專利名稱：一種固體發(fā)動(dòng)機(jī)ct圖像的分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像分割技術(shù)領(lǐng)域，更具體地，本發(fā)明涉及一種固體發(fā) 動(dòng)機(jī)CT圖像的分割方法。
背景技術(shù)：
固體發(fā)動(dòng)機(jī)的安全性能一直是人們研究的熱點(diǎn)問題，固體發(fā)動(dòng)機(jī)內(nèi) 部任何一個(gè)超標(biāo)缺陷的存在，都可能影響發(fā)動(dòng)機(jī)的整體性能，甚至造成 災(zāi)難性的事故。20世紀(jì)80年代以來，工業(yè)CT作為一種先進(jìn)的無損檢測(cè) 手段，取得迅速發(fā)展和得到廣泛的應(yīng)用。運(yùn)用工業(yè)CT技術(shù)檢測(cè)固體發(fā)動(dòng) 機(jī)，能檢測(cè)出許多常規(guī)無損檢測(cè)方法難以檢查出的問題，大大提高了固 體發(fā)動(dòng)機(jī)的安全性能。而目前固體發(fā)動(dòng)機(jī)CT檢測(cè)中，斷層圖像完全依靠 檢測(cè)人員手工判讀各組成部分和內(nèi)部缺陷，需要耗費(fèi)大量的時(shí)間，不斷 從事重復(fù)性工作，效率低下，容易出現(xiàn)誤操作。
工業(yè)CT檢測(cè)固體發(fā)動(dòng)機(jī)生成灰度數(shù)字圖像，通過圖像分割技術(shù)可以 把固體發(fā)動(dòng)機(jī)CT圖像分成各具特性的區(qū)域，提取出感興趣的目標(biāo)區(qū)域， 從而進(jìn)行缺陷識(shí)別，所以固體發(fā)動(dòng)機(jī)CT圖像的分割M動(dòng)機(jī)內(nèi)部缺陷自 動(dòng)識(shí)別和三維圖像重構(gòu)的基礎(chǔ)。現(xiàn)有的圖像分割方法包括并行邊界類、 串行邊界類、并行區(qū)域類和串行區(qū)域類等各種類型上千種分割方法，但
在這些方法中，尚無針對(duì)所有固體發(fā)動(dòng)機(jī)CT圖像的自動(dòng)、準(zhǔn)確的分割方 法。例如，在基于邊界的邊緣檢測(cè)分割法中，各種檢測(cè)算子本質(zhì)上是利 用圖像幅度值的變化，進(jìn)行局部運(yùn)算，雖然計(jì)算量小，但計(jì)算對(duì)噪聲很 敏感，當(dāng)圖像受噪聲影響較大時(shí)，分割效果較差；閾值分割法所適合的 單峰灰度分布圖像要求在目標(biāo)和背景內(nèi)部相鄰像素間的灰度值是高度 相關(guān)的，但目標(biāo)和背景交界處兩邊的像素在灰度值上有很大差別?？臻g 聚類分割法是一種全局的方法，雖然比邊緣檢測(cè)分割法更抗噪聲，但特 征空間的聚類常會(huì)導(dǎo)致產(chǎn)生圖像空間不連通的分割區(qū)域。
上述這些方法都是利用圖像信息中某些部分特定特征來分割區(qū)域， 分割效果較差，并且各種方法帶有局限性和針對(duì)性，不具有普遍適用性， 只能針對(duì)各種特定領(lǐng)域的需求來設(shè)計(jì)合適的分割方法。

發(fā)明內(nèi)容
為克服現(xiàn)有技術(shù)中固體發(fā)動(dòng)機(jī)CT圖像分割方法的分割效果差、不具 普適性的缺陷，本發(fā)明提出了一種固體發(fā)動(dòng)機(jī)CT圖像的分割方法。 一種固體發(fā)動(dòng)機(jī)CT圖像的分割方法，包括 步驟10 )、讀入固體發(fā)動(dòng)機(jī)CT圖像數(shù)據(jù)；
步驟20)、根據(jù)所述CT圖像的灰度值，填充所述圖像殼體邊緣內(nèi)部， 去除所述CT圖像的空氣環(huán)偽影；
步驟30)、濾除所述CT圖^^中的背景噪聲，同時(shí)銳化CT圖像中固體 發(fā)動(dòng)機(jī)各組成部分的邊緣；
步驟40)、根據(jù)多閾值法，計(jì)算殼體、含有缺陷的推進(jìn)劑、星孔和背 景的最大類間方差，確定所述CT圖像灰度范圍中的區(qū)分所述圖像的殼體、
含有缺陷的推進(jìn)劑和星孔的闞值，分割所述圖像中的殼體、含有缺陷的
推進(jìn)劑和星孔；
步驟50)、根據(jù)多閾值法，確定所述CT圖像灰度范圍中的區(qū)分所述 圖像的推進(jìn)劑和缺陷的閾值，分割推進(jìn)劑中的缺陷。
其中，步驟20)中，根據(jù)所述CT圖像殼體外邊緣與空氣環(huán)偽影的灰 度值的差別，得到所述CT圖像的二值化梯度圖像，確定所述殼體的邊緣。
其中，步驟20)中，基于二值數(shù)學(xué)形態(tài)學(xué)，填充殼體邊緣，得到去 除空氣環(huán)偽影的所述CT圖像的二值化掩膜圖像。
其中，步驟20 )進(jìn)一步包括，將所述二值化掩模圖像與所述CT圖像 的矩陣內(nèi)的對(duì)應(yīng)坐標(biāo)數(shù)據(jù)分別相乘，得到去除空氣環(huán)偽影的固體發(fā)動(dòng)機(jī) CT圖像。
其中，步驟30)中，使用中值濾波法，在保證所述CT圖像各組成部
分邊緣清晰的基礎(chǔ)上，濾除背景噪聲。 其中，步驟40)中，進(jìn)一步包括
步驟410)、計(jì)算所述CT圖像的總平均灰度級(jí)和設(shè)定的殼體、含有缺 陷的推進(jìn)劑、星孔和背景4類目標(biāo)各自的內(nèi)部平均灰度級(jí)；
步驟420 )、計(jì)算殼體、含有缺陷的推進(jìn)劑、星孔和背景目標(biāo)的內(nèi)部 平均灰度級(jí)各自占圖像的總平均灰度級(jí)的比例；
步驟43(J)、計(jì)算殼體、含有缺陷的推進(jìn)劑、星孔和背景目標(biāo)的最大 類間方差，確定使類間方差最大的參數(shù)為所述閾值。
其中，步驟40)中，根據(jù)確定的閾值，生成包含殼體、含有缺陷的 推進(jìn)劑、星孔和背景的分割掩膜圖像，將分割掩模圖像矩陣內(nèi)的殼體、
含有缺陷的推進(jìn)劑、星孔與背景對(duì)應(yīng)的坐標(biāo)數(shù)據(jù)分別歸一化后，與所述
CT圖像矩陣內(nèi)的坐標(biāo)數(shù)據(jù)分別相乘。 其中，步驟50)中，進(jìn)一步包括
步驟510 )、計(jì)算所述CT圖像的總平均^JL級(jí)和設(shè)定的缺陷和推進(jìn)劑 目標(biāo)的各自內(nèi)部平均^Ll級(jí)；
步猓520)、計(jì)算缺陷和推進(jìn)劑的各自內(nèi)部平均^L級(jí)占圖像的總平 均支變級(jí)的比例；
步驟530)、計(jì)算缺陷和推進(jìn)劑的最大類間方差，確定使類間方差最
大的M為所述閾值。
其中，將>^有缺陷和推進(jìn)劑的分割掩膜困像使用數(shù)學(xué)形態(tài)學(xué)中的開
啟和閉合組合運(yùn)算濾除缺陷，其中，數(shù)學(xué)形態(tài)學(xué)中的結(jié)構(gòu)元素選取為
1 1 1 c
0 1 0
其中，使用分割缺陷的掩膜圖像與所述CT困像的矩陣內(nèi)的對(duì)應(yīng)坐標(biāo)
數(shù)據(jù)分別相乘，消除所述圖像中的缺陷。
本發(fā)明在分析含有缺陷的固體發(fā)動(dòng)機(jī)CT圖4象結(jié)構(gòu)特征和^JL分布的 基礎(chǔ)上，綜合應(yīng)用邊牽險(xiǎn)測(cè)、數(shù)學(xué)形態(tài)學(xué)和多閾值分割法，克服CT檢測(cè) 中空氣偽影的影響，實(shí)現(xiàn)了對(duì)固體發(fā)動(dòng)機(jī)CT圖像的自動(dòng)準(zhǔn)確分割，為無 損自動(dòng)檢測(cè)和困像重構(gòu)提供^>全面和精確的分析結(jié)果。
通過應(yīng)用本發(fā)明，可以自動(dòng)、準(zhǔn)確地分割出固體發(fā)動(dòng)機(jī)CT圖像中的
外層空氣環(huán)偽影、殼體、推進(jìn)劑、星孔和各種缺陷，解決了手工判讀固 體發(fā)動(dòng)機(jī)CT檢測(cè)困像效率低和準(zhǔn)確性差的問題，并且不受圖像信息的特
征值的限制。


圖1是根據(jù)本發(fā)明的實(shí)施例的固體發(fā)動(dòng)機(jī)CT圖像分割方法流程圖2是根據(jù)本發(fā)明的實(shí)施例的含有缺陷的固體發(fā)動(dòng)機(jī)CT圖像；
圖3是根據(jù)本發(fā)明的實(shí)施例的去除空氣環(huán)偽影的固體發(fā)動(dòng)機(jī)CT圖
像；
圖4是根據(jù)本發(fā)明的實(shí)施例的分割殼體、含有缺陷的推進(jìn)劑和星孔 的固體發(fā)動(dòng)機(jī)CT圖像；
圖5是根據(jù)本發(fā)明的實(shí)施例的從推進(jìn)劑中分割缺陷的固體發(fā)動(dòng)機(jī)CT 圖像。
具體實(shí)施例方式
下面結(jié)合附圖和具體實(shí)施例，對(duì)本發(fā)明提供的一種固體發(fā)動(dòng)機(jī)CT圖 像的分割方法作進(jìn)一步說明。
圖1示出根據(jù)本發(fā)明的實(shí)施例的固體發(fā)動(dòng)機(jī)CT圖像分割方法總體流 程，首先讀入固體發(fā)動(dòng)機(jī)CT斷層圖像(下面簡稱為CT圖像)數(shù)據(jù)；然 后根據(jù)邊緣檢測(cè)和形態(tài)學(xué)方法，去除由于CT檢測(cè)時(shí)的空氣擾動(dòng)在固體發(fā) 動(dòng)機(jī)殼體外部形成的空氣環(huán)偽影；將去偽影后的圖像經(jīng)過中值濾波濾除 背景噪聲，同時(shí)銳化CT圖像中固體發(fā)動(dòng)機(jī)各組成部分的邊緣；基于多闊 值法，分割CT圖像中固體發(fā)動(dòng)機(jī)殼體、推進(jìn)劑和星孔；最后將缺陷從推 進(jìn)劑中分割。在所述實(shí)施例中，首先讀入固體發(fā)動(dòng)機(jī)CT斷層圖像數(shù)據(jù)。 圖2是含有缺陷的固體發(fā)動(dòng)機(jī)CT圖像示意圖，其中，圖2A是讀入 的CT圖像原圖，圖2B是固體發(fā)動(dòng)機(jī)CT圖像經(jīng)直方圖均衡化后的圖像， 圖2的固體發(fā)動(dòng)機(jī)CT圖像中包括空氣環(huán)偽影1、殼體2、星孔3、推進(jìn)劑 4和缺陷5。
如圖2B所示，殼體2的外邊緣與空氣環(huán)偽影1的灰度值相差很大。 采用傳統(tǒng)的3x3的索貝爾(Sobel)正交梯度算子，計(jì)算出圖2A所示CT 圖像的二值化梯度圖像，可以得出殼體2的完整邊緣，用于去除空氣環(huán) 偽影。也可以采用其他諸如Variance算子、Roberts算子的方法，確定 殼體2的完整邊緣。
圖3是去除空氣環(huán)偽影的示意圖，其中，圖3A是采用傳統(tǒng)的3x3 的Sobel正交梯度算子對(duì)圖2A進(jìn)行邊緣檢測(cè)后的二值圖像，其中包括邊 界點(diǎn)w，并且圖中所示兩條環(huán)狀曲線分別為邊緣的內(nèi)外邊界；圖3B是經(jīng) 數(shù)學(xué)形態(tài)學(xué)填充后的去除空氣環(huán)偽影的二值化掩模圖像；圖3C是去除空 氣環(huán)偽影的固體發(fā)動(dòng)機(jī)CT圖像。
在二值數(shù)學(xué)形態(tài)學(xué)中，根據(jù)已知邊界通過填充得到區(qū)域。對(duì)圖3A所 示二值圖像邊界點(diǎn)w的、由圖像邊緣內(nèi)外邊界圍繞確定的集合J，通過用 結(jié)構(gòu)元素^對(duì)集合j膨脹、求補(bǔ)和求交來填充區(qū)域，如下所述
首先，將圖3A邊界點(diǎn)w內(nèi)即A內(nèi)的任一點(diǎn)賦值為1,設(shè)所取點(diǎn)為x。 = l ， 然后根據(jù)如下迭代公式填充
<formula>formula see original document page 10</formula> k= 1,2,3,…；
其中，結(jié)構(gòu)元素5為
0 1 0
1 1 1
0 1 0
，結(jié)構(gòu)中心在矩陣中心的"1"處，^為
j的補(bǔ)集。
當(dāng)4=4—i時(shí)，停止迭代，此時(shí)A和」的交集包括邊界點(diǎn)w及其填充 了的區(qū)域內(nèi)部，也就是去除空氣環(huán)偽影的二值化掩模圖像，如圖3B所示。
將圖3B掩模圖像與圖2A固體發(fā)動(dòng)機(jī)CT原圖相乘，即將圖3B掩模 圖像與圖2A固體發(fā)動(dòng)機(jī)CT原圖的矩陣內(nèi)的對(duì)應(yīng)坐標(biāo)數(shù)據(jù)分別相乘，得 到去除空氣環(huán)偽影的固體發(fā)動(dòng)機(jī)CT圖像，如圖3C所示。
去除空氣環(huán)偽影后的固體發(fā)動(dòng)機(jī)CT圖像中存在許多噪聲，在本實(shí)施 例中，采用中值濾波法，在保證固體發(fā)動(dòng)機(jī)CT圖像各組成部分邊緣清晰 度的基礎(chǔ)上，濾除噪聲，同時(shí)銳化CT圖像中固體發(fā)動(dòng)機(jī)各組成部分的邊 緣。
濾除噪聲之后，在去除空氣環(huán)偽影的固體發(fā)動(dòng)機(jī)CT圖像中，殼體、 含有缺陷的推進(jìn)劑和星孔三者灰度值分布不在一個(gè)區(qū)間。在本實(shí)施例中， 采用Otsu多閾值圖像分割方法，設(shè)定分割的目標(biāo)數(shù)為殼體、含有缺陷的 推進(jìn)劑、星孔和背景4類，則所需確定的閾值數(shù)為3個(gè)，分別為AAA。
圖像的總平均灰度級(jí)的計(jì)算如下
255
,=0
其中，A是圖像的總平均灰度級(jí)，《是第f級(jí)像素出現(xiàn)的概率，第7+1 類目標(biāo)的內(nèi)部平均灰度級(jí)為所占比例為
<formula>formula see original document page 12</formula>
其中，％為第乂+1類目標(biāo)的內(nèi)部平均灰度級(jí)占圖像的總平均灰度級(jí)的
比例，y從0到2，另外閾值邊界&=0， ^=255 。 令 <formula>formula see original document page 12</formula>
根據(jù)最大類間方差法的原理，類間方差為
<formula>formula see original document page 12</formula>
使^&滿足&<&<&,且^&，&從0到255之間變化，所求得的使 cj2(y^^)最大的^&,^即為所求閾值。根據(jù)求得的閾值* 3，確定灰度 值小于&為星孔，灰度值介于&與&之間為含有缺陷的推進(jìn)劑，灰度值介 于^和&之間為殼體，灰度值大于&為背景，生成分割掩模圖像。
圖4是分割殼體、含有缺陷的推進(jìn)劑和星孔示意圖；其中，A是采用 改進(jìn)的Otsu多閾值分割法得出的殼體、含有缺陷的推進(jìn)劑和星孔分割掩 模圖像，B是分割出的殼體圖像，C是分割出的含有缺陷的推進(jìn)劑的圖像， D是分割出的星孔圖像。
經(jīng)計(jì)算生成的分割掩模圖像如圖4A所示，用掩模對(duì)圖2A所示固體 發(fā)動(dòng)機(jī)CT原圖作分割處理，將圖4A掩模圖像與圖2A固體發(fā)動(dòng)機(jī)CT原 圖相乘，即將圖4A掩模圖像的矩陣內(nèi)的殼體、含有缺陷的推進(jìn)劑、星孔 與背景對(duì)應(yīng)的坐標(biāo)數(shù)據(jù)分別歸一化后，與圖2A固體發(fā)動(dòng)機(jī)CT原圖的矩 陣內(nèi)的坐標(biāo)數(shù)據(jù)分別相乘，得到的殼體、包含缺陷的推進(jìn)劑和星孔圖像
分別如圖4B、 4C、 4D所示。
如圖4C所示，缺陷雖然和推進(jìn)劑屬于同一灰度區(qū)間，但其與周圍鄰 域的灰度還是相差較大。同理采用如上所述的分割過程，即采用Otsu多 閾值圖像分割方法，設(shè)定圖4C中分割的目標(biāo)由缺陷、推進(jìn)劑和背景三者 組成，則所需確定的閾值數(shù)為2個(gè)，分別為n生成分割掩模圖像。
圖5是從推進(jìn)劑中分割缺陷的示意圖，其中，A是采用改進(jìn)的Otsu 多閾值分割法得出的缺陷、推進(jìn)劑分割掩模圖像，B是缺陷和推進(jìn)劑分離 圖像，C是B濾除缺陷后的圖像，D是分割出的缺陷放大4x4倍后的圖 像。
圖5B中與推進(jìn)劑分離開的缺陷可用數(shù)學(xué)形態(tài)學(xué)中的開啟和閉合組合 運(yùn)算將其濾除
選取結(jié)構(gòu)元素<formula>formula see original document page 13</formula>，結(jié)構(gòu)中心在矩陣中心的"1"處<
先用s對(duì)圖5B進(jìn)行開啟操作，再用5對(duì)開啟操作結(jié)果進(jìn)行閉合操作， 整個(gè)過程^^式為
計(jì)算結(jié)果如圖5C所示，缺陷被濾除掉。
再將圖5B和圖5C作異或運(yùn)算，得到的結(jié)果為分割缺陷的掩模圖像。 用缺陷分割掩模對(duì)圖2A所示固體發(fā)動(dòng)機(jī)CT原圖作分割處理，即將所述 掩模圖像與圖2A固體發(fā)動(dòng)機(jī)CT原圖的矩陣內(nèi)的對(duì)應(yīng)坐標(biāo)數(shù)據(jù)分別相乘， 得到的分割出的缺陷圖像放大4x4倍后如圖5D所示。
最后應(yīng)說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案而非對(duì)
其限制，并且在應(yīng)用上可以延伸到其他的修改、變化、應(yīng)用和實(shí)施例， 同時(shí)認(rèn)為所有這樣的修改、變化、應(yīng)用、實(shí)施例都在本發(fā)明的精神和范 圍內(nèi)。
權(quán)利要求
1、一種固體發(fā)動(dòng)機(jī)CT圖像的分割方法，包括步驟10)、讀入固體發(fā)動(dòng)機(jī)CT圖像數(shù)據(jù)；步驟20)、根據(jù)所述CT圖像的灰度值，填充所述圖像殼體邊緣內(nèi)部，去除所述CT圖像的空氣環(huán)偽影；步驟30)、濾除所述CT圖像中的背景噪聲，同時(shí)銳化CT圖像中固體發(fā)動(dòng)機(jī)各組成部分的邊緣；步驟40)、根據(jù)多閾值法，計(jì)算殼體、含有缺陷的推進(jìn)劑、星孔和背景的最大類間方差，確定所述CT圖像灰度范圍中的區(qū)分所述圖像的殼體、含有缺陷的推進(jìn)劑和星孔的閾值，分割所述圖像中的殼體、含有缺陷的推進(jìn)劑和星孔；步驟50)、根據(jù)多閾值法，確定所述CT圖像灰度范圍中的區(qū)分所述圖像的推進(jìn)劑和缺陷的閾值，分割推進(jìn)劑中的缺陷。
2、 權(quán)利要求l的方法，其中，步驟20)中，根據(jù)所述CT圖像殼體 外邊緣與空氣環(huán)偽影的灰度值的差別，得到所述CT圖像的二值化梯度圖 像，確定所述殼體的邊緣。
3、 權(quán)利要求l的方法，其中，步驟20)中，基于二值數(shù)學(xué)形態(tài)學(xué)， 填充殼體邊緣，得到去除空氣環(huán)偽影的所述CT圖像的二值化掩膜圖像。
4、 權(quán)利要求3的方法，其中，步驟20)進(jìn)一步包括，將所述二值化 掩模圖像與所述CT圖像的矩陣內(nèi)的對(duì)應(yīng)坐標(biāo)數(shù)據(jù)分別相乘，得到去除空 氣環(huán)偽影的固體發(fā)動(dòng)機(jī)CT圖像。
5、 權(quán)利要求l的方法，其中，步驟30)中，使用中值濾波法，在保 證所述CT圖^象各組成部分邊緣清晰的基礎(chǔ)上，濾除背景噪聲。
6、 權(quán)利要求l的方法，其中，步驟40)中，進(jìn)一步包括 步驟41t))、計(jì)算所述CT圖像的總平均灰度級(jí)和設(shè)定的殼體、含有缺陷的推進(jìn)劑、星孔和背景4類目標(biāo)各自的內(nèi)部平均灰度級(jí)；步驟420 )、計(jì)算殼體、含有缺陷的推進(jìn)劑、星孔和背景目標(biāo)的內(nèi)部平均灰度級(jí)各自占圖像的總平均灰度級(jí)的比例；步驟430 )、計(jì)算殼體、含有缺陷的推進(jìn)劑、星孔和背景目標(biāo)的最大類間方差，確定使類間方差最大的參數(shù)為所述閾值。
7、 權(quán)利要求l的方法，其中，步驟40)中，根據(jù)確定的閾值，生成 包含殼體、含有缺陷的推進(jìn)劑、星孔和背景的分割掩膜圖像，將分割掩 模圖像矩陣內(nèi)的殼體、含有缺陷的推進(jìn)劑、星孔與背景對(duì)應(yīng)的坐標(biāo)數(shù)據(jù) 分別歸一化后，與所述CT圖像矩陣內(nèi)的坐標(biāo)數(shù)據(jù)分別相乘。
8、 權(quán)利要求l的方法，其中，步驟50)中，進(jìn)一步包括步驟510 )、計(jì)算所述CT圖像的總平均灰度級(jí)和設(shè)定的缺陷和推進(jìn)劑 目標(biāo)的各自內(nèi)部平均灰度級(jí)；步驟520 )、計(jì)算缺陷和推進(jìn)劑的各自內(nèi)部平均灰度級(jí)占圖像的總平 均灰度級(jí)的比例；步驟530 )、計(jì)算缺陷和推進(jìn)劑的最大類間方差，確定使類間方差最 大的參數(shù)為所述閾值。
9、 權(quán)利要求l的方法，其中，將含有缺陷和推進(jìn)劑的分割掩膜圖像 使用數(shù)學(xué)形態(tài)學(xué)中的開啟和閉合組合運(yùn)算濾除缺陷，其中，數(shù)學(xué)形態(tài)學(xué)中的結(jié)構(gòu)元素選取為、l1 1 1 co i o
10、權(quán)利要求l的方法，其中，使用分割缺陷的掩膜圖像與所述CT 圖像的矩陣內(nèi)的對(duì)應(yīng)坐標(biāo)數(shù)據(jù)分別相乘，消除所述圖像中的缺陷。
全文摘要
本發(fā)明公開了一種固體發(fā)動(dòng)機(jī)CT圖像的分割方法，讀入固體發(fā)動(dòng)機(jī)CT斷層圖像數(shù)據(jù)，去除由于CT檢測(cè)時(shí)的空氣擾動(dòng)在固體發(fā)動(dòng)機(jī)殼體外部形成的偽影；將去偽影后的圖像經(jīng)過中值濾波濾除背景噪聲，同時(shí)銳化CT圖像中固體發(fā)動(dòng)機(jī)各組成部分的邊緣，分割CT圖像中固體發(fā)動(dòng)機(jī)殼體、推進(jìn)劑和星孔；將缺陷從推進(jìn)劑中分割。通過應(yīng)用本發(fā)明，可以自動(dòng)、準(zhǔn)確地分割出固體發(fā)動(dòng)機(jī)CT圖像中的外層空氣環(huán)偽影、殼體、推進(jìn)劑、星孔和各種缺陷，解決了手工判讀固體發(fā)動(dòng)機(jī)CT檢測(cè)圖像效率低和準(zhǔn)確性差的問題，并且不受圖像信息的特征值的限制。
文檔編號(hào)G06T5/00GK101339652SQ20071030144
公開日2009年1月7日 申請(qǐng)日期2007年12月28日 優(yōu)先權(quán)日2007年12月28日
發(fā)明者侯志強(qiáng), 劉旭東, 盧洪義, 敏 朱, 李海燕, 程繼紅 申請(qǐng)人:中國人民解放軍海軍航空工程學(xué)院