基于深度学习的跑道前视红外图像轮廓线提取

• 作者: 牛文生 程岳 罗午阳 袁雷
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 机场跑道检测 前视红外(FLIR)图像 轮廓提取 深度学习
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 179-184
• 页数: 6页
• 分类号: TN911.73
• 字数: 3461字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2019.02.010

摘要

针对前视红外图像中的机场跑道检测问题,提出了基于深度学习的端到端的实时检测算法.算法首先利用深度学习在物体特征表达上的优点,采用当前主流端到端的YOLO(You Only Look Once)V2检测算法提取候选目标,寻找跑道所在位置;然后在已经获取跑道所在边框的基础上,在神经网络最后一层采用多尺度线段检测器(Line Segment Detector,LSD)进行精确的线段检测;最后对所检测的线段进行融合,提取轮廓线.真实实验数据表明,该算法基本上能满足机场轮廓提取实时性好、提取精度高、抗干扰性强等要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗午阳		2	4	1.0	2.0
3	程岳		2	4	1.0	2.0
7	牛文生		5	6	2.0	2.0
9	袁雷		1	3	1.0	1.0