新型超高强度钢应力腐蚀断裂行为研究

采用恒载荷拉伸应力腐蚀实验研究了23Co14Ni12Cr3及40CrNi2Si2MoVA两种超高强度钢在质量分数为3.5％的NaCl溶液中的应力腐蚀开裂行为,为两种超高强度钢在结构件中的安全使用提供数据依据.通过金相显微镜和扫描电镜(SEM)对两种超高强度钢的显微组织以及断口形貌进行了分析.恒载荷拉伸应力腐蚀实验结果表...     

铝合金加速腐蚀形貌灰度特征提取方法

基于腐蚀图像包含大量腐蚀信息的客观现象,将数字图像技术和概率统计理论应用于腐蚀图像预处理和特征提取,用腐蚀图像统计特征值的变化来表征腐蚀形貌的演化过程。结合LY12CZ铝合金在EXCO溶液中加速腐蚀试验,计算得到加速腐蚀不同时间的试验件表面6个典型灰度统计特征值。分析表明:试验件表面灰度统计特征值随着腐蚀时间的增加呈现规律性变化,平均亮度、一致性随腐蚀时间的增加而减少,而平均对比度、相对平滑度、第3阶矩、熵值等随腐蚀时间的增加而增加,说明随着腐蚀时间的增加,试件表面蚀坑逐渐变大变深,腐蚀越来越严重,腐蚀形貌越来越复杂。     

绝热材料动态烧蚀试验方法

为了研究绝热材料的动态烧蚀特性,建立了一种敞开环境下绝热材料烧蚀表面的实时监测方法,用光学技术实时记录绝热材料试样表面烧蚀形貌和烧蚀面退移过程,通过图像处理,成功获得了绝热材料动态烧蚀率和烧蚀形貌的相关信息。该监测方法可对一定条件下炭化层的动态烧蚀性能进行评估,通过图像的批处理可获得每一时刻的动态烧蚀率和前n秒的平均线烧蚀率,适用于绝热材料动态烧蚀特性研究,还可以用于研究在绝热材料表面的炭化层形成和消耗特性。     

基于提升小波和形态学的图像边缘检测算法

基于提升小波变换和形态学的基本理论,提出了一种提升小波和形态学相结合的图像边缘检测算法,算法充分利用了提升小波变换相对于传统小波变换快速而有效的完成小波分解和重构的算法优势。形态学运算在图像处理中具有独特的优势,利用其对图像膨胀和腐蚀的差运算来获取图像的边缘,取得了很好的效果。实验结果表明,算法边缘定位准确,抗噪能力强,检测出的图像边缘连续、平滑,是一种有效的边缘检测方法。     

基于形态学的SAR图像相干斑抑制算法的改进

在抑制相干斑噪声的同时应尽量保持图像的边缘和纹理特征。基于数学形态学方法的几何滤波算法在有效去除相干斑的同时，能较好地保留图像的边缘特征，但是运算量较大，处理速度较慢，将不利于数据的实时处理。为了克服此缺点，本文应用形态学中平滑方法对该算法作了改进。并对真实SAR图像进行处理并与几何滤波算法及Lee滤波算法处理结果作比较。结果验证了改进算法与几何滤波算法相比在达到同样的处理效果的情况下．减少了一半以上的运算量，大大地缩短了处理时间。     

高温度梯度定向凝固下Ni-NbC合金的组织演化

在温度梯度300K/cm和定向凝固速率5～20μm/s下,Ni-10.6wt%NbC合金以平界面方式凝固,当凝固速率达到50μm/s 时,合金凝固组织中出现共晶胞状组织.随定向凝固速率的增大,三叶状和点状形态的NbC相向条状NbC相过渡.当定向凝固速率从2μm/s跃迁变化到10μm/s时,Ni-10.6wt%NbC合金凝固组织仍然以规则共晶生长;而跃迁变化到50和100μm/s时,出现起伏较大的共晶胞状组织和初生相Ni枝晶的生长.另外采用速率跃迁变化可以细化恒定定向凝固速率下的组织,组织的细化是通过NbC相重新成核,使纤维间距减少进行的.     

基于图像的腐蚀损伤及疲劳寿命研究

在实验室环境下,对航空LY12CZ铝合金试件进行了腐蚀试验,然后采用图像处理的方法,提取了孔蚀率、点蚀坑分形维数、点蚀坑半径3种腐蚀形貌特征值,通过灰色预测方法对腐蚀形貌特征值与腐蚀损伤之间的关系进行了研究,得到了基于形貌特征值的GM(1,3)腐蚀损伤预测模型。在此基础上,利用AFGROW软件建立了断裂力学模型,对不同腐蚀形貌特征条件下LY12CZ试件的疲劳寿命进行了计算与讨论。结果表明,试件的疲劳寿命与其表面腐蚀形貌密切相关,3种腐蚀形貌特征值均与试件的疲劳寿命负相关。此外,基于腐蚀形貌特征值计算得到的疲劳寿命值与利用实测点蚀坑深度计算得到的疲劳寿命值吻合较好,平均相对误差为8.84%。     

基于形态学与正交子空间投影的端元提取方法

针对现有端元提取方法从数据光谱或空间或特征信息的单一方面出发进行混合像元分解、不同类型端元难以区分等不足,提出一种扩展形态学与正交子空间投影结合的端元自动提取方法.利用扩展膨胀和腐蚀操作,通过计算形态离心率指数进行高光谱数据的端元数据集计算;利用光谱角匹配方法提取不同类型的端元,通过向端元正交子空间投影消除已经提取端元的影响;并通过航空高光谱数据进行算法性能验证.实验结果表明:提出方法能够实现在无任何先验信息情况下图像端元的自动提取,并且能够有效地区分相似光谱端元.     

A new algorithm for optical observations of space debris with the TAROT telescopes

Since 2004, we observe satellites in the geostationary orbit with a network of robotic ground based fully automated telescopes called TAROT. One of them is located in France and the second at ESO, La Silla, Chile. The system processes the data in real time. Its wide field of view is useful for the discovery, the systematic survey and for the tracking of both catalogued and un-catalogued objects. We present a new source extraction algorithm based on morphological mathematic, which has been tested and is currently under implementation in the standard pipeline. Using this method, the observation strategy will correlate the measurements of the same object on successive images and give better detection rate and false alarm rate than the previous one. The overall efficiency and quality of the survey of the geostationary orbit has drastically improved and we can now detect satellites and debris in different orbits like Geostationary Transfer Orbit (GTO). Results obtained in real conditions with TAROT are presented.     

基于数学形态学的图像边缘检测技术

边缘检测通常是用类似于素描图的图像表达出物体的要素和特征。实际图像中,边缘由灰度突变的象素点组成,在数字图像处理和分析中具有重要的作用。本文综合国内外最新文献资料,分析了多种基于数学形态学的边缘检测技术:基于多尺度形态学的边缘检测、基于数学形态学多极平均的图像的边缘检测、基于偏微分方程的形态学的边缘检测、基于均衡化和数学形态学的组合边缘检测、基于坐标逻辑的多结构元图像边缘检测等技术,并综合比较了其优缺点,探讨了其发展方向。