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:
提出了高斯差分滤波的多尺度损伤提取方法和流程,对大口径光学元件的损伤图像进行了处理,结果表明,该方法对微弱信号与强信号混杂有很好适应性,且能有效解决低信噪比光学元件损伤图像中的损伤提取难题,对于分辨率125 μm、口径400 mm×400 mm的光学元件损伤图像,该方法可以100%提取损伤图像中尺寸在50 μm以上的所有损伤的种子,满足了大型激光装置安全运行的需要.
推荐文章
高斯差分空间的多尺度改进CLBP对带钢表面缺陷的分类
带钢表面
缺陷分类
多尺度完全局部二值模式
高斯差分空间
特征提取
非线性流行学习
构造高斯差分尺度空间的并行结构
尺度不变特征
并行结构
高斯滤波器
高斯差分尺度空间
基于PST和多尺度高斯滤波的视网膜血管的分割
视网膜血管
相位拉伸变换
多尺度
血管分割
基于高斯小波滤波器的语音识别特征提取方法
特征提取
高斯小波
语音识别
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 高斯差分滤波多尺度损伤提取方法
来源期刊 强激光与粒子束 学科 工学
关键词 损伤检测 高斯差分滤波 损伤提取
年,卷(期) 2017,(9) 所属期刊栏目 高功率激光与光学
研究方向 页码范围 12-14
页数 3页 分类号 TN247
字数 2247字 语种 中文
DOI 10.11884/HPLPB201729.170066
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱启华 中国工程物理研究院激光聚变研究中心 104 641 13.0 19.0
2 刘国栋 哈尔滨工业大学机电工程学院 79 1002 15.0 28.0
3 彭志涛 中国工程物理研究院激光聚变研究中心 35 143 8.0 11.0
4 唐军 中国工程物理研究院激光聚变研究中心 34 135 7.0 10.0
5 元浩宇 中国工程物理研究院激光聚变研究中心 5 43 4.0 5.0
6 陈风东 哈尔滨工业大学机电工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (12)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
损伤检测
高斯差分滤波
损伤提取
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
强激光与粒子束
月刊
1001-4322
51-1311/O4
大16开
四川绵阳919-805信箱
62-76
1989
chi
出版文献量(篇)
9833
总下载数(次)
7
总被引数(次)
61664
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导