图像识别在机场泊位自动引导系统中的应用

从计算机数字图形图像的测量、识别、跟踪等基本原理出发,结合机场停机坪飞机泊位的过程,提出了一种基于图形图像技术、但更适合在机场停机坪特定环境下使用的飞机自动泊位引导系统.     

一种新的泊位飞机阴影分割方法

飞机泊位自动引导系统中,识别跟踪定位泊位飞机时,会出现灰度较低区域被误判为阴影区域的现象,严重影响识别效果,因此分割飞机阴影是泊位成功与否的关键技术。提出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方法,首先利用多方向权重形态学对泊位飞机图像中的噪声和微小的干扰区域进行滤除,然后进行幂变换来增强图像质量,最后利用无边界主动轮廓线模型分割阴影。实验结果表明,该方法不仅能够滤除噪声,保留图像细节,而且能提高分割阴影的精确度,并且抑制了泊位飞机分割产生的＂拖尾＂现象,有效地检测出运动飞机的阴影。     

可视化泊位引导系统比较分析

阐述了可视化泊位引导系统作为机场信息化建设中的一只新秀,在机场生产运营活动中承担的角色,探讨和比较了目前市场上几种产品的优劣,明确回答了机场建设者和管理者对于泊位引导系统关注和争论的焦点问题。     

中国民航大学学报2007年总目次

第1期(总第117期)工程技术航空器通信寻址报告系统数据处理技术研究.......................................................................................................黄俊祥(1)小区域交通流协调控制技术及应用...........................................................................................吕宗平,伞春艳,杨宏宇(4)泊位引导系统中运动物体的检测与分类.............................................................................高庆吉,支源,胡琢,等(7)航空制导炸弹挠性SINS/GPS组合导航系统研究......…     

航空机场标线自动绘制系统中图象识别技术研究

本文基于对机场标线自动绘制系统研究的需要,对当前应用较广的常用图像识别技术进行了比较分析,提出了在机场标线自动绘制系统中的适合采用的图像识别技术,展望了机场标线自动绘制系统的应用前景。     

戴姆勒奔驰宇航展示飞机泊位系统

1996年6月4～11日,德国戴姆勒奔驰宇航公司在首都机场卫星厅3号终端成功地安装并展示了飞机泊位系统。首都机场扩建工程指挥部孔栋总指挥等领导和机场的工程技术人员参观了飞机使用该系统泊位的全过程。这套泊位系统已用于许多国外大型机场,该系统由激光测量传感器、飞行员泊位显示器、泊位控制器及手动仪组     

基于多特征图像增强深度卷积神经网络的航天用电子元器件分类算法

为了实现航天用电子元器件的全自动及非接触识别,并减少由照明系统造成的图像亮度不均、偏色等问题对检测结果的影响,通过结合局部、区域和总体三个层次特征提升物体检测精度,提出了一种基于多特征图像增强深度卷积神经网络(MFIE-DCNN)的航天用电子元器件分类算法。MFIE-DCNN算法包含多特征学习和深度学习,其学习过程类似于人类视觉系统,能够对形状、方向和颜色特征进行深度挖掘,突出元器件边界信息,抑制背景杂波干扰。实验结果表明,该算法能够区分电路板板载元器件的种类,检测准确度优于传统算法。对比基于稀疏自动编码器的深度神经网络,检测结果提高了近20%。     

基于曲面特征的截断线掩膜解相技术的研究

在条纹投射测量方法中,由于三角测量法固有的特点,将有效测量区域从含有背景、阴影、表面不连续等区域的条纹图中分辨出来,完成相位去包裹计算,是一个实际测量中的难点之一。本文借鉴图像分割的原理,对调制度分布图进行分析,提出一种基于调制度自动分割的物体轮廓有效测量区域自动识别方法,实验结果表明,该方法能够实现阈值的最佳选取,自动识别物体轮廓有效测量区域,并根据变形图与极点的关系,提出由A trous algorithm of wavelet transform(多孔小波算法)来检测曲面变形的奇异点,通过奇异点辅助来连接截断线,从而实现快速有效地解相并提高三维测量的精度。     

基于Faster-RCNN 的机场跑道异物识别定位技术研究

针对机场跑道异物(FOD) 识别检测，分析了机场跑道环境特性，建立了针对机场FOD图像识别数据库， 提出了一种基于Faster-RCNN 的机场跑道异物识别定位系统，通过无人机系统对机场跑道进行图像采集，运用 Faster-RCNN 算法框架完成异物种类识别，并结合无人机地理位置信息进行位置换算求解，得到机场FOD 的 类别信息和位置信息。经验证，该系统可高效完成机场FOD 检测识别及定位任务。     

行星陨石坑检测算法研究综述

陨石坑检测对于确定行星体的年代信息、行星探测和载人登月探测器的自动导航着陆具有着重要的参考意义。总结陨石坑检测方法,将传统视觉的陨石坑检测算法分为基于边缘、阴影和区域3个方面进行阐述;从数据集、网络结构和评价指标的角度,重点分析了深度学习陨石坑检测算法;针对目前深度学习领域的研究热点,对未来陨石坑检测算法提出发展方向。分析得出:深度学习陨石坑检测方法相比传统视觉的陨石坑检测方法更加高效,无需人工设计特征,检测精度显著提高。     

Moving Object Detecting Method in Video

A method of moving object detection that integrates image gradient information with motion information is described herein. One multi-scale morphological gradient operator is used to detect gradient information. This operator has a very good effect on the detail of the edge location. The result is superior to the traditional method in edge continuity and isotropy. Past approaches have used methods of detection based on motion information and edge information, but this is the first to use a multi-scale morphological gradient operator. The implementation described can operate on lower resolution images under difficult conditions. Novel contributions include: 1. Based on multi-scale morphological gradient operator, this algorithm is robust to noise, object shadow, and illumination. 2. Using interframe difference and only the first two frames, this detection method uses very little computation and is suitable for real-time applications. 3. This method can detect rigid-body or non-rigid-body moving objects among video sequences with complicated backgrounds.     

高轨目标掩星成像相位恢复技术研究

高轨目标掩星成像通过观测高轨卫星对恒星的遮掩过程,实现对高轨目标的成像.该方法采用望远镜线性阵列观测高轨目标遮掩恒星过程中恒星亮度变换,获得高轨目标在地面的投影,通过相位恢复方法可计算得到卫星轮廓图样,具有成像分辨力高,设备制造难度小等优点,在高轨目标成像领域具有较好应用前景.本文分析利用掩星成像方法对高轨目标成像的可行性,重点对掩星成像过程的相位恢复方法进行改进,根据掩星成像特点对输入输出算法进行优化,仿真结果表明：改进后的相位恢复方法可显著提高图像恢复质量和掩星成像方法的空间分辨力.     

纯惯导中制导误差分析

针对洲际弹道导弹,在分析加速度计测量误差和陀螺漂移误差对导弹视加速度影响的基础上,给出了中制导段惯性系统对速度和位置的误差传递模型,对给定的惯组误差系数偏差进行了纯惯性导航制导误差计算。仿真结果表明,纯惯导中制导对洲际导弹落点精度影响比较大。该算法可用于纯惯性中制导方案设计。     

基于运动特征和中心环绕模型的空对地车辆检测方法

平台的移动基于空基车辆检测以其视野广、速度快、适应性强等优点,近些年成为了智能交通和航空应急救援等领域内的一个热点课题。然而,在城市背景的交通环境下,由于复杂背景造成的干扰、车辆运动的不规律性以及光照等条件变化带来的噪声,有效地获取运动对象特征是空对地视觉监视方法面临的一个难题。为有效解决这一问题,提出了结合运动特征的中心环绕模型进行空对地车辆检测的算法。现有的空对地车辆检测算法,大多是针对固定的摄像头的情况下,基于运动特征进行检测,例如光流法、背景差法等。这些方法在对高速公路等背景相对较为简单的环境下获得了良好的检测结果,但当面对城市复杂背景条件或摄像头自身运动的状况时,难以有效地检测出运动目标。而在对颜色、强度等静态特征进行显著度分析的基础上,加入了对运动特征的分析,可以解决在复杂环境下准确提取车辆目标有效特征的问题。试验表明,相较于基于图像相减的检测算法和单一显著度算法,该算法可以获得更高的检测率与更低的误报率。     

一种基于背景自适应的运动目标检测与跟踪算法

背景图像差分法是运动目标实时检测中常用的方法,但缺乏背景图像随监视场景光照变化而及时更新的合理方法,限制了该方法的适应性。对此,文章首先提出了一种自适应背景更新方法;然后利用最大类间方差法实现运动目标的自适应阈值分割,并利用基于形态学方法的连通区检测算法检测运动目标;最后以Kalman滤波为运动模型实现对运动目标的连续跟踪。实验结果表明:所提方法可随着光照条件的变化,实时、准确地检测出运动目标并实现稳定跟踪。     

基于多智能体强化学习的空间机械臂轨迹规划

针对某型六自由度（DOF）空间漂浮机械臂对运动目标捕捉场景,开展了基于深度强化学习的在线轨迹规划方法研究。首先给出了机械臂DH （Denavit-Hartenberg）模型,考虑组合体力学耦合特性建立了多刚体运动学和动力学模型。然后提出了一种改进深度确定性策略梯度算法,以各关节为决策智能体建立了多智能体自学习系统。而后建立了"线下集中学习,线上分布执行"的空间机械臂对匀速直线运动目标捕捉训练系统,构建以目标相对距离和总操作时间为参数的奖励函数。最后通过数学仿真验证,实现了机械臂对各向匀速运动目标的快速捕捉,平均完成耗时5.4 s。与传统基于随机采样的规划算法对比,本文提出的自主决策运动规划方法求解速度和鲁棒性更优。     

无人车基于激光雷达/视觉的目标体积自动测量方法

近些年，基于激光雷达和视觉的目标感知在无人系统中得到了广泛应用。目标的体积测量在很多应用场景可以发挥极其重要的作用，然而对识别感知目标的体积测量，目前尚无大量研究。首次提出了一种基于激光雷达/视觉的无人车目标体积自动测量方法，实现了无人车与目标体积测量功能的结合。通过在LeGO-LOAM算法中加入点云畸变补偿，相较于原始LeGO-LOAM算法，无人车在高速情况下的构图精度得到提升；通过将激光雷达与视觉进行深度融合，实现了目标的自动识别与全局定位；通过基于平面拟合的地面分割与欧式聚类，实现了目标点云轮廓的实时获取；通过设计一种基于切片法的不规则物体体积测量方法，实现了无人车在运动情况下对目标体积的自动估计。最终，分别通过Gazebo仿真和实际试验验证了算法的有效性。试验结果表明，所提算法在无人车运动的情况下对静态目标物的实时体积测量精度优于3%，具有较好的工程应用价值。     

基于概率模型运动检测技术的视频对象分割技术研究

MPEG-4最重要的特点是用音频-视频对象来描述内容和进行编码。这就需要按照视频对象进行视频图像分割,而视频对象具有时域和空域这两大特点,而时域分割又占主要的地位。研究了一种时域分割算法,即研究了一种运动检测技术方案,采用Til Aach,Andre Kaup提出的基于概率模型的运动检测技术,用Gauss模型描述噪声引起的像素值变化,将运动目标和有噪声的背景区别开来。最后,采用二值开闭重建滤波器来去除前景和背景中的“小洞”,从而获取了最终的运动检测掩码。     

空间目标的空基红外测量技术

地基红外测量系统由于受大气衰减和天空背景的影响,对空间目标的探测能力有限。针对此问题,提出了采用空基红外测量系统实现空间目标红外特性测量的设想,通过从决定红外测量系统探测能力的信噪比和调制对比度2个方面出发,推导出了红外测量系统作用距离公式。并利用大气传输软件计算了长波红外在不同高度下的大气透过率、天空背景,理论分析给出了不同高度的空基红外测量系统对不同辐射面积空间目标的探测距离。仿真结果表明,当空基平台高度大于10km时,长波红外不仅可以观测到光照区内的低轨空间目标,而且还可以观测到阴影区内辐射面积不小于40m~2的低轨空间目标。