1、飛機發(fā)動機葉片裂紋是危害飛機飛行安全的重要因素。發(fā)動機制造廠家采用X射線檢測技術對葉片裂紋進行檢測，但傳統(tǒng)的X射線檢測方法存在效率低、漏檢率高等不足；現(xiàn)有的基于圖像處理的X射線檢測方法也存在識別率低、檢測速度慢、可靠性差等缺點。因此，本文結(jié)合現(xiàn)有的x射線成像檢測設備，研究發(fā)動機葉片裂紋檢測的自適應圖像處理方法和算法。本文主要研究工作： 由于裂紋圖像中的噪聲對于圖像的分割及后續(xù)處理有很大影響，本文采用基于邊緣檢測的小波去噪方法對圖

2、像進行濾波，這種方法可以針對不同圖像動態(tài)地確定小波分解層次，因此可較大幅度的濾除圖像中的噪聲，得到較理想的濾波效果；為了避免成型板背景的影響，本文采用了基于灰度投影的定位方法，將處理的目標集中于圖像中的葉片上，這樣可以消除圖像背景對分割效果的影響，而且運算量較小、運算速度較快；由于葉片圖像中對比度較差，本文對圖像進行了對比度增強處理，具體的增強方法是對低灰度區(qū)壓縮，高灰度區(qū)拉伸。通過這些方法，完成裂紋圖像的預處理。 對葉片裂紋提

3、取的關鍵在于圖像分割的效果，本文旨在尋找速度快、能自動識別葉片裂紋的分割方法，因此采用改進的大津閾值法和基于循環(huán)迭代的閾值分割法對裂紋進行提取。這兩種分割方法各有優(yōu)缺點，但相比較而言，大津法更適合葉片裂紋圖像的分割，仿真結(jié)果的比較也證明了這一點。因為分割后的圖像中存在散點噪聲，這些噪聲對參數(shù)提取會有很大的影響，為更好的濾除圖像中的散點噪聲，獲得最佳的裂紋提取效果，本文分別采用了最小值濾波和基于閾值迭代兩種方法完成散點噪聲的去除，仿真結(jié)果