标提取 | 第70-73页 |
| 5.2.1 基于先验知识的目标提取 | 第70-72页 |
| 5.2.2 背景更新机制与目标标记 | 第72-73页 |
| 5.2.3 实验结果 | 第73页 |
| 5.3 本章小结 | 第73-75页 |
| 第六章 结束语 | 第75-77页 |
| 6.1 本文总结及主要贡献 | 第75-76页 |
| 6.2 下一步工作的展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 个人简历 | 第81-82页 |
| 攻读硕士期间的研究成果 | 第82-83页 |
