本成果建立了完整的可视化监测系统，包括图像的获取、处理、分割、描述和分析，以及目标识别等主要环节。选取并应用合适的可视化方法来定性、定量检测材料的内部缺陷和结构异常等信息，进而对材料进行评价。 

（1）可视化缺陷的自动检测。将待分析图像分为非重叠样品，采用主成分分析技术对样品特征进行计算，并用特征模糊Ｃ均值聚类算法来鉴定样品是否存在缺陷。 

（2）对射线层析扫描图像采用特定算法实现三维ＣＴ成像，清晰直观地获得物体的结构、密度特征和缺陷分布等信息。进而采用基于局部极小值的区域生长分割算法，提取出缺陷成分的目标图像，并进行三维显示。 

（3）建立含有缺陷成分的目标图像的样本数据集，将其与人工神经网络相结合，通过监督学习获得识别不同缺陷的能力，以实现对工件缺陷的预测和分类。 

    主要技术特点： 

（1）该系统具有图像可视化程度高、成像清晰、使用范围广等特点。 

（2）可对材料内部结构及表面缺陷的空间分布、种类特征、数量尺寸等信息及其变化作出定性及定量评价。 

（3）在工业零部件、大型钢结构及特种设备的服役期内，利用无损检测的定量分析结果监测工件的运行状况，对工件进行初步的寿命预测评估。

  工件检测。

合作方式：技术转移，产学研合作等。

价格：面议

联系方式：长按扫描二维码，填写您的需求