关键词
飞机线束装配螺栓螺距数量图像测量方法研究
作者: 闫静     陆珊珊     张忆鑫   来源: 航空计算技术 年份: 2024 文献类型 : 期刊 关键词: 数字化检测   卡箍装配质量   图像处理   飞机线束   螺纹螺距  
描述: 飞机线束是电气线路互联系统(EWIS)的装配单元,重要的飞机线束常以线束捆的方式用P型金属带垫卡箍固定在飞机上。卡箍固定线束的装配质量检测要求之一是卡箍螺栓与螺母拧紧后,螺栓应露出螺母螺距数量
基于机器视觉的飞机故障检查系统
作者: 袁忠大     程秀全     王大伟   来源: 机床与液压 年份: 2024 文献类型 : 期刊 关键词: 机器视觉技术   图像处理   飞机部件   无损检测  
描述: 针对当前飞机维修检查工作以人工目视检查为主、效率低且存在人为因素影响的情况,设计一套基于图像识别与机器深度学习的飞机部件表面无损检测系统。收集并整理了某航空公司一线飞机维修员拍摄的飞机机身及发动机部件图片,对图片集进行预处理,包括通道提取、Sobel滤波处理及二值化;最后用Blob分析对处理后的图像进行特征提取与系统分析。系统运行速度快、准确率高且可连续自动识别图像。利用机器视觉技术对飞机部件表面进行无损检测不仅可以提高生产效率,同时可以去除人为因素对航空器飞行安全的影响,使得飞机的飞行安全得到进一步提升。实践证明,该系统性能稳定可靠,具有极高的推广应用价值。
航空复材缺陷机器视觉检测系统
作者: 吴涛.   来源: 电子科技大学 年份: 2024 文献类型 : 学位论文 关键词: 图像处理   复合材料   目标检测   缺陷检测  
描述: 航空复材缺陷机器视觉检测系统
基于机器视觉的飞机蒙皮表面缺陷检测方法综述
作者: 邴皓哲     赵健淇   来源: 飞机设计 年份: 2024 文献类型 : 期刊 关键词: 机器视觉   图像处理   深度学习   缺陷检测  
描述: 飞机蒙皮缺陷是影响飞机正常运行的关键因素之一,及时准确地检测出飞机蒙皮表面的缺陷能够有效的避免飞行事故的发生。目前针对飞机蒙皮表面缺陷检测的方法主要是目视检测或者一些接触类检测方法,这些方法存在漏检率高,风险大等问题。基于机器视觉的检测方法因其检测速度快,非接触式检测,检测精度高等优点,近来得到较多的关注。总结了现有的飞机蒙皮表面缺陷的检测方法,并着重介绍了两类基于机器视觉的缺陷检测方法,即基于传统视觉的方法和基于深度学习的方法,并详细分析了其基本原理、优缺点以及相关的应用算法。对基于机器视觉的飞机蒙皮表面缺陷检测方法进行了总结,对其未来的发展进行了展望。
航空复材缺陷机器视觉检测系统
作者: 吴涛.   来源: 电子科技大学 年份: 2024 文献类型 : 学位论文 关键词: 图像处理   复合材料   目标检测   缺陷检测  
描述: 航空复材缺陷机器视觉检测系统
基于机器视觉的飞机蒙皮表面缺陷检测方法综述
作者: 邴皓哲     赵健淇   来源: 飞机设计 年份: 2024 文献类型 : 期刊 关键词: 机器视觉   图像处理   深度学习   缺陷检测  
描述: 飞机蒙皮缺陷是影响飞机正常运行的关键因素之一,及时准确地检测出飞机蒙皮表面的缺陷能够有效的避免飞行事故的发生。目前针对飞机蒙皮表面缺陷检测的方法主要是目视检测或者一些接触类检测方法,这些方法存在漏检率高,风险大等问题。基于机器视觉的检测方法因其检测速度快,非接触式检测,检测精度高等优点,近来得到较多的关注。总结了现有的飞机蒙皮表面缺陷的检测方法,并着重介绍了两类基于机器视觉的缺陷检测方法,即基于传统视觉的方法和基于深度学习的方法,并详细分析了其基本原理、优缺点以及相关的应用算法。对基于机器视觉的飞机蒙皮表面缺陷检测方法进行了总结,对其未来的发展进行了展望。
基于图像处理的激光清洗飞机蒙皮特性和机制研究
作者: 孟宇帆     张丽君     何长涛     肖婧     阳宁静     冯国英     韩敬华   来源: 激光技术 年份: 2024 文献类型 : 期刊 关键词: 激光清洗   边缘检测   图像处理   热应力   K均值聚类  
描述: 分别进行特性和机制研究,最后将图像处理结果通过热应力分析进行验证。结果表明,采用该方法,激光能量密度分别为6.37 J/cm21.91 J/cm2时,飞机蒙皮的面漆和底漆能被激光完全消除。该研究为激光自动除漆提供了参考。
基于DFECANet的遥感图像飞机目标检测方法
作者: 单慧琳     吕宗奎     付相为     胡宇翔     段修贤     张银胜   来源: 电子测量与仪器学报 年份: 2024 文献类型 : 期刊 关键词: 遥感图像   特征上采样   图像处理   目标检测   多尺度特征融合  
描述: 的准确性。在DOTAv1数据集上的检测精度达到了95.2%,相较于YOLOv5s、SCRDet、ASSD等主流算法,飞机目标的检测精度提高了3.7%~18%。此外,该方法的检测速度以及模型参数量分别为
< 1
Rss订阅