基于概率神经网络的航空发动机叶片损伤图像分割  

Segmentation of blade damage image of aero-engine based on probabilistic neural networks

作　　者：张维亮[1] 李楠[1] 李昂[1] 石宏[1] 

机构地区：[1]沈阳航空航天大学航空航天工程学部(院),沈阳110136

出　　处：《沈阳航空航天大学学报》2013年第2期22-26,共5页Journal of Shenyang Aerospace University

摘　　要：采用概率神经网络方法对航空发动机叶片损伤图像进行分割,选取图像中80个像素点的RGB值作为网络的输入样本,经过训练的网络获取了有效的权值和阈值,实现了图像损伤区域和背景区域的分割。结果证明,该图像分割方法与传统的图像分割和其它神经网络图像分割方法相比,具有更好的图像分割效果。Probabilistic neural networks method for dividing the blade damage image of aero-engine is used. The paper selects 80 pixel RGB values of the image as input samples of a network. The effective weights and threshold are achieved after training, and expected segmentation results can be realized. The results show that the probabilistic neural networks can better the image segmentation, compared with the traditional image seg- mentation and other neural networks.

关 键 词：航空发动机 叶片损伤图像 概率神经网络 图像分割 

分 类 号：V232.4[航空宇航科学与技术—航空宇航推进理论与工程]