典型文献
基于改进CLAHE的航空发动机导向叶片DR图像增强
文献摘要：
为了解决航空发动机导向叶片数字射线(DR)检测图像信息动态范围大、对比度低、细节信息不明显,缺陷区域难以识别的问题,提出一种改进型限制对比度自适应直方图均衡化(CLAHE)算法.采用CLA-HE增强导向叶片DR图像对比度,同时引入基于空间均值滤波器的Gaussian掩模处理,进行DR图像降噪,提取DR图像的低频信息;采用CLAHE增强的图像与提取的DR图像低频信息线性做差,突出DR图像的高频细节信息;与CLAHE增强的图像线性叠加,进一步提高了 DR图像的对比度,实现导向叶片DR图像增强.依据图像基本空间分辨率(SRB)、信噪比(SNR)、灰度平均值对DR图像增强效果进行评价.结果表明:改进的CLAHE算法,可以同时将表征SRB的D13双丝线对应的调制深度值从49.17％提高到了56.08％,整体灰度平均值从32 400.66增加到了 38 684.43,02号微小裂纹缺陷的SNR从14.10提升到了15.16.结果显示优化的CLAHE算法,相比自适应直方图均衡化(AHE)等4种经典的航空发动机导向叶片DR图像增强算法,不仅提高了平坦区域对比度,突显了边缘细节信息,而且有效提升了微小缺陷的视觉效果.
文献关键词：
数字射线(DR)图像;微小缺陷;导向叶片;限制对比度自适应直方图均衡化(CLAHE);图像增强
中图分类号：
作者姓名：
冯雄博;陈曦;闵慧娜;吴伟;王树鹏;邬冠华
作者机构：
南昌航空大学无损检测技术教育部重点实验室,南昌330063;中国航空发动机集团有限公司沈阳黎明航空发动机有限责任公司,沈阳110043
文献出处：
引用格式：
[1]冯雄博;陈曦;闵慧娜;吴伟;王树鹏;邬冠华-.基于改进CLAHE的航空发动机导向叶片DR图像增强)[J].航空动力学报,2022(07):1425-1436
A类：
B类：
CLAHE,航空发动机,导向叶片,DR,叶片数,数字射线,图像信息,动态范围,细节信息,改进型,限制对比度自适应直方图均衡化,均值滤波器,Gaussian,掩模,图像降噪,低频信息,高频细节,线性叠加,基本空间,空间分辨率,SRB,SNR,灰度,增强效果,D13,双丝,丝线,调制深度,深度值,裂纹缺陷,显示优化,图像增强算法,平坦,区域对比,边缘细节,微小缺陷,视觉效果
AB值：
0.283486
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
