● 摘要
航空发动机是现代飞行器的心脏,对发动机内部结构的检测与维修直接关系到飞行安全。限于发动机内部结构的非直观可见性,目前根据孔探图像来诊断发动机故障的孔探检测是常用技术之一。由于传统的孔探检测存在很多不足,为了提高发动机故障检测的可靠性,开发基于孔探图像识别的发动机内部结构损伤的自动化检测技术已势在必行。 孔探图像处理的重点之一是图像预处理和图像分割,同时考虑到孔探图像数据量大的特点—本文主要针对下面三个方面进行了一些基础性的研究工作。首先根据孔探图像的特点—图像有时会明暗不均,目标淹没在强噪声中,针对这一问题,本文提出从增强对比度和噪声去除两个方面对孔探图像进行处理,使处理后的图像突出表达了损伤目标。其次,根据图像实际背景,采用微分算子法和最优算子法两种方法,对已进行过图像预处理的孔探图像进行图像的边缘检测。通过大量实验以及对实验结果的分析,最终选择Canny算子进行边缘检测。研究表明,该算法取得了较好的检测效果,为图像识别打下了良好的基础。最后建立了损伤情况管理数据库子系统,以方便于传输、记录、整档,并为后续同类检测提供参考依据。对于孔探图像处理的研究,目前在国内还比较少,因此本文的研究将为孔探图像的数字化检测提供理论和技术基础。
相关内容
相关标签