基于视觉的飞机泊位自动引导关键技术研究.pdf

文档介绍：锄砍博士学位论文基于视觉的飞机泊位自动引导关键技术研究南京航空航天大学研究生院计算机科学与技术学院研究生姓名学科、专业研究方向郭艳颖计算机应用技术杨国庆教授指导教师图像处理二欢晔中图分类号：学科分类号：论文编号：
．．．猶
作者签名：至冀承诺书期：≯弧ⅲ弧ｈ本人声明所呈交的博学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描Ｃ艿难宦畚脑诮饷芎笫视帽境信凳等复制手段保存、汇编学位论文。日
摘要南京航空航天大学博士学位论文飞机泊位自动引导的实施对提高机场信息化和自动化水平至关重要，基于视觉的泊位自动引导方法因为具有信息丰富、效果直观及成本低等优点一直受到国内外学者的关注。利用图像文主要针对特殊天气下利用图像处理手段，重点研究了满足特殊天气下泊位图像去噪等预处理特殊环境光照条件导致对比度不均衡问题，提出了分段变换方法，此算法实现简单，运算速度边缘，去雾效果自然逼真，同时满足实时性和鲁棒性要求。其次，针对目标飞机分割问题研究了边缘检测算法和阴影分割算法。在边缘检测方面，针廓的快速收敛，从而减少了总的运算时间，并且抑制了泊位飞机分割产生的“拖尾”现象，准再次，研究了基于加权形态学的泊位飞机的特征提取和基于神经网络的飞机识别方法。针对特征提取问题，提出利用加权形态学提取飞机的特征，解决了飞机机型匹配难题，形态学提子向最优方向处移动，解决重采样过程中丧失多样性的问题，实现了采样粒子数量少，能够“智仿真实验表明：所提出的算法对视觉飞机泊位引导系统的检测、机型识别和跟踪定位都有明显的提高，有一定的实用价值。关键词：视觉泊位自动引导，机型识别，目标跟踪，自适应权重形态学，边缘检测，粒子处理技术检测飞机边缘轮廓，识别出飞机机型进而跟踪，完成自动引导关键技术算法研究。本算法、泊位飞机的轮廓检测、识别和跟踪等自动引导的关键技术。首先，深入研究了特殊天气环境下图像增强和去噪等预处理算法。针对光照过强、夜间等快，提高了图像对比度，能够满足系统的实时性要求；针对雾霾天气时能见度降低，造成检测识别困难，提出了基于暗原色优先的形态学去雾算法，有效提高目标的清晰度，保留图像细节对边缘的细节及噪声问题，提出了基于自适应权重边缘检测算法：在图像分割方面，运动物体的阴影被标记为前景会增加目标识别和跟踪算法的复杂度，提出了一种将形态学的幂变换与无边界主动轮廓线模型结合的阴影分割算法，牺牲很短的数学形态学平滑的时间，换来了主动轮确有效的分割出运动目标的阴影区域。取目标特征，同时去除了图像噪声，提高识别环节的准确性和效率，然后应用神经网络进行机型识别，取得了较好效果，实现低能见度下飞机机型识别，算法具有稳健性、准确性。最后，为了提高飞机跟踪的准确性，首先对均值漂移算法和传统粒子滤波算法的优缺点进行分析，在此基础上提出了递增自调整粒子滤波跟踪算法，采用递增自调整和位姿估计器使粒能”找到最优状态，仿真结果表明该算法具有良好的鲁棒性。滤波
基于视觉的飞机泊位自动引导关键技术研究瑃，瓹瑃．甅，，．缸．琲，琲琣．琒．，甀甀．Ⅱ
簐琣南京航空航天大学博士学位论文，”眛瑃．：；·，琾
录目飞机泊位自动引导系统的工作流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯飞机泊位自动引导系统概述⋯⋯⋯⋯⋯⋯．．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．苫次灰枷低彻夥⒄瓜肿础。苫┪灰枷低彻诜⒄瓜肿础基于视觉的飞机泊位自动引导算法研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．次环苫觳馑惴ㄑ芯肯肿础．次环苫勘晔侗鹚惴ㄑ芯肯肿础．次环苫勘旮偎惴ㄑ芯肯肿础研究目标和主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．芯磕勘辍．饕Q芯抗ぷ鳌论文内容安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．第二章飞机自动泊位引导系统的方案设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯引言⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．飞机泊位自动引导系统总体布局⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯，苫次蛔远枷低车淖槌伞．苫次蛔远枷低痴迳杓品桨浮．苫次蛔远枷低吃诵刑氐恪本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．第三章特殊天气环境下泊位飞机图像预处理技术研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图像去噪传统算法⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．．肷掷唷．陈瞬ㄋ惴ā图像增强传统的算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．枷窨沼蛟銮糠椒ā基于视觉的飞机泊位自动引导关键技术研究
分段局部直方图均衡化的图像增强算法⋯