来源：期刊VIP网 时间：
作者：张威;朱家慧;张博利;
单位：中国民航大学航空工程学院;民航航空公司人工智能重点实验室;中国民航地面特种设备研究基地;中国民航大学安全科学与工程学院;中国民航大学基础实验中心;
摘要：缺陷检测目前已成为机器视觉领域的重要研究方向之一。在航空再制造领域，机器视觉技术可望加快飞机雷击损伤部位检测的速度，降低人员劳动强度，缩短检查时间。本研究对含有雷击损伤的飞机外表面室外图像采用sobel＿amp（）算子得到其边缘图像，并基于雷击后飞机外表面损伤缺陷特征提出了一种膨胀边缘灰度差法对损伤进行识别。依据上述方法提出了一套雷击图像损伤识别系统，对含有飞机雷击损伤部位的图像进行HSV分量转换、图像裁剪、边缘提取、改进Blob分析、区域选择和形态学处理，最后经人工复核检出雷击损伤部位。实验表明：对比前人所提出的迁移学习方法，本研究提出的膨胀边缘灰度差法无须人工标注和模型训练，可显著提高损伤识别的召回率，避免漏检的可能性，从而在不牺牲飞行安全的前提下，提高检测效率、大幅降低人员工时。
关键词：缺陷检测;;图像裁剪;;边缘提取;;Blob分析;;形态学处理;;迁移学习
基金资助：国家自然科学基金委员会与中国民航局联合资助项目（U2033208）
