期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
固体火箭发动机药柱CT图像缺陷分析技术研究进展
1
作者
戴俊杰
宣兆龙
+2 位作者
李天鹏
胡利青
郭爱强
《固体火箭技术》
CAS
CSCD
北大核心
2023年第1期138-146,共9页
药柱缺陷是影响固体火箭发动机安全工作的重要因素。为确保固体火箭发动机的安全性,需要对药柱进行无损检测,通过对三种主要的无损检测方法进行比较分析,认为工业CT探伤是目前最有效的检测手段。分别从图像缺陷分割和缺陷特征识别两方...
药柱缺陷是影响固体火箭发动机安全工作的重要因素。为确保固体火箭发动机的安全性,需要对药柱进行无损检测,通过对三种主要的无损检测方法进行比较分析,认为工业CT探伤是目前最有效的检测手段。分别从图像缺陷分割和缺陷特征识别两方面综述传统的缺陷分析方法。深度学习的快速发展为药柱CT图像缺陷分析提供了新的研究思路,而且基于深度学习的方法将提高缺陷分析效率和算法的鲁棒性,为实现图像缺陷分割及缺陷识别一体化提供技术途径。分别从基于目标检测的缺陷特征识别、基于全卷积神经网络的缺陷分割和基于Mask R-CNN的缺陷分析三方面对深度学习在药柱CT图像缺陷分析的应用进行了总结和分析。
展开更多
关键词
固体火箭发动机
CT图像
图像
缺陷
分割
药柱缺陷识别
深度学习
下载PDF
职称材料
题名
固体火箭发动机药柱CT图像缺陷分析技术研究进展
1
作者
戴俊杰
宣兆龙
李天鹏
胡利青
郭爱强
机构
陆军工程大学
出处
《固体火箭技术》
CAS
CSCD
北大核心
2023年第1期138-146,共9页
文摘
药柱缺陷是影响固体火箭发动机安全工作的重要因素。为确保固体火箭发动机的安全性,需要对药柱进行无损检测,通过对三种主要的无损检测方法进行比较分析,认为工业CT探伤是目前最有效的检测手段。分别从图像缺陷分割和缺陷特征识别两方面综述传统的缺陷分析方法。深度学习的快速发展为药柱CT图像缺陷分析提供了新的研究思路,而且基于深度学习的方法将提高缺陷分析效率和算法的鲁棒性,为实现图像缺陷分割及缺陷识别一体化提供技术途径。分别从基于目标检测的缺陷特征识别、基于全卷积神经网络的缺陷分割和基于Mask R-CNN的缺陷分析三方面对深度学习在药柱CT图像缺陷分析的应用进行了总结和分析。
关键词
固体火箭发动机
CT图像
图像
缺陷
分割
药柱缺陷识别
深度学习
Keywords
solid rocket motor
CT image
image defect segmentation
grain defect recognition
deep learning
分类号
V435 [航空宇航科学与技术—航空宇航推进理论与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
固体火箭发动机药柱CT图像缺陷分析技术研究进展
戴俊杰
宣兆龙
李天鹏
胡利青
郭爱强
《固体火箭技术》
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部