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.docVIP

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，很容易被吸入发动机，导致发动机失效2000年7月25日法航协和飞机因FOD失事，造成113人遇难。 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.2007 [2]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.2003 [5]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)：85—87 [6]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 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。 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。 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