发动机孔探损伤图像预处理与应用算法研究.pdfVIP

发动机孔探损伤图像预处理与应用算法研究 武庆 姚红宇 马齐爽 北京航空航天大学自动化科学与电气工程学院 摘要：在航空维修领域，随着由定时向视情和可靠性维修方式的转变，采用图像处理对飞机发动机孔探成 像进行分析的方法已成为重要手段之一。本文针对飞机发动机烧蚀图像，应用一系列算法，对其进行图像 预处理与图像分割；对比这几种算法的适用性。为进一步进行图像识别提供必要的基础。 关键字：孔探 图像预处理 图像分割 1 引 言 航空发动机是现代飞行器的心脏，它优良的运行状态和可靠性能是确保民航安全航行和 军机高效作战的有力保障。因此对发动机内部损伤的及时检测和性质判断，就具有重要的意 义。目前国内孔探图像处理系统在硬件（图像的采集、再现等）方面已经达到较高的水平。 而在软件方面（如图像增强、图像分割等）起步较晚，只有少数人员在研究这方面的工作。 由于孔探图像是飞机发动机内部结构图像，受光照条件、发动机立体结构复杂等因素的影响， 图像明暗严重不均，信噪比较低，一些损伤可能淹没在强噪声之中，同时对孔探图像的识别， 还只限于专业的孔探人员的人眼识别，容易造成损伤的误判或漏判，降低检测的可靠性[1] 。 本文针对烧蚀损伤为对象，从理论和应用上提出一系列算法对其进行处理，使处理后的图像 突出表达损伤目标，提取出孔探图像中损伤的特征，对图像进行高层次的处理如特征描述、 识别和分析有着重大影响。 2 图像预处理 图像预处理主要是对图像进行各种操作以改善图像的视觉效果。噪声恶化了发动机损伤 图像的质量，使图像模糊，甚至淹没和改变特征，给图像分析和识别带来困难。为了消除噪 声，常采用滤波的方法。平滑滤波器可以用低通滤波实现，目的在于模糊图像或消除图像噪 声。常用方法有邻域平均法、加权平均法等。邻域平均法是一种局部空间域处理的算法。此 算法快速简单，但是在平滑图像的同时容易造成目标边缘的模糊[2]，因此采用加权平均法。 加权平均法是按照灰度特殊的程度加权之后再求和，以免造成目标边缘的模糊。权值是与中 心像元在灰度级上的接近程度，越接近，权值越大。加权平均的算法如下： f g (x, y ) ∑w(i, j )f n (i, j ) ( 1) ( , )∈ i j s 其中 w(i, j ) 即为s 域中某个像元的权值，它们都非负，而且其卷积系数之和为 1。加权后的 滤波器为： ( 1, 1) ( 1, ) ( 1, 1) w x y w x y w x y ⎛ − − − − + ⎞ ⎜ ⎟ ( , 1) ( , ) ( , 1) (2) W ⎜ w x y =− w x y w x y + ⎟ ⎜ ⎟ ( 1, 1) ( 1, ) ( 1, 1) w x y w x y w x y ⎝ + − + + + ⎠ [3] 下面是常用的特殊加权低通滤波器 ： ⎛1 16 1 8 1 16⎞ ⎜ ⎟ M 1 8 1 4 1 8 1 ⎜ ⎟ (3) ⎜⎝1 16 1 8 1 16⎠⎟ 3 预处理检测结果与结论 图 1 为采用加权平均法对飞机发动机内窥图像灰度平滑的算例。a1 为原始图像、a2 为 经过邻域平均法滤波处理后的图像、a3 为经过M1滤波后的图象。b1 为