基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文在计算机图像处理理论和超声波理论的基础上,提出保边缘滤波;给出缺陷子图像分割和缺陷与背景的分离算法;再从处理后图像中提取能表征缺陷性质的几何特征和声学特征,以实现计算机对缺陷图像的理解和自动识别.
推荐文章
基于VC的蜂窝结构C扫描图像处理研究
铝蜂窝结构
超声C扫描
Prewitt算子
边缘检测
提高超声C扫描图像分辨率的插值方法研究
超声C扫描图像
图像分辨率
插值方法
摩擦焊接头超声波检测缺陷信号智能识别
摩擦焊接头
超声波无损检测
小波包分析
神经网络
BP算法
焊缝超声波探伤中缺陷性质的评估
超声波探伤
焊缝
缺陷评估
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 超声波C扫描图像的缺陷模式识别
来源期刊 模式识别与人工智能 学科 工学
关键词 声扫描图像 图像处理 图像理解 特征构造 缺陷识别
年,卷(期) 1998,(2) 所属期刊栏目
研究方向 页码范围 222-227
页数 6页 分类号 TP391.4
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
声扫描图像
图像处理
图像理解
特征构造
缺陷识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
论文1v1指导