文献类型：期刊文章

作　　者：李小丽[1,2] 陈新波[2] 吴松华[1] 梁德钧[3] 黄富明[2]

LI Xiao-li;CHEN Xin-bo;WU Song-hua;LIANG De-jun;HUANG Fu-ming(College of Information Science and Engineering,Ocean University of China,Qingdao 266100,China;Aviation Mechanical Engineering and Command Department,Qingdao Campus of Naval Aeronautical University,Qingdao 266041,China;92074 Unit of PLA,Ningbo 315020,China)

机构地区：[1]中国海洋大学信息科学与工程学部,山东青岛266100 [2]海军航空大学青岛校区航空机械工程与指挥系,山东青岛266041 [3]中国人民解放军92074部队,浙江宁波315020

出　　处：《推进技术》

年　　份：2023

卷　　号：44

期　　号：4

起止页码：215-224

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对当前孔探仪检测飞机发动机叶片缺乏有效自动测量缺陷尺寸的问题,从处理孔探图像的角度进行研究,提出了一套适用于叶片损伤的图像预处理方式,并运用基于特征点的自动测量方法实现了发动机叶片损伤的识别测量。首先,在预处理阶段运用直方图均衡化、Grab Cut分割、空间域增强等算法实现了图像去噪、改善局部高光、简化预处理一般步骤等。其次,建立图像坐标扫描叶片轮廓线获取位置信息,利用曲线斜率特点拟合叶片边缘直线,提取损伤的三个特征点用以描述获取损伤尺寸。最后,以某型发动机叶片的损伤为例,运用此预处理方法提取到了叶片边缘曲线,测量结果与实际测量结果基本相符,验证了该算法识别测量的可靠性,为航空发动机叶片的损伤测量提供了新思路。

关 键 词：图像处理  航空发动机叶片 损伤识别 自动测量 特征提取  

分 类 号：TP182]