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。
猜您喜欢
推荐内容
开源项目推荐 更多
热门活动
热门器件
用户搜过
随便看看
热门下载
热门文章
热门标签
评论