| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| 图标清单 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外机场跑道异物检测系统研究现状 | 第11-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 第二章 基于视频的机场跑道异物检测系统总体架构 | 第16-26页 |
| 2.1 目标检测技术 | 第16-18页 |
| 2.1.1 目标检测算法概述 | 第16-17页 |
| 2.1.2 检测算法分析比较 | 第17-18页 |
| 2.2 系统分析与设计 | 第18-22页 |
| 2.2.1 系统设计框架 | 第19-20页 |
| 2.2.2 系统功能模块 | 第20-22页 |
| 2.3 立体视觉技术 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 视频图像增强预处理 | 第26-41页 |
| 3.1 图像增强 | 第26-31页 |
| 3.1.1 空间域图像增强 | 第26-29页 |
| 3.1.2 变换域图像增强 | 第29-30页 |
| 3.1.3 Retinex 图像增强 | 第30-31页 |
| 3.2 Mean Shift 算法 | 第31-34页 |
| 3.2.1 Mean Shift 简介 | 第31-32页 |
| 3.2.2 Mean Shift 的基本思想 | 第32-34页 |
| 3.3 基于改进 Mean Shift 的图像增强算法 | 第34-38页 |
| 3.3.1 改进 Mean Shift 滤波算法 | 第34-36页 |
| 3.3.2 色彩恢复与图像补偿 | 第36-38页 |
| 3.4 实验结果与分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于双目视觉技术的异物检测算法 | 第41-66页 |
| 4.1 算法总体思路 | 第41页 |
| 4.2 双目立体视觉模型 | 第41-46页 |
| 4.2.1 摄像机成像模型 | 第42-43页 |
| 4.2.2 摄像机任意放置下双目立体视觉模型 | 第43-45页 |
| 4.2.3 平行双目立体视觉模型 | 第45-46页 |
| 4.2.4 摄像机畸变模型 | 第46页 |
| 4.3 摄像机标定 | 第46-51页 |
| 4.4 立体图像的校正 | 第51-56页 |
| 4.4.1 图像畸变校正 | 第51-52页 |
| 4.4.2 极线几何与极线约束 | 第52-54页 |
| 4.4.3 极线校正原理 | 第54页 |
| 4.4.4 极线校正方法 | 第54-56页 |
| 4.5 区域映射匹配 | 第56-60页 |
| 4.6 检测算法实验与分析 | 第60-65页 |
| 4.6.1 普通光照环境 | 第61-62页 |
| 4.6.2 强光及低照明环境 | 第62-64页 |
| 4.6.3 复杂路面情况 | 第64-65页 |
| 4.6.4 实时检测性能 | 第65页 |
| 4.7 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 全文总结 | 第66页 |
| 5.2 后期工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 在学期间的研究成果及发表的学术论文 | 第73页 |