● 摘要
基于机器视觉的道面检测是一种同时兼顾安全、效率和经济的方法，本研究针对机场跑道的实际视觉特性，对结合GPS定位和视觉分析技术的道面检测系统进行探索性研究。
本文对实际的道面检测系统进行详细调研，在此基础上对项目中的系统作了总体设计，对系统的硬件模块和软件模块提出了具体的指标需求并进行了概要设计。
机场道面检测系统中，高鲁棒性的病害检测算法非常重要，背景正常道面上存在各种特性，比如灯盖、道面瑕疵、道面轮胎印，都影响着道面检测。
本文对灰度统计矩、梯度统计矩、灰度共生矩阵、分形维、频谱能量、Hu矩和LBP等纹理特征进行充分的实验分析，选出区分度很好和时间效率上高效的组合特征用于分类识别。
然后本文综合考虑正常道面和异常道面的特点，从背景特性特性出发，提出一种结合纹理特征的图像显著性算法，对道面进行显著区域的划分，该显著性划分算法明显提高了检测速度，并且能够对划分出来的区域用上述组合特征进行初步的分类识别，为后续的病害和异物识别算法做铺垫。