学位论文 > 优秀研究生学位论文题录展示
民机ISS系统中红外/可见光的跑道监视算法研究
作 者: 徐悦
导 师: 肖刚
学 校: 上海交通大学
专 业: 导航、制导与控制
关键词: 跑道监视 跑道交通防撞 自适应时空码书 粒子滤波 变分贝叶斯 均值偏移
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 64次
引 用: 2次
阅 读: 论文下载
内容摘要
随着航空科技水平的提高,民用飞机的安全度大幅提升。尤其是飞机综合环境监视系统(Integrated Surveillance System, ISS)的出现,在飞机飞行过程中为机组人员提供综合化的交通、气象、地形等信息,增强其对空中环境的感知能力,极大地提高了飞行的安全性。ISS很好地解决了飞机在空中的安全问题,但飞机在低能见度进近着陆和位于跑道上时的安全性则没有得到足够的保障。一方面,飞机在着陆时的事故占整个飞行过程的绝大多数。飞行在降落到决断高度时,必须满足飞行员看清跑道和飞行状态正常两个条件才能正常着陆,否则就要复飞。现有的ISS可以帮助飞行员正确判断飞行状态是否正常,但不能协助飞行员看清跑道。另一方面,ISS的TCAS功能使得飞机在空中相撞的事故几乎消失,但飞机在跑道上与其他飞机、地勤车辆等物体相撞以及地勤人员被吸入发动机致死的事故频频发生。TCAS的垂直避撞策略和危害人员安全的高辐射功率等特点使得其现在和将来都不可能解决飞机在跑道上与其他物体相撞的问题。ARINC 768对ISS制定了接口和功能上的设计规范,并提出了新功能的建议,其中一项为:应具备跑道监视与警告功能,该功能向机组提供与跑道相关的通告信息,从而增强飞行员对跑道环境态势的感知能力。因此,本文针对飞机进近着陆时飞行员在低能见度条件下提升跑道监视能力,以及飞机在跑道上滑行时防止与其他物体相撞两个应用需求,开展了ISS中跑道监视方法研究。论文的主要内容和创新点:(1)针对飞机进近着陆时飞行员在低能见度条件下提升跑道监视能力的问题,提出了ISS跑道识别辅助进近(Runway Recognition and Approach Assistance)功能。通过对飞机进近时前方红外图像中跑道进行检测和识别,协助飞行员在低能见度下看清跑道,提高飞行安全性。详细介绍了机场跑道图像预处理中需要用到的图像处理技术,并给出了处理对比结果。实现了跑道检测与识别算法,设计了跑道边缘筛选、线段筛选和区域筛选的规则,考虑了跑道检测中可能出现漏检和干扰以及误检,分别进行讨论,并给出相应的解决方案,实现了鲁棒的跑道检测算法。(2)针对飞机在跑道上与其他物体相撞的问题,本文提出了ISS跑道交通防撞(Runway Traffic Collision Avoidance)功能。使用机载成像设备跟踪监视跑道上其他飞机、车辆和人员等物体,协助飞行员避免物体相撞事故。第一种监视方法是基于自适应时空码书模型的粒子滤波的跟踪算法,在时空码书的基础上加入自适应过程,能有效检测出前景目标,并抑制噪声。将检测结果与粒子滤波跟踪算法结合,提高了跟踪算法的可靠性。与现有码书算法相比,自适应时空码书的检测对干扰噪声等具有鲁棒性,基于检测的粒子滤波跟踪算法能快速捕获运动目标,跟踪效果可靠。第二种监视方法是使用变分贝叶斯推论理论框架的均值偏移跟踪算法。仅需使用前一帧的目标位置和椭圆的形状作为当前帧的初始值,通过简单的迭代算法就能得到后验的无偏估计。实验证明该算法能够随着目标的改变自适应地调整椭圆尺寸和形状即核函数的窗宽,在不同的情况下获得鲁棒的跟踪结果。上述两个功能共同组成了ISS跑道监视功能(ISS Runway Surveillance),弥补了ISS只能保障飞机在空中的安全的缺点,实现ISS对飞机从滑行出航站楼、起飞、巡航、降落和滑行回航站楼的全过程安全保障。
|
全文目录
摘要 3-5 ABSTRACT 5-10 第一章 绪论 10-18 1.1 本文研究背景及意义 10-15 1.2 机场跑道检测的发展和研究现状 15-16 1.3 论文的结构 16-18 第二章 机场跑道图像处理 18-34 2.1 图像增强 18 2.2 空间域图像增强 18-23 2.2.1 灰度变换 18-20 2.2.2 图像噪声 20 2.2.3 平滑空间滤波器 20-22 2.2.4 锐化空间滤波器 22-23 2.3 频域图像增强 23-26 2.3.1 频域平滑滤波器(低通滤波器) 23-24 2.3.2 频域锐化滤波器(高通滤波器) 24-25 2.3.3 同态滤波器 25-26 2.4 图像分割 26-33 2.4.1 间断检测 27-32 2.4.2 边缘连接和边界检测 32-33 2.5 本章小结 33-34 第三章 机场跑道检测与识别 34-48 3.1 跑道检测与识别算法分析 34-35 3.2 跑道图像预处理 35-39 3.2.1 跑道图像增强 35-36 3.2.2 图像开运算 36-37 3.2.3 跑道边缘检测 37-38 3.2.4 跑道边缘筛选 38-39 3.3 线段检测 39-43 3.3.1 Hough 变换 39-40 3.3.2 线段匹配 40-42 3.3.3 线段筛选 42-43 3.4 跑道识别 43-47 3.4.1 跑道线段搜索 43-45 3.4.2 跑道线段筛选 45-46 3.4.3 跑道区域筛选 46-47 3.5 本章小结 47-48 第四章 跑道及运动目标检测 48-71 4.1 运动目标检测技术 48-55 4.1.1 点检测器 48-49 4.1.2 背景减除 49-51 4.1.3 区域分割 51-53 4.1.4 有监督学习 53-55 4.2 跑道检测算法 55-69 4.2.1 标准码书前景检测 55-60 4.2.2 时空码书前景检测 60-64 4.2.3 自适应时空码书前景检测 64-67 4.2.4 自适应时空码书前景检测实验结果与分析 67-69 4.3 本章小结 69-71 第五章 机场跑道监视算法 71-118 5.1 运动目标跟踪技术 71-79 5.1.1 点跟踪 71 5.1.2 确定性点对应方法 71-73 5.1.3 核跟踪 73-76 5.1.4 基于轮廓的跟踪 76-78 5.1.5 评估 78-79 5.2 基于自适应时空码书的粒子滤波跟踪监视 79-93 5.2.1 蒙特卡罗方法 79-80 5.2.2 粒子滤波算法 80-84 5.2.3 基于自适应时空码书的粒子滤波跟踪算法 84-89 5.2.4 基于自适应时空码书的粒子滤波跟踪算法实验结果与分析 89-93 5.3 基于变分贝叶斯推论的Mean Shift 跟踪监视 93-117 5.3.1 变分的贝叶斯推论 93-101 5.3.2 Mean Shift 跟踪算法 101-110 5.3.3 基于变分贝叶斯推论的Mean Shift 跟踪算法 110-116 5.3.4 基于变分贝叶斯推论的Mean Shift 跟踪实验结果与分析 116-117 5.4 本章小结 117-118 第六章 总结与展望 118-121 6.1 本文研究背景及意义 118-119 6.2 展望 119-121 参考文献 121-126 攻读硕士学位期间已发表或录用的论文 126-127 致谢 127-129
|
相似论文
- 基于多Agent理论的卫星协同定轨技术研究,V474
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 复杂场景中运动目标的检测与跟踪,TP391.41
- 基于无线传感器网络的目标定位跟踪研究,TN929.5
- 无线传感器网络定位及目标跟踪的研究,TN929.5
- 基于分块颜色直方图和HOG特征的粒子滤波跟踪,TP391.41
- 基于SIFT的视觉跟踪算法研究,TP391.41
- 基于深度图与彩色图像的跑步机游戏交互系统,TP391.41
- 基于粒子滤波的目标跟踪算法研究及DirectShow实现,TP391.41
- 户外环境下移动机器人视觉导航中的图像处理和分析研究,TP242
- 基于粒子滤波与Mean Shift平滑运动跟踪的研究与实现,TP391.41
- 基于非线性滤波的小卫星姿态确定及控制研究,V448.2
- 卫星姿态确定的非线性滤波方法研究,V448.2
- 基于Mean shift算法的目标跟踪方法研究,TP391.41
- 焦炭显微图像分割研究,TP391.41
- 基于变分贝叶斯混合独立分量分析的机械故障诊断方法研究,TH165.3
- 视频监控中运动目标检测与跟踪算法的研究,TP391.41
- 基于粒子滤波的OFDM时变信道估计研究,TN919.3
- 交通路口车辆实时监测方法研究及其应用,TP274
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|