基于图像处理技术的机场跑道胶痕检测系统

针对目前机场跑道胶痕检测方法效率低下和精度不足等问题,设计一套基于图像处理技术的机场跑道胶痕自动检测系统。首先,利用自适应阈值和滑动窗口,采用一种基于噪声判断规则的胶痕图像滤波算法,提高去噪能力;然后,引入小孔成像和Metropolis准则提高麻雀搜索算法的搜索能力和收敛速度,并利用改进的麻雀搜索算法优化K-Means进行胶痕分割,提高分割精度;最后,搭建实物平台,验证系统的可行性和有效性。实验结果表明,在处理多维函数时,改进麻雀搜索算法收敛精度和速度分别提高0.6和5量级;去噪胶痕图像的SSIM可达到0.7;改进图像分割算法可精准识别跑道胶痕。该系统具有良好的适应性和抗干扰性。

基于改进SPCNN模型的机场跑道胶痕检测方法

针对机场跑道胶痕形态特征多样性和跑道环境复杂性导致胶痕检测效率低下的问题,提出了基于改进简化脉冲耦合神经网络模型的机场跑道胶痕图像分割算法。首先在利用邻域灰度关系优化反馈输入的基础上,将神经元点火阈值机制从传统的指数衰减改进为线性分层步长衰减。然后引入杜鹃搜索算法,结合最小交叉熵对改进模型进行参数寻优。最后根据点火映射区域的平均灰度值构建自适应迭代终止条件。实验结果表明,该算法具有更高的胶痕检测精度,且在光照条件较差和标志线影响的情况下具有更好的抗干扰性。