基于改进混沌差分进化算法的机体损伤区域划分

为准确高效地为飞机智能维修提供支持,提出一种基于多维灰度熵理论和改进的混沌差分进化算法的机体损伤区域划分方法。通过分析多维灰度熵的阈值分割原理,将其定义为机体损伤区域划分的适应度函数。引入Logistic混沌模型,并采用循环映射将混沌变量的值域对应至优化变量,改进混沌差分进化算法的寻优过程,提高算法的遍历性。选用不同类型的飞机机体损伤图像进行划分实验。实验结果表明,该方法划分的损伤区域图像清晰有效,且误差率低,与灰度熵穷举法相比,运算速度有明显提升,有效解决了差分进化算法中后期收敛停滞、样本点分布不均匀等问题,能够更好地满足飞机智能维修技术的要求。

基于结构张量特征邻域的机体损伤区域划分

为实现机体损伤区域准确高效的划分,实现对机体损伤模型重构的数据支持,引入结构张量理论,对机体损伤图像进行特征表示。构建结构张量特征空间,通过分析特征分布,可知损伤特征点分布相对独立,与特征取值无显著关联;以此为依据,提出基于特征邻域的损伤区域划分方法。通过机体损伤图像实例验证,与K均值聚类划分方法对比,对比结果表明,该方法划分的损伤区域准确,边界连续,细节完整,能够消除小范围邻接区域对划分结果的干扰。

飞机机体损伤区域的快速划分方法

为准确高效支持飞机机体损伤的图像化立体化处理,提出一种机体损伤区域的快速划分方法。在分析机体损伤图像特点的基础上,将一维灰度熵划分方法扩展到多维,将滤波函数作为多维灰度函数;由于多维灰度熵划分方法仍存在划分区域混淆和效率低下的明显缺陷,引入细菌觅食优化算法进行改进优化;通过分析细菌觅食的寻优过程,结合多维灰度熵阈值划分方法,提出飞机机体损伤区域快速划分方法。使用该方法对机体损伤图像进行划分实验,实验结果表明,该方法划分图像清晰有效,解决了损伤邻接区域划分混淆的问题,与灰度熵穷举法相比,运算速度有明显提升,能够更好满足飞机智能维修的要求。

基于边界网格梯度的机体损伤划分评价方法

为准确高效的为机体损伤区域划分方法的选择和评价提供决策支持,分析了机体损伤区域的特点,建立了损伤图像划分评价指标——边界网格梯度。并引入熵权法,融合边界网格梯度指标,对TOPSIS方法进行优化改进,建立了完整的机体损伤区域划分评价体系。选用不同灰度熵阈值的飞机机体损伤区域划分图像进行验证。结果表明:该方法有效的表征了边界对损伤邻接区域的划分情况,避免了不同划分图像中边界变化对评价结果的不利影响,评价结果符合视觉感知。

一种改进谱聚类的机体损伤图像过渡区提取方法

为了利用机体损伤区域图像支持飞机智能维修,提出一种改进谱聚类的机体损伤过渡区提取方法.在分析机体损伤邻接区域特点的基础上,以多维灰度熵值作为相似性度量构建样本点谱图实现了谱图权重的降维运算;并以统计分组中首个极小值点所对应的权重为临界进行聚类;通过对谱聚类方法中的关键环节特征值计算、特征向量选取进行改进,避免了因特征向量的取舍而造成的信息丢失.最后应用机体损伤图像实例验证了该方法的有效性.

基于结构张量特征的机体损伤区域动态划分

为提升飞机结构损伤维修分析的智能化水平,实现飞机结构损伤模型的高效重构,提出了基于结构张量特征的动态阈值损伤区域划分方法。首先,引入结构张量理论,特征表示图像局部颜色结构纹理,完备损伤图像特征表示;其次,通过构建共性分布的结构张量特征空间,从而使不同损伤图像具有一致性损伤区域划分流程;在此基础上,定义了动态阈值划分算子,并通过对动态阈值划分算子参数的计算,实现结构张量特征空间中的动态阈值划分;最后,选用不同飞机结构损伤实例图像对方法进行了对比验证。验证结果表明,相比于传统灰度方法、固定阈值划分和其他动态阈值划分算子,椭圆算子划分得到的损伤边界连贯完整,能够有效分割微小裂纹,噪点较少,质量较优。该方法运算高效、流程统一、特征表示完备,对不同类型结构损伤的适用性好。

Multi-dimensional and Multi-threshold Airframe Damage Region Division Method Based on Correlation Optimization

In order to obtain the image of airframe damage region and provide the input data for aircraft intelligent maintenance,a multi-dimensional and multi-threshold airframe damage region division method based on correlation optimization is proposed.On the basis of airframe damage feature analysis,the multi-dimensional feature entropy is defined to realize the full fusion of multiple feature information of the image,and the division method is extended to multi-threshold to refine the damage division and reduce the impact of the damage adjacent region’s morphological changes on the division.Through the correlation parameter optimization algorithm,the problem of low efficiency of multi-dimensional multi-threshold division method is solved.Finally,the proposed method is compared and verified by instances of airframe damage image.The results show that compared with the traditional threshold division method,the damage region divided by the proposed method is complete and accurate,and the boundary is clear and coherent,which can effectively reduce the interference of many factors such as uneven luminance,chromaticity deviation,dirt attachment,image compression,and so on.The correlation optimization algorithm has high efficiency and stable convergence,and can meet the requirements of aircraft intelligent maintenance.