文 献 综 述
1 研究背景及意义
随着科技技术的发展，微小物体目标检测与确认通过快速发展的计算机技术、信息技术和图像处理技术让视频信号处理的方法进行视场内异物监控受到重视。通过对实时拍摄的视频图像信息流进行处理，视场内的可疑外来物，并在此基础上对异物进行判别、确认、反馈。利用视频图像处理的方法进行监测处理，不需要对视场区域进行干扰，具有实时性强、信息直观可靠等特点，是一种方便、可行的异物识别与检测方案。
随着越来越多由于外来异物而导致的重大事故的发生，人们越来越意识到视场内异物识别技术的重要性，当外来异物出现在跑道，公路，隧道等地方时，会造成巨大的破坏和威胁，而视场内异物识别技术是为了避免这种危险必须要被保障的重要措施。
视场异物检测系统是由毫米波雷达实时扫描检测异物目标，光学摄像机拍摄异物目标，然后使用终端数据处理计算机对毫米波雷达信息，可见光图像信息进行综合处理，建立了多传感器系统[1]。
毫米波雷达[2]作为目前发展最快的雷达之一，天线小，探测分辨率高，已经在多个领域得到了实际应用，适用于进行异物检测。毫米波雷达的高分辨率的探测能力可以精确检测到微小异物，为了能快速提取目标特征，加入可见光摄像机系统对异物目标拍照分析，但是可见光摄像系统受光照天气影响大，因此可以引入红外热成像摄像机系统辅助对异物目标进行检测与识别。红外图像检测与跟踪技术除了在军事领域的广泛应用之外，它还可应用于工业、交通、医学等民用的领域[3]。例如，在安防监控领域中，利用红外成像的特点，可以不受昼夜影响对所选择的异常目标进行识别与跟踪。在医学方面，也可以利用红外目标识别技术在医学图像中发现有异常活动的目标点，从而及早诊断病情并治疗。除此之外，在地质分析、人员搜救等领域中，也越来越多的出现了红外探测技术，它能为人们及早的发现目标区域提供精确且有效的指导。
通常情况下要进行异物识别检测需要把视场分为几个不同特点的空间区域，进而对某一特定区域进行进一步检测，而要把整体视场划分几个空间需要运用目标识别与跟踪技术，目前，常见的目标识别与跟踪技术大多针对二维平面场景，而且一般都有算法复杂、能耗高、精度低等问题，当目标路线不规则时，跟踪丢失率会大大增加［5-5］。而目前对于三维目标跟踪算法的研究还处于起步阶段，成果较少，基于此，在三维应用场景环境下，提出一种基于空间划分的目标图像识别与跟踪算法[6]。
在检测时要把目标区域边缘进行直线定位，然后再直线划分的区域进行区域异物目标识别与检测，首先，要进行系统的准备工作，利用毫米波雷达精确地获取外来异物的位置和坐标，然后根据坐光学摄像机获取目标图像和背景图像，建立坐标系和背景图像数据库。其次，要进行毫米波雷达与红外相机的数据融合和相互作用，目标的坐标将被转换为特定的红外摄像机位置。再次，在异物目标检测算法中，采用Hough变换方法检测直线[7]并定位跑道区域，采用背景差法检测跑道区域的异物目标[8]。最后，在具体的特定区域的异物目标中，对异物目标的一些特征进行提取和分析，并将其根据检测目的、实际情况和具体应用进行分类。
2 国内外研究现状
异物识别与检测技术已经在军事、医学、交通等各个方面得到了广泛运用，在航空领域FOD检测与识别技术已经得到充分的发展成果[9]。
