基于混合高斯和幀間差分的機(jī)場(chǎng)跑道入侵檢測(cè)

基于混合高斯和幀間差分的機(jī)場(chǎng)跑道入侵檢測(cè)

ID:46625199

大小:709.55 KB

頁(yè)數(shù):4頁(yè)

時(shí)間:2019-11-26

基于混合高斯和幀間差分的機(jī)場(chǎng)跑道入侵檢測(cè)_第1頁(yè)
基于混合高斯和幀間差分的機(jī)場(chǎng)跑道入侵檢測(cè)_第2頁(yè)
基于混合高斯和幀間差分的機(jī)場(chǎng)跑道入侵檢測(cè)_第3頁(yè)
基于混合高斯和幀間差分的機(jī)場(chǎng)跑道入侵檢測(cè)_第4頁(yè)
資源描述:

《基于混合高斯和幀間差分的機(jī)場(chǎng)跑道入侵檢測(cè)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、第3l卷第11期計(jì)算機(jī)仿真2014年11月文章編號(hào):1006—9348(2014)11—0038—04基于混合高斯和幀間差分的機(jī)場(chǎng)跑道入侵檢測(cè)譚笑1’2,柯澤賢3(1.武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室,湖北武漢430079;2.海軍工程大學(xué)管理工程系,湖北武漢430033;3.海軍工程大學(xué)電氣工程學(xué)院,湖北武漢430033)摘要:入侵機(jī)場(chǎng)跑道的威脅目標(biāo)檢測(cè),難點(diǎn)在于算法的高精度和實(shí)時(shí)性。針對(duì)傳統(tǒng)混合高斯背景差分運(yùn)動(dòng)目標(biāo)檢測(cè)算法自適應(yīng)性較差的缺點(diǎn),提出一種混合高斯背景差分與幀間差分相結(jié)合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法,將幀間差分

2、的結(jié)果反饋到混合高斯模型中,實(shí)現(xiàn)光線突變時(shí)高斯模型快速收斂,再進(jìn)行圖像后處理以獲得精準(zhǔn)的運(yùn)動(dòng)威脅目標(biāo)。在Matlab仿真平臺(tái)上進(jìn)行實(shí)驗(yàn),結(jié)果表明,提出的算法兼顧了檢測(cè)的速度和精度,分別可達(dá)lO‘1秒級(jí)和像素級(jí),滿足了入侵機(jī)場(chǎng)跑道的威脅目標(biāo)檢測(cè)的需求,為機(jī)場(chǎng)終端區(qū)跑道入侵檢測(cè)提供了有效的方法。關(guān)鍵詞:幀間差分;混合高斯模型;背景更新;運(yùn)動(dòng)目標(biāo)檢測(cè);跑道入侵中圖分類(lèi)號(hào):TP391文獻(xiàn)標(biāo)識(shí)碼:BRunwayIncursionDetectionBasedonMlllti—GaussianandFrameDifferencingT

3、ANXia01”.KEZe—xian3(1.StateKeyLaboratoryforInformationEngineeringinSurveying,MappingandRemoteSensing,WuhanUniversity,WuhanHubei430079,China;2.DepartmentofManagementEngineering,NavalUniversityofEngineering,WuhanHubei430033,China;3.CollegeofElectricalEngineering,Na

4、valUniversityofEngineering,WuhanHubei430033,China)ABSTRACT:Thedifficultyofrunwayincursionliesintheaccuracyandtimelinessofthedetectionalgorithm.Ade—tectionalgorithmformotionobjectsproposedbasedonGaussianmixesmodelandframedifferencing.Theincrementofilluminationsupp

5、liedbytheframesdifferencingiscompensatedtotheGaussianMixtureModelSOtheGaussianMixtureModelCanconvergequickly,whichcallremedythedefectoftheGMMwhentheilluminationhasjumpingchanges.Then,post—processingisdonetogetaccuratemotionobjects.Inthesoftwaredevelopmentplatform

6、ofMat·lab7.1,comparativeexperimentsGaussianMixtureModelbackgrounddifferencingmethodandthealgorithmproposedbythispaperarCmade.Thesimulationresultsshowthatthisalgorithmcandetectthemotionobjectseffectivelyandreal—time.KEYWORDS:Framedifferencing;GMM;Backgroundupdatin

7、g;Motionobjectsdetection;runwayincursion1引言伴隨航空運(yùn)輸事業(yè)的蓬勃發(fā)展,機(jī)場(chǎng)安全問(wèn)題的13益突出,跑道人侵是機(jī)場(chǎng)終端區(qū)影響飛行器安全進(jìn)近的主要威脅事件之一。國(guó)際民用航空組織(ICAO)將跑道入侵定義為:在機(jī)場(chǎng)中發(fā)生的任何錯(cuò)誤地出現(xiàn)在用于飛機(jī)起飛和降落的保護(hù)區(qū)表面的飛機(jī)、車(chē)輛以及行人的事件。由于缺乏有效的跑道入侵告警系統(tǒng),1990年至2006年,我國(guó)共發(fā)生了18起基金項(xiàng)目:國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃資助項(xiàng)目(2010CB731801、2012CB719902);國(guó)家自然科學(xué)基金青年項(xiàng)

8、目(41201478)收稿13期:2014一01—02修回13期:2014—02—05—38一起飛階段的跑道入侵事件。2008年到2010年美國(guó)每年分別發(fā)生了1009、951、996起跑道入侵事故,每百萬(wàn)架次跑道事故率為17.2、17.9、18.9架次。國(guó)外現(xiàn)有的場(chǎng)面活動(dòng)監(jiān)控方法主要有GroundBasedA。ler

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶(hù)上傳,版權(quán)歸屬用戶(hù),天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶(hù)請(qǐng)聯(lián)系客服處理。