论文部分内容阅读
大雾发生时具有低能见度的特点,会给飞机飞行带来视程障碍,危及飞行安全.本文采用基于深度学习的语义分割网络U-Net对夜间机场不同远近的地标进行分割并拟合出检测框,然后建立摄像机成像模型计算出地标点到摄像头的距离,最终将最远处的地标距离作为能见度值.实验结果表明,在没有使用任何除雾算法的情况下,本文的算法在检测平均准确率达到80%的情况下,能够以79%的召回率检测机场上的地标.可以建立一个低成本、准确率较高、具有抗雾干扰的机场能见度预测系统.