含缺陷固体火箭发动机燃面自适应提取算法

固体火箭发动机CT图像存在的伪影噪声会严重影响初始燃面边界与缺陷的提取，并且实际CT图像中缺陷信息提取困难，研究有效地去掉CT图像中伪影并自动提取出燃面数据与缺陷数据的算法具有重要的工程实际价值。针对CT图像去伪影与缺陷提取难的问题，提出一种IBM3D滤波算法，在块匹配阶段利用边缘检测的先验信息寻找相似块；并提出一种自适应Canny边缘检测算法与种子八连通标记法相结合的方式将图像中的初始燃面与缺陷数据有序地分离出来。实验结果表明IBM3D算法的峰值信噪比与结构相似性水平较其他算法更高，自适应边缘检测算法提取的燃面缺陷信息较其他算法更为完整。实现了含缺陷的固体火箭发动机CT图像质量的提升，并准确地提取初始燃面、缺陷信息。     

发动机部件CT图像特征提取与区域生长算法

针对工业计算机层析成像(CT)图像中金属伪影和噪声会干扰部件分割提取的准确性和精度问题，提出一种基于标准差权重阈值和区域生长的工业CT图像特征提取算法。采用标准差权重的二维最大类间方差和二维最小交叉熵阈值分割方法去除图像背景，利用图像的邻域均值实现多种子点区域自动选取，添加Scharr算子计算梯度改进生长准则完成对部件特征的提取。实验结果表明：该算法相对于其他区域生长法，精确率提高了9.1%,准确率最大接近1,相似性系数提高了5.3%,交并比提高了4.1%最大；该算法部件提取效果更好。