在计算机图像处理理论与模式识别理论的基础上，提出水下结构物表面缺陷的识别方法，给出噪声去除以及阈值分割的方法；从处理后的缺陷图像中提取能表征缺陷性质的几何特征和纹理特征，并运用树形分类器进行分类，以实现计算机对缺陷图像的理解和自动识别。识别结果为水下结构物的安全可靠性评估提供基础数据。近几十年来，随着海洋石油开发工程、水库大坝工程、港口码头以及桥梁工程的不断深入和发展，形成了一系列水下开发结构物新模式。然而，在长期服役过程中，由于外部环境（如风浪、腐蚀、水力冲刷以及温度应力等）的变化以及人为失误（如设计或者选材不当）的影响，水下结构物在服役过程中会出现各种不同程度的损伤，使整体结构的安全性、完整性及可使役性降低。因此，定期对其进行检测，评估其安全可靠性是非常必要的[1]。传统的水下结构物缺陷的检测方法（如目测、磁粉检测等）具有检测能力有限、检测可靠性低、检测时间长、费用高等缺点。随着数字图像处理与模式识别技术的不断发展，迫切需要有一种自动检测装置，正确有效地对水下结构物的缺陷进行分类识别。针对这一情况，本文利用数字图像处理手段，根据水下结构物表面缺陷区域的几何特征和纹理特征，定量地表征缺陷的性质，并且根据模式识别理论设计了分类器。识别结果将给出缺陷的种类，或“无缺陷”的评价。
京公网安备 11010802033920号
Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved
评论