2011年新型飞机泊位阴影分割算法提升识别精度

在2011年的《中国民航大学学报》第29卷第6期中，郭艳颖、杨国庆和蒋立辉提出了一个新颖的飞机泊位阴影分割方法，针对飞机泊位自动引导系统中常见的问题——低灰度区域被误判为阴影区域，影响了识别精度。传统的识别过程中，这一问题对于确保泊位的成功至关重要。 该方法的核心在于将形态学的幂变换与无边界主动轮廓线模型相结合。首先，作者采用多方向权重形态学技术，通过对泊位飞机图像进行处理，有效地滤除噪声和微小的干扰区域，提高了图像的清晰度，减少了背景杂乱对识别的影响。这种多方向权重设计考虑了不同角度下的像素权重，有助于更准确地识别飞机轮廓。 接着，通过幂变换进一步增强图像质量，这一步骤有助于提升阴影区域与非阴影区域的对比度，使得阴影边缘更加明显，便于后续的分割操作。幂变换是一种数学运算，通过调整图像亮度或对比度，使得图像的某些特征更突出，有助于提高分割算法的性能。 最后，无边界主动轮廓线模型被用于分割阴影部分。无边界模型消除了传统有边界轮廓线模型可能出现的封闭边界问题，从而减少了“拖尾”现象，即在分割过程中可能出现的轮廓线延伸到不应有的区域。这种方法使得阴影分割更为精确，能够在动态环境中有效地区分出飞机和其阴影，这对于实时跟踪和定位泊位飞机至关重要。 实验结果显示，该方法不仅能有效地去除噪声，保持图像细节，而且显著提高了阴影分割的精度，从而显著提升了飞机泊位系统的整体性能。研究的关键词包括泊位飞机、阴影分割、多方向权重形态学、幂变换和无边界主动轮廓线模型，这些概念和技术在自动化引导系统中具有重要的实际应用价值。 这篇文章探讨了一种创新的技术解决方案，针对飞机泊位过程中的阴影分割问题，展示了形态学和无边界轮廓线模型的有效融合，为提升飞行器泊位系统的精确性和稳定性提供了新的思路。这不仅有助于航空领域的自动化水平提升，也为其他需要处理类似问题的场景提供了借鉴。