毕业设计（论文）开题报告-基于图像处理的机场跑道异物检测研究.doc

北京交通大学毕业设计（论文）开题报告题 目： 基于图像处理的机场跑道异物检测研究 学 院： 计算机与信息技术学院 专 业： 生物医学工程专业 学生姓名： 学 号： 文献综述：随着科技的不断发展以及社会的不断进步，人们的生活节奏越来越快，使得人们对于出行方式迅捷性的要求越来越高，从而逐渐增加了对于空中飞行器的使用。随着空中客流量的日益增长，空中飞行器的安全性成为了一个被社会广泛关注的问题。除了空中飞行器自身的原因，机场轨道上的异物也是引发飞行事故的一大隐患。当前,航空产业每年需花费高达40亿美元来进行跑道异物事故维修。除此之外，机场轨道上的异物还会造成航班延误、中断起飞、关闭跑道等间接损失，间接损失至少为直接损失的4倍，造成了相当数额的额外负担。fod是foreign object debris的缩写，泛指可能损伤航空器或系统的某种外来的物质，常称为跑道异物。实验和案例都表明，fod可以很容易被吸入发动机，导致发动机失效，碎片也会堆积在机械装置中，影响起落架、襟翼等设备的正常运行，危害非常严重。2000年7月25日法航协和飞机因fod失事，造成113人遇难。据证实事故原因仅仅是因为协和飞机的上一个航班在跑道上掉下来一块43cm金属片，它扎破了协和飞机的轮胎，轮胎爆破产生的碎片击中了一个或多个油箱，飞机左机翼起火并很快坠毁，这个过程不到1分30秒，此次事件的后果造成协和飞机在2003年10月24日全部退役。这场因fod引发的空难将fod自动监测系统的研究提上了日程，进一步证实了实时、自动异物探测的必要性以及紧迫性。英国qinetiq公司最先研发出tarsier（眼镜猴）系统，其核心技术是“切割边沿传感技术”和实时数字信号处理技术，它可对目标进行实时自动探测和识别，能及时、可靠地探测到跑道上最大雷达散射截面为0.01平方米的杂物并予以定位。2006年12月6日，温哥华机场启用了这套跑道异物雷达侦测系统，成为全世界第一个采用fod检测系统的民航机场。目前，国内大多数机场仍采用人工不定时巡逻清理异物的方式，处理异物效率较低，且容易疏漏，存在着相当大的安全隐患。在我国尚未发现关于fod监测的雷达系统研制成功的报道，但有一些光学、视频监测的产品，不过鲜有应用。目前对于机场跑道异物检测的研究方法主要是对跑道图像进行图像处理，提取异物目标，从而实现异物的检测与定位。基本方法大致可分为两个方向，分别为基于雷达图像的机场跑道异物检测研究，和基于ccd图像的机场跑道异物检测研究。结合目前状况，本课题拟着重研究基于雷达图像的机场跑道异物检测。对于基于雷达的机场跑道异物检测，目前存在的难点主要有两个。其一，机场跑道一般长约3000米，而跑道上的异物一般长度为5cm-50cm之间，如此之大的大小差异使得成像之后图像中的异物极小，且干扰多，从而对随后进行的图像处理提出了很高的要求。其二，利用雷达获取的机场跑道图像中存在各种噪声点、行人和机场跑道正常设备等干扰物，而且成像的区域轮廓也有大量的毛刺现象，为机场跑道上异物的定位带来了很大困难。但是它与基于ccd图像的机场跑道异物检测相比，又有很多的优点。诸如，基于ccd图像的机场跑道异物检测受外界环境影响非常大。在阴雨天或者夜晚，ccd获取的图像清晰度不高，给接下来的图像处理带来很大麻烦。而雷达可以连续24小时不间断地获取图像，且受天气影响较小，从而在很大程度上提高了所获取图像的质量，为随后的图像处理提供了更加准确的数据源。此外，雷达的监测范围比ccd长很多，对于同样距离的监测，所需要的监测设备相对较少，在一定程度上降低了监测成本，这在投入应用中是一个非常重要的优点。结合以上所存在的问题、优点以及目前的状况，本毕业设计拟以vc+为基本研究环境，搭建软件平台，通过了解异物检测研究动态，研究灰度图像处理算法和异物定位的相关算法，对所获取的机场跑道雷达图像进行一系列的图像处理，从而实现对机场跑道异物的检测与定位。主要参考文献：1阮秋琦.数字图像处理学m.北京:电子工业出版社.20072王宇等.基于计算机视觉的机场跑道异物检测识别系统j.视频应用与工程,2010,34(05)3刘杰,安博文.基于动态阈值分割的目标提取技术j.红外技术,2008,30(12)4何斌等.visual c+数字图像m.北京:北京邮电出版社.20035孙瑞山,马平.跑道侵入初步研究j.中国民航大学学报,2007,25(z1)：85876李金等.多运动目标探测标记及跟踪j.应用科技,2009,36(6)7陈柏生.一种二值图像连通区域标记的新方法j.计算机工程与应用,2006,42(25)8 j. patterson, “foreign object debris (fod) detection research,”airport safety specialist, faa, 2008. shenzhen, china, 11-12may,2009.研究方案：研究内容该毕业设计旨在通过了解异物检测研究动态，学习并研究灰度图像处理算法和异物定位的相关算法，对所获取的机场跑道雷达图像进行一系列的图像处理，从而实现对机场跑道异物的检测与定位。开发环境在windows xp操作系统下，基于visual c+ 6.0开发平台，用c/c+语言编写window32应用程序。由于所选择的是应用最广泛的系统、平台和编程语言，使得开发出来的软件可以以较少的限制条件被应用，为软件的推广奠定了基础。相关算法原理u 图像二值化将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。将256个亮度等级的灰度图像通过适当的阀值选取，可以获得仍然可以反映图像整体和局部特征的二值化图像。通过对数字图像进行二值化处理，可以使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓，非常有利于图像的进一步处理。除此之外，所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值用255表示，其他像素点将被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域，有利于对于图像中异物的提取。u 腐蚀处理腐蚀是对图像进行“收缩”或“细化”的操作。这种收缩的方式和程度由一个称为结构元素的集合控制。对于二值图像，腐蚀意味着，用结构元素在图像上移动，只有结构元素中所有点与图像中的点全部重叠才可以，腐蚀的结果是结构元素的中心点划过的区域的内部。所以图像的边缘就被缩小了。u 膨胀处理膨胀是对图像进行“加长”或“变粗”的操作。这种特殊的方式和变粗的程度由一个称为结构元素的集合控制。对于二值图像，膨胀意味着，用结构元素在图像上移动，只要结构元素中有一个点与图像中的点是重叠的就可以了，膨胀的结果是结构元素中心点划过的区域的内部。所以图像的边缘就被扩大了。对于灰度图像，膨胀意味着，在结构元素的范围内，求取结构元素与图像中对应元素的和，看哪个和最大，然后这个和就作为图像中心点的值，当然这个中心点是指和结构元素中心位置对应的那个图像位置上的。然后继续滑动结构元素。研究方法通过学习相关基础算法的原理，了解每一种算法的优缺点及最佳适用情况，并对可以实现相同功能的不同算法进行比较。通过分析软件所需功能，确定所用基础算法的范围，对参考范围内的基础算法进行仔细的研读、对比及编程实现，然后结合软件所要实现的具体功能对基础算法进行改进，编写可以实现软件功能的特定算法。研究步骤u 广泛调研，充分了解当前机场跑道异物检测系统的发展、所使用的方法以及存在的问题；u 确定课题所要开发的软件需实现的功能；u 通过比较，确定软、硬件环境、开发平台和编程语言；u 通过学习、分析和比较，确定实现功能所用的算法；u 编写程序，搭建软件平台，实现预期功能；u 在多台计算机上对软件进行测试，验证软件的全部功能；u 总结系统开发过程，撰写相关文档和论文预期结果 拟搭建一多功能软件平台，可以对机场跑道图像进行所需的图像处理。包含图像二值化处理、去噪声和干扰处理、膨胀和腐蚀处理等相关操作，从而实现对机场跑道图像中异物部分的提取与定位。毕业设计（论文）进度安排：序号毕业设计（论文）各阶段内容时间安排备注1分析项目需求，确定研究任务，阅读相