基于孔探图像纹理特征的航空发动机损伤识别方法

被引：19

作者：

陈果

汤洋

机构：

[1] 南京航空航天大学民航学院

来源：

仪器仪表学报 | 2008年 / 08期

关键词：

航空发动机; 孔探检测; 图像纹理; 神经网络;

D O I：

10.19650/j.cnki.cjsi.2008.08.028

中图分类号：

V263.6 [故障分析及排除];

学科分类号：

摘要：

孔探检测是航空发动机视情维修的重要技术,对于正确评估发动机的内部损伤,适时进行发动机修理具有重要意义,但是由于孔探图像的损伤评估往往依赖丰富的专家知识,因此在航空公司飞机多、分布广、专家少的情况下,难于实现发动机损伤的及时评估。本文研究了一种基于孔探图像纹理特征的航空发动机内部损伤评估方法,利用结构自适应神经网络模型,实现了航空发动机孔探图像损伤的自动识别,并进行了必要的验证,结果表明了本文方法的有效性。

引用

页码：1709 / 1713

页数：5

共 5 条

[1] 一种实现结构风险最小化思想的结构自适应神经网络模型
陈果
[J]. 仪器仪表学报, 2007, (10) : 1874 - 1879
[2] 航空发动机内部损伤的三维测量与重建(英文)
陈果
[J]. Chinese Journal of Aeronautics, 2004, (03) : 149 - 151
[3] 工业视频内窥镜在民航维修中的应用
顾海涛
[J]. 航空维修与工程, 2003, (06) : 56 - 57
[4] 图像处理与分析[M]. 科学出版社 , 徐建华编著, 1992
[5] Performance evaluation in content-based image retrieval: overview and proposals[J] . Henning Müller,Wolfgang Müller,David McG. Squire,Stéphane Marchand-Maillet,Thierry Pun.Pattern Recognition Letters . 2001 (5)

← 1 →