背景对齐差分的机场跑道异物分块检测与跟踪算法

摘要：

针对机场跑道异物的无人自主检测与识别过程中存在的检测结果受环境影响大、小目标检测困难以及漏检率高等问题,提出基于背景差分的机场跑道异物分块检测与跟踪算法.首先利用速度辅助的位置信息线性插值,获取背景模板图像库与待检测图像序列最相关帧;然后将图像分为不同子块,利用各子块内图像纹理复杂度设置自适应权值,结合ORB算法进行特征点提取,将各子块特征点归一化至原始图像,并与背景模板库最相关帧对齐作差,获取异物检测结果;最后引入核相关滤波器对检测结果进行多目标跟踪,采用各子块局部跟踪算法降低运算时间,并对跟踪结果进行可靠性检验.在3种实验场景下,与5种主流检测算法的对比实验结果表明,与目前已有的基于图像的机场异物检测算法相比,在保证算法处理速度的基础上,该算法将异物整体错检率降低了70％以上,并在异物尺寸大于1 cm×1 cm的情况下,将整体漏检率降低至0,获得了较好的效果.

关键词：机场跑道异物、背景差分、自适应权值、图像分块、核相关滤波器、目标检测跟踪

所属期刊栏目：33

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61973160

在线出版日期：2021-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：413-423