高分辨侧扫及合成孔径声纳图像与回波中类似水雷目标计算机检测与分类

计算机辅助目标识别与分类技术有可能可靠地在海底发现水雷及其它感兴趣的目标,高效省时,一致性强,不受操作员个体因素影响。自90年代以来,是多个研究部门的热点课题。近年来,合成孔径侧扫声纳技术日趋成熟,能提供更高分辨率的声图,更是促进了自动识别与分类的发展。本文综合评述了高分辨侧扫及合成孔径声纳图像与回波中类似水雷目标(Mine like object,MLO),计算机检测与分类(Computer aided detection/computeraided classification,CAD/CAC),研究的发展,现状及趋向。

计算机辅助铝合金焊缝X射线底片的缺陷检测与分类

X射线底片缺陷计算机辅助分类是目前无损检测领域的研究热点之一,主要包括:底片信息的数字化获取、缺陷区域提取、特征参数设计与计算、缺陷分类和底片评定等内容。针对铝合金构件焊缝射线图像对比度低、边缘模糊、背景起伏等特点导致传统边缘提取及图像分割方法不能有效提取缺陷的现实,在图像处理时用背景相减、数学形态学等方法对缺陷进行了有效地提取,并根据缺陷特征参数进行缺陷的分类。对于线型缺陷(如裂纹)检测问题,由于其特殊的难度,对其检测问题进行了专门的研究和探讨。