当前位置: 首页 > 科技成果列表 > 科技成果详细

多种群联合优化的机械叶片图像分割原理与评价方法研究

技术类型:非专利

技术成熟度:小试

转让方式:-

应用领域:汽车用发动机制造

技术领域:车用发动机及其相关技术

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

机械叶片特殊的动力学性能促使其在水轮机、汽轮机、航空发动机、风力发电机等装备上应用广泛。

非接触式图像测量与检测已经成为高性能复杂机械叶片制造的发展方向,而对其图像的分割则是后续特征理解与分析的基础。

随着我国工业化水平的提高,航空航天、水利、电力等方面对机械叶片的质量和数量都提出了更高的要求。

当前图像分割的研究成果不能有效解决复杂机械叶片图像的分割难题,主要是因为其图像灰度分布不均匀,并且表面的分割特征类内模式复杂,类间易混淆。

项目通过研究多目标优化与复杂机械叶片图像分割的一致性,提出多种群与档案集协作的多目标协作演化算法,应用于复杂机械叶片图像的分割。

为复杂机械叶片图像分割提供了新思路和新方法,提出的新型多目标协作演化算法改善了非支配解的综合质量,提高复杂结构图像分割的效果。

成黜分割算法对图像侧脸共有重要作用,是其关键-环。

比如在嫌桨图醐量过程札功能的实现主要围绕系统中的两类关键的硬件结构展开(螺旋桨图像采集摄像机和数据处理计算机),然后以计算机钦件算法的方式具体实现。

嫌桨螺距图醐量过程中的图像主要是螺旋桨消量图像,其中的数据的主要来源是对所采集图像的分割。

(此文字表达经过AI优化完善,查看原文请点击 原文)
相关图片
成果评价分析
技术应用分析
服务案例
Baidu
map