题目：飞机着陆过程中起落架图像识别方法研究

 

本文针对飞机部件检测问题，主要从图像分割，目标识别和相对位置估计三个方面进行了研究。

首先对实际成像进行预处理，采用低通滤波方式降低图像中的噪声。

分割阶段，考虑以飞机为目标的图像分割问题。改进图割法，引入多尺度理论进行图像分割，对比Grab cut，分析分割效率上的提高和对于不同场景的分割效果。另外，提出了局部方差和多阈值结合的图像分割方法。实验证明该方法对于实际情况下飞机图像的分割效果较好。将该方法与k均值聚类方法做了比较。在分割方法的基础上，使用形态学操作得到相对闭合的目标区域。

识别阶段，采用图像与多视点样本库匹配方法。首先提取样本图像的特征，建立目标多视点模型库。之后对测试图进行二维图像之间的匹配。以测试图在模型库中的最佳匹配图像用来标记目标的类别，达到识别目的，目标姿态近似为匹配图像中目标的姿态。针对飞机目标的特点，选择飞机目标的形状特征进行识别。

在部件检测阶段，本文利用部件相对于飞机位置固定的思想，估计部件出现概率高的搜索区，用三维模型空间中的长方体来表示。提出了主方向矢量的概念，用于对二维图中的目标形状特征进行归一化处理，得到平移、旋转和尺度不变的轮廓特征。根据目标形状特征识别结果，估算出二维测试图中目标相对于三维模型空间的姿态变换，将长方体搜索区投影到测试图。对于飞机部件的检测范围缩小到投影得到的多边形区域内。在针对起落架的检测任务中，该方法达到了84%的识别率。