飛機(jī)蒙皮損傷紅外圖像分割方法研究
[Abstract]:Skin is an important part of the aircraft fuselage. The detection and treatment of the damaged skin will determine the safe operation of the aircraft. Infrared nondestructive testing method can detect both surface and interior defects without destroying the skin. In order to identify and analyze the detected defect targets, extract the target features and establish a damage database to analyze the skin damage more efficiently and accurately in the future. The most important task is image segmentation, which plays an important role in quantitative analysis and engineering practice. Based on the above purpose, this paper first establishes the infrared thermal imaging detection system, collects the infrared image of the damaged skin specimen, and selects the reasonable image enhancement and denoising method to preprocess. Secondly, based on the traditional image segmentation method, two new infrared image segmentation methods are proposed. Markov random field (Markov Random Field,MRF) and modified gradient vector flow (Gradient Vector Flow,GVF) active contour (Active Contour Model,Snake) are used in the game, in which the maximum inter-class variance (OTSU) is used as the initial segmentation and parallel. The MRF region segmentation and the improved GVF Snake boundary extraction are run independently and the results of the two are gambled to find the best strategy under the conflict conditions and output the optimal segmentation results when Nash equilibrium is reached. In the normalized random walk (Random Walk,RW) method based on SIR (Susceptible Infected Removed) model, the mean shift algorithm is used to improve the efficiency. Inspired by the SIR infectious disease model, the bacteria are compared as pixels on the image, and the random walk algorithm under the SIR model is deduced, and then normalized to achieve the stable state of the SIR diffusion process, the final segmentation is obtained. Finally, the application of the two methods in infrared image segmentation of aircraft skin damage is studied. The infrared images obtained above are simulated by MATLAB, the results of each related method are qualitatively analyzed, and the performance of the algorithm is evaluated quantitatively, and the advantages and disadvantages of the two methods are compared longitudinally, which is very valuable for future image processing after in-situ detection of aircraft.
【學(xué)位授予單位】:中國民航大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2017
【分類號】:V267;TP391.41
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 趙曉理;周浦城;薛模根;;一種基于改進(jìn)Chan-Vese模型的紅外圖像分割方法[J];紅外技術(shù);2016年09期
2 劉德全;崔濤;楊雅寧;;局部對比度自適應(yīng)直方圖均衡化圖像增強(qiáng)的算法研究[J];信息與電腦(理論版);2016年07期
3 史小丹;馬國銳;陳王麗;楊國鵬;秦前清;;基于模糊閾值和水平集的紅外圖像分割方法[J];激光與紅外;2016年01期
4 蘇靜;楊武俊;;基于BP神經(jīng)網(wǎng)絡(luò)圖像分割算法研究[J];工業(yè)控制計算機(jī);2015年12期
5 趙泉華;張洪云;李玉;;利用Kolmogorov-Smirnov統(tǒng)計的區(qū)域化圖像分割[J];中國圖象圖形學(xué)報;2015年05期
6 曹家梓;宋愛國;;基于馬爾科夫隨機(jī)場的紋理圖像分割方法研究[J];儀器儀表學(xué)報;2015年04期
7 宋橋;李誠;杜宇人;;一種基于Markov隨機(jī)場的FCM圖像分割方法[J];揚(yáng)州大學(xué)學(xué)報(自然科學(xué)版);2015年01期
8 馬文萍;黃媛媛;李豪;李曉婷;焦李成;;基于粗糙集與差分免疫模糊聚類算法的圖像分割[J];軟件學(xué)報;2014年11期
9 張翔宇;楊玉孝;;C-V模型和數(shù)學(xué)形態(tài)學(xué)的紅外圖像處理方法[J];激光與紅外;2014年01期
10 朱述龍;孟偉燦;朱寶山;;運(yùn)用GVF Snake算法提取水域的不規(guī)則邊界[J];遙感學(xué)報;2013年04期
相關(guān)博士學(xué)位論文 前5條
1 秦嬋嬋;基于隨機(jī)游走算法的圖像分割方法研究[D];華中師范大學(xué);2014年
2 張川;含腐蝕損傷金屬材料剩余壽命與剩余強(qiáng)度研究[D];南京航空航天大學(xué);2012年
3 劉位龍;面向不確定性數(shù)據(jù)的聚類算法研究[D];山東師范大學(xué);2011年
4 王博;紅外序列圖像中運(yùn)動弱小目標(biāo)時域檢測方法[D];西安電子科技大學(xué);2010年
5 簡耀波;紅外圖像處理中的關(guān)鍵算法研究[D];華中科技大學(xué);2009年
相關(guān)碩士學(xué)位論文 前10條
1 蔣小波;GVF Snake模型及其在圖像分割中的應(yīng)用研究[D];江南大學(xué);2015年
2 張雄;基于分?jǐn)?shù)階微分的紅外圖像分割算法研究[D];四川師范大學(xué);2015年
3 李婷;變電站高壓設(shè)備紅外圖像分割方法[D];華北電力大學(xué);2015年
4 李智;鋁合金點(diǎn)蝕坑特征識別及其疲勞壽命預(yù)測[D];廈門大學(xué);2014年
5 李洲;紅外小目標(biāo)檢測研究及DSP實現(xiàn)[D];西安電子科技大學(xué);2014年
6 任然;基于Markov隨機(jī)場的圖像分割方法研究[D];安徽工業(yè)大學(xué);2013年
7 王昊;基于機(jī)器視覺的飛機(jī)蒙皮損傷檢測與壽命分析方法[D];南京航空航天大學(xué);2013年
8 盛敏;基于機(jī)器視覺的飛機(jī)蒙皮損傷檢測方法研究[D];南京航空航天大學(xué);2012年
9 夏需堂;基于OTSU的近紅外圖像分割的應(yīng)用研究[D];安徽大學(xué);2011年
10 舒恪晟;機(jī)身加筋殼結(jié)構(gòu)快速優(yōu)化設(shè)計方法研究[D];南京航空航天大學(xué);2010年
,本文編號:2402132
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/2402132.html