發(fā)動(dòng)機(jī)葉片裂紋檢測(cè)自適應(yīng)圖像處理算法研究.pdf

1、飛機(jī)發(fā)動(dòng)機(jī)葉片裂紋是危害飛機(jī)飛行安全的重要因素。發(fā)動(dòng)機(jī)制造廠家采用X射線檢測(cè)技術(shù)對(duì)葉片裂紋進(jìn)行檢測(cè)，但傳統(tǒng)的X射線檢測(cè)方法存在效率低、漏檢率高等不足；現(xiàn)有的基于圖像處理的X射線檢測(cè)方法也存在識(shí)別率低、檢測(cè)速度慢、可靠性差等缺點(diǎn)。因此，本文結(jié)合現(xiàn)有的x射線成像檢測(cè)設(shè)備，研究發(fā)動(dòng)機(jī)葉片裂紋檢測(cè)的自適應(yīng)圖像處理方法和算法。本文主要研究工作： 由于裂紋圖像中的噪聲對(duì)于圖像的分割及后續(xù)處理有很大影響，本文采用基于邊緣檢測(cè)的小波去噪方法對(duì)圖

2、像進(jìn)行濾波，這種方法可以針對(duì)不同圖像動(dòng)態(tài)地確定小波分解層次，因此可較大幅度的濾除圖像中的噪聲，得到較理想的濾波效果；為了避免成型板背景的影響，本文采用了基于灰度投影的定位方法，將處理的目標(biāo)集中于圖像中的葉片上，這樣可以消除圖像背景對(duì)分割效果的影響，而且運(yùn)算量較小、運(yùn)算速度較快；由于葉片圖像中對(duì)比度較差，本文對(duì)圖像進(jìn)行了對(duì)比度增強(qiáng)處理，具體的增強(qiáng)方法是對(duì)低灰度區(qū)壓縮，高灰度區(qū)拉伸。通過(guò)這些方法，完成裂紋圖像的預(yù)處理。 對(duì)葉片裂紋提

3、取的關(guān)鍵在于圖像分割的效果，本文旨在尋找速度快、能自動(dòng)識(shí)別葉片裂紋的分割方法，因此采用改進(jìn)的大津閾值法和基于循環(huán)迭代的閾值分割法對(duì)裂紋進(jìn)行提取。這兩種分割方法各有優(yōu)缺點(diǎn)，但相比較而言，大津法更適合葉片裂紋圖像的分割，仿真結(jié)果的比較也證明了這一點(diǎn)。因?yàn)榉指詈蟮膱D像中存在散點(diǎn)噪聲，這些噪聲對(duì)參數(shù)提取會(huì)有很大的影響，為更好的濾除圖像中的散點(diǎn)噪聲，獲得最佳的裂紋提取效果，本文分別采用了最小值濾波和基于閾值迭代兩種方法完成散點(diǎn)噪聲的去除，仿真結(jié)果