位置:成果数据库 > 期刊 > 期刊详情页
基于PCNN的桨叶图像提取及锥度测量
  • ISSN号:1671-4598
  • 期刊名称:《计算机测量与控制》
  • 时间:0
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]哈尔滨工程大学自动化学院,黑龙江哈尔滨150001
  • 相关基金:国家自然科学基金全景图像分辨率增强方法研究(60875025).
中文摘要:

针对目前对直升机桨叶共锥度测量难度大、精度低、无法对桨叶逐点测量的缺点,提出了一种应用视觉系统测量旋翼共锥度的新方法,给出了系统的总体安装方案并对系统的成像误差精度进行了分析,由于旋翼桨叶处于高速旋转状态需要实时处理的特点,提出了一种基于脉冲耦合神经网络(PCNN)的分割方法,在设计好的旋翼桨叶模型上进行了相关实验,通过与其它分割算法的对比,验证了算法的具有很高的识别率;实验结果表明:基于PCNN的分割方法具有较高的精度,适用于实时的旋翼锥度测量系统。

英文摘要:

According to the problems for helicopter blades pyramid angle measurement, such as great difficulty of the measuring, low accuracy and thoroughly examination hardly, this paper presents a new method applied to helicopter blade pyramid angle measurement by using vision system, the overall design scheme of the system is offered and the imaging error is analyzed. Because the rotor blades rotated at a high speed and need real--time processing, proposes a image segmentation method based on Pulse Couple Neural Network (PCNN), the related experiment to the rotor blades model validates the PCNN algorithm has the advantage in recognition rate compared with other segmentation algorithms. The experimental results show the method has higher accuracy and suitable for blades pyramid measurement system.

同期刊论文项目
期刊论文 28 会议论文 3 专利 4
同项目期刊论文
期刊信息
  • 《计算机测量与控制》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科工集团公司
  • 主办单位:中国计算机自动测量与控制技术协会
  • 主编:苟永明
  • 地址:北京海淀区阜成路甲8号中国航天大厦405
  • 邮编:100048
  • 邮箱:ly@chinamca.com
  • 电话:010-68371578 68371556
  • 国际标准刊号:ISSN:1671-4598
  • 国内统一刊号:ISSN:11-4762/TP
  • 邮发代号:82-16
  • 获奖情况:
  • 中国学术期刊综合评价数据库来源期刊,中国科技论文统计源期刊,“国家期刊奖百种重点期刊”
  • 国内外数据库收录:
  • 美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版)
  • 被引量:27924