雾天机场跑道异物检测算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究的背景、目的及意义 | 第9-11页 |
| 1.2 国内外研究现状分析 | 第11-14页 |
| 1.2.1 人工检测方法研究现状 | 第11-12页 |
| 1.2.2 自动检测方法研究现状 | 第12-14页 |
| 1.3 本课题拟采用的关键技术 | 第14-16页 |
| 第二章 有雾天气条件下机场跑道图像的去雾 | 第16-29页 |
| 2.1 数字图像处理基本概念 | 第16-17页 |
| 2.1.1 数字图像 | 第16页 |
| 2.1.2 数字图像的分类 | 第16-17页 |
| 2.1.3 数字图像的表示 | 第17页 |
| 2.2 图像增强与复原方法 | 第17-22页 |
| 2.2.1 图像退化模型 | 第17-19页 |
| 2.2.2 图像增强方法 | 第19-20页 |
| 2.2.3 图像复原方法 | 第20-22页 |
| 2.3 基于大气物理散射模型的图像去雾方法 | 第22-28页 |
| 2.3.1 改进的暗原色先验去雾方法 | 第22-26页 |
| 2.3.2 算法验证与实验结果 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 机场跑道区域的识别与提取 | 第29-42页 |
| 3.1 边缘检测算法 | 第29-38页 |
| 3.1.1 图像的边缘和导数 | 第30-31页 |
| 3.1.2 机场跑道复杂背景下的图像分割技术 | 第31-38页 |
| 3.2 霍夫变换提取跑道区域及实验结果 | 第38-41页 |
| 3.3 本章小节 | 第41-42页 |
| 第四章 异物检测与质心定位 | 第42-51页 |
| 4.1 异物检测方法 | 第42-47页 |
| 4.1.1 数学形态学检测方法 | 第42-45页 |
| 4.1.2 质心定位 | 第45-47页 |
| 4.2 实验结果与分析 | 第47-50页 |
| 4.3 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 作者简介 | 第57页 |
