机场跑道FOD智能识别图像光影处理技术研究

随着以深度学习为代表的人工智能技术快速发展,机场跑道异物(foreign object debris,FOD)识别中也成为热门的研究方向,但现场复杂光影干扰导致的成像不佳是识别精度难以提升的重要原因之一。基于此提出了以图像卷积进行自适应直方图均衡,再利用色度强度比Iratio对镜、漫反射进行分离,以达到图像色度分布平衡,消除光影干扰的目的。通过对某机场跑道图像质量差,光影干扰强的FOD图片的处理分析,表明该法能够减小光影的干扰,增大识别物的特征,更有利后期异物识别。

高原高寒地区机场跑道安全监测技术

前言我国民航管理部门规定海拔高度大于1524m的机场称之为高原机场,海拔高度大于2438m的机场称之为高高原机场。机场跑道是机场建筑物中最重要的一部分,机场跑道的正常运行,事关机场功能的正常发挥,因此机场跑道的运行性态就显得尤为重要。遗憾的是,目前关于跑道混凝土结构静力分析已经相对成熟,但由于跑道混凝土为薄层结构.