基于OpenCV的机场跑道异物检测系统设计与研究
DOI:
CSTR:
作者:
作者单位:

(1.郑州大学 软件技术学院,郑州 450002; ;2.河南艺术职业学院,郑州 450001)

作者简介:

李俊锋(1979-),男,河南郑州人,硕士,讲师,主要从事软件工程及信息安全方向的研究。[FQ)]

通讯作者:

中图分类号:

TP391

基金项目:


Design and Research of Airport Runway Foreign Body Detection System Based on OpenCV[HS)]
Author:
Affiliation:

(1.School of Software Technology, Zhengzhou University, Zhengzhou 450002, China; ;2.Henan Vocational College of the Arts, Zhengzhou 450001, China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    机场跑道的异物对飞机起降过程的安全带来非常大的威胁,所以机场跑道的异物精确检测已经成为保障飞机飞行安全一个非常重大的问题。文章主要从软硬件两个部分来研究了机场跑道异物检测系统,主要包括了机场道路监控中心和应急中心两个服务平台,重点分析了采用Camshift目标跟踪算法并应用在系统中,从而实现了监控系统前景目标识别和多目标跟踪两大功能;最后在Windows系统下做了测试实验,以VS2008为实验环境,采用OpenCV函数库开发一款机场跑道异物监控系统;通过实验结果的分析,该软件系统可靠性高,运行稳定,满足了识别精确度高和跟踪实时可靠的要求,显示系统具有较高的检测精确机场跑道异物检测系统设计度,为机场跑道放入侵监测系统更深入的理论研究和进一步的实际应用提供了方便。

    Abstract:

    the foreign body of the runway for aircraft taking off and landing process safety brings the very big threat, so the accurate detection of foreign bodies in the airport runway has become ensure flight safety is a very important problem. This article mainly from the two parts of hardware and software of the airfield runway foreign body detection system, including the airport road monitoring center and the emergency center two service platform, focuses on the analysis of the Camshift target tracking algorithm and the application in the system, so as to realize the prospect target recognition system and multi target tracking two functions. At the end of the test in the windows system, the VS2008 environment, using OpenCV function library to develop a foreign object debris monitoring system, test shows that the system has high detection accuracy.

    参考文献
    相似文献
    引证文献
引用本文

李俊锋,牛合利.基于OpenCV的机场跑道异物检测系统设计与研究计算机测量与控制[J].,2014,22(9):2736-2738,2744.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-04-15
  • 最后修改日期:2014-05-17
  • 录用日期:
  • 在线发布日期: 2014-12-18
  • 出版日期:
文章二维码