基于机器视觉的阻拦装置应用缆绳松弛检测
计算机视觉与模式识别
2024-08-31 v1
摘要
基于缆绳的阻拦系统是航母舰载机和远征陆基设施起飞与回收不可或缺的组成部分。这些现代阻拦系统依靠各种机制在阻拦周期内吸收飞机的能量,使飞机完全停止。该系统的主要组件之一是缆绳与发动机的接口。该接口处缆绳松弛的形成会降低效率,并促使在继续运行前采取维护措施以消除松弛。本文提出了一种基于机器视觉的松弛检测系统。利用态势感知摄像机收集缆绳接口区域的视频数据,应用机器视觉算法降低噪声、去除背景杂乱、聚焦感兴趣区域,并检测代表松弛形成的图像变化。该系统采用的算法包括双边图像滤波器、最小二乘多项式拟合、Canny 边缘检测、K-Means 聚类、基于高斯混合的背景/前景分割(用于背景减除)、Hough 圆变换和 Hough 线变换。对检测结果进行滤波和高亮显示,以向舰上操作员指示松弛的存在及维护需求。设计了用户界面,为操作员提供了一种简便的方法来重新定义感兴趣区域并针对特定位置调整方法。该算法在舰载录像上得到了验证,能够以极低的误报率准确识别松弛。
引用
@article{arxiv.2312.02320,
title = {Cable Slack Detection for Arresting Gear Application using Machine Vision},
author = {Ari Goodman and Glenn Shevach and Sean Zabriskie and Chris Thajudeen},
journal= {arXiv preprint arXiv:2312.02320},
year = {2024}
}
备注
6 pages, 9 figures, Published in the Proceedings of the ASNE 2023 Technology, Systems & Ships Symposium. Reproduced with permission from the American Society of Naval Engineers. NAVAIR Public Release 2023-31 Distribution Statement A - "Approved for public release; distribution is unlimited"