CN101901347A - 一种基于物质介观尺度组织分析的火灾调查方法 - Google Patents

一种基于物质介观尺度组织分析的火灾调查方法 Download PDF

Info

Publication number
CN101901347A
CN101901347A CN2010102026760A CN201010202676A CN101901347A CN 101901347 A CN101901347 A CN 101901347A CN 2010102026760 A CN2010102026760 A CN 2010102026760A CN 201010202676 A CN201010202676 A CN 201010202676A CN 101901347 A CN101901347 A CN 101901347A
Authority
CN
China
Prior art keywords
fire
substance
establishing
fire investigation
meso
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010102026760A
Other languages
English (en)
Inventor
蒋勇
邱榕
张和平
姜蓬
廖光煊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN2010102026760A priority Critical patent/CN101901347A/zh
Publication of CN101901347A publication Critical patent/CN101901347A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

利用物质显微组织图型分析及标准化,实现有效火调的方法。本发明特征在于:(1)提出了一种物质介观结构数字图像处理方法。包括图像自动分割模型建立、二值化模型建立以及三原色RGB图转化为二值图方法、“斑点”去除模型建立及算法设计、细化和毛刺去除模型建立及算法设计、多余区域去除模型建立及算法设计,以获得高质量的介观组织结构图像数据;(2)提出了一种适于火查的物质介观结构形状定义法。选取周长、面积、等效直径、致密度、离心率、降维的联合参数作为形状描绘子,特别地,引入分形维作附加的形状描绘子,大大提高判别准确性。在理论上解决了火查信息提取与重构的难题;在技术上发展了一种不依赖经验、自动化程度高的火调方法。

Description

一种基于物质介观尺度组织分析的火灾调查方法 
技术领域
本发明涉及利用物质显微组织图型分析及其标准化,实现一种有效的火灾调查的方法。 
背景技术
火灾是一种灾害性的燃烧过程,在诸多灾害中发生频率最高,给社会造成了巨大损失,特别是造成了人员的重大伤亡。由于火灾的随机性特征、以及各种因素的作用,使得火灾仍将长期存在于人类社会的发展中,可以预计,随着国家经济的发展和科技的进步,火灾将呈现更加复杂和多元化趋势。无疑,火灾事故原因确定对于国家安全、社会稳定、相关政策的制定、同类灾害的防治、以及事故责任者的认定等无疑具有十分重要的意义。美国国家标准和技术协会NIST曾指出:火灾灾后调查是社会发展的迫切问题,建立严格的科学体系已经成为迫切需求。但是,火灾涉及异常复杂的反应流动、热传递、以及材料的热行为等,因此,火灾调查也是相关研究者们目前面临的重大难题之一。 
目前,火灾调查仍停留在经验、半经验的水平上,火灾调查的一些方法尚缺乏基础理论、以及相应技术手段的支撑。物证鉴定技术的范围和手段尚不能满足原因认定的需要,多种分析检测等软硬件设置也亟需改善。值得注意的是,火灾调查在经验方面也存在误区。总之,火灾调查的效率和技术手段亟需大幅度提高。火灾物证的实验室分析鉴定是火查中的一个重要组成部分,是根据火灾特点和规律,采用各种分析方法和技术手段,对火灾物证进行理化、光学、机械、结构、形态等方面的检测,根据对检验结果的分析和判断,得到证明火灾原因、引火物种类、起火方式、火灾温度等有关信息的直接或间接证据。火灾物证分析鉴定目前主要方法有化学分析鉴定,金相法,热分析,剩磁检测,炭化导电测量,法医检测,力学性能测定等方法。 
据国际消防技术委员会统计资料显示,21世纪前5年全世界平均每年发生火灾约820万起,死亡约8万人,电气火灾比例约24%;我国平均每年发生火灾21万起,死亡约2000人,经济损失12亿元人民币,电气火灾比例高达22%。由此可见,电气火灾已成为对人类社会造成危害程度最深的灾种之一。20世纪90年代以来,电气火灾事故在全国火灾事故总数中所占的比例逐年上升。90年代,我国电气火灾约占火灾总数的16%,在全世界占第三位。近几年,电气火灾猛增,占火灾总数的22%以上,已上升为世界第一位。2001~2005年电气火灾年均数较1991~1995年增长了35%,每年达3万起。2001~2005年,违反电气使用规定和电气操作规程引起的火灾,所占比例由20世纪90年代初的16%上升到2005年的近22%;在北京、上海、天津、广州等主要城市中,1995年,电气火灾比例仅8.7%,到2005年,达到了26.3%,10年间,翻了2倍之多。据第八届国际火灾科学大会公布资料显示,20世纪90年代中国的火灾直接损失平均每年为7亿元,因电气引发火灾损失1.7亿元;21世纪前5年间中国的年均火灾损失为10亿元,因电气引发火灾损失2.6亿元。2000年,电气火灾损失2.3亿元,2005年达到2.9亿元。 
在电气类火灾原因认定中,目前国内外采用的对电气火灾的鉴定技术方法主要有6种,即:宏观鉴定法、微观形貌鉴别法、成分分析法、剩磁法、模拟实验法、金相分析法。其中金相分析法因其设备简易、成本低,已得到普遍应用。在火灾调查中火烧熔痕、一次短路熔痕、二次短路熔痕、导线过载熔痕、接触不良熔痕等是最常见的痕迹物证,对这些痕迹物证进行金相分析,从而做出火灾原因判定。 
一般来说,一次短路熔痕的金相组织呈细小的胞状晶或柱状晶,二次短路熔痕的金相组织被很多气孔分割,出现较多粗大的柱状晶或粗大晶届。由于火烧熔痕是在火灾气氛中形成,冷却速度比较缓慢,熔痕形成时,从液态到固态的转变,晶核有一个形成与长大的阶段,因此它的显微组织是由粗大的等轴晶组成。一次短路熔珠金相磨面内部气孔小而较少,并较整齐。二次短路熔珠金相磨面内部气孔多而大,且不规整。一次短路熔珠与导线衔接处的过渡区界限明显,二次短路熔珠与导线衔接处的过渡区界限不太明显。一次短路熔珠晶界较细,空洞周围的铜和氧化亚铜共晶体较少、不太明显。二次短路熔珠晶界较粗大,空洞周围的铜和氧化亚铜共晶体较多。 
综上所述,当前所普遍采用的金相分析方法主要采用描述性语句,对不同类型金相图进行描述,需要结合工作人员的经验进行判断。也就是说,没有一个量化和统一的标准,对于同一幅金相图,不同的火调或相关人员可能得出不同的结论,甚至,同一幅金相图,同一个人在不同的时间段会做出不同的判断,因此,对当前金相分析方法做出改进是非常必要的。 
不仅金属材料的金相组织结构与热环境等有关,可以断定,非金属材料的显微组织结构也一定与热关联。本发明中所说的介观尺度,是指采用金相显微镜或类似设备,所观察到的尺度。这是考虑到这些设备价格适度、使用方便、宜于推广。而更为微观的显微镜或类似设备价格高、使用复杂、不利于推广。
发明内容
本发明提供一种基于物质介观结构定量和统一化的火灾调查方法,其特征在于: 
(一)提出一种物质介观结构数字图像处理的方法和技术。为了能够进行计算机处理,图像采用离散数据结构来表达。在获取图像时,传感器获得的图像是平面上两个坐标的连续函数f(x,y)。将f(x,y)采样为一个M行N列的矩阵。给每个连续的样本数值一个整数数字,图像函数f(x,y)的连续范围被划分为K个区间。采样和量化越精细,即M,N和K越大,对连续函数f(x,y)的近似就越好。Live-Wire算法是一种典型的交互式分割算法,Live-Wire的核心思想是求取最短路径。它将整个图像看作一个有向图,根据图像中的梯度等信息,为图中每一有向边赋予一权值,使得目标边界上的权值最小,从而就将寻找边界问题转化为从选择点到图像上其他各点的最短路径问题。我们发现,原方法中采用的拉式零点穿越函数将会增强图像中的高频部分,同时可能增加噪点,引入冗余信息,影响后期的处理和判断,我们将其改为canny算子。Canny算子采用Gasussian算法进行平滑处理,能在有效控制噪声的前提同时保留重要的边缘信息,更适 用于物质介观提取要求。图1是应用本方法对某火烧金相图处理的结果。从图中我们可以看出,经过交互式操作,已经将图中的晶格边界轮廓标示出来,绿色的不规则曲线更加清晰直观的展示了火烧金相图主要以粗大的胞状晶为主,同时,金相显微组织内有少量的孔洞结构存在,而一次短路的晶格主要是细小的胞状晶和细小的柱状晶。可以发现,在以橙色为主要背景色的处理结果中,采用绿色线条标示的晶格结构已非常明显。但是,为了做进一步的分析,仍然需要过滤掉图像中的多余信息。通过过滤冗余信息,可以更准确地抓住主要的晶格特征。RGB图像是由红、绿和蓝三色通过改变不同分色权值而在不同像素点呈现出不同颜色。将RGB转化为数字矩阵,即为M×N×3结构。各分色值大小的变化范围为[0,255],采取去除重要特征色方法,进行冗余信息过滤。为得出准确的过滤临界值,可采用统计计算,得到三原色直方图。横坐标表示像素值,纵坐标表示对应像素值出现的次数。为获取晶格轮廓,将三个原色中的绿分色剥离,然后进行二值化处理,结果如图2所示。可以看出,已经将晶格结构的内部信息去除,只留下晶格轮廓信息,晶格结构更加明显,为数不多且面积相对较小的孔洞结构也被去除。为后期处理方便,对图像进行取反操作。尽管经过一系列处理已经得出体现主要晶格结构的数据,但图中仍然存在一定量的干扰信息,即面积相对较小且不规则分布的孤立的“斑点”。这些斑点的存在将会干扰更准确晶格结构参数的提取,甚至会导致一些不可知的错误。通过分析我们发现,这些斑点面积较小,主要是由于细小孔洞结构的存在,这些点的红、绿和蓝色的像素值均接近255,最终的视觉效果即为相对“较黑”,在进行二值化时将原孔洞组织转化为“斑点”出现在二值化结果中。它们的面积较小,且与主要的晶格轮廓曲线不相连,这些斑点呈随机分布。为了识别这些面积较小的孤立随机分布的“斑点”,可以对二值化处理结果进行扫描。由于“斑点”完全孤立与连续的晶格轮廓曲线,需要通过逐行和逐列扫描。在扫描的过程中,提出下面方法:1)行列扫描,找出所有“白色”点,即像素值为“0”的点,并对其坐标位置进行记录;2)判断各“0”像素点的周围8邻域的连通情况。如果与该像素相邻最近的“0”像素点位于该点的8邻域区域内,则认为这两点为连续的。反之,如果与该像素相邻最近的“0”像素点位于该点的8邻域区域外,则认为这两点是互相孤立的;3)根据相互的连续或者孤立关系,将所有“0”像素点进行归类,即:按照行列扫描,将未出现孤立点的完全连续的“0”像素点归位第一组,直到发现新的孤立点为止。如发现新的孤立点,则按照上述方法继续进行扫描,直到找出所有相连通的“0”像素点,并将其归位新的一组,如此循环至完成所有像素点的归类;4)根据分组结果,计算各分组的所有像素点的总面积;5)根据面积分布情况,找出最大“斑点”的面积,并设定其为面积临界值,将“斑点”对应区域去除;6)验证计算结果,对结果矩阵重新进行扫描,如仍存在孤立区域,则重复1-5步骤直到完全去除“斑点”为止。经过上述流程处理的结果如图3所示,可以发现,已经去除了晶格内部信息,也已经完全去除了不规则分布的孤立的“斑点”。但是,为了得出晶格轮廓的更详细结构特征,对图中的较“粗”的晶格轮廓线再进行细化操作。我们提出采用数学形态学完成晶格轮廓线的细化操作:1)膨胀。将与某物体接触的所有背景点合并到该物体中;2)腐蚀。消除物体所有边界点的过程,其结果使剩下的物体沿其周边比原物体小一个像素的面积; 3)开操作。使得对象的轮廓变得更光滑,断开狭窄的简短和消除细的突出物。图4给出了经过细化处理结果的例子,仔细观察,不难发现,在完整晶格的外部,存在一些由于截图而产生的不完整晶格的轮廓边缘。同时,在晶格的内部,由于细化的作用,使得在对某些较“粗”的轮廓线进行细化时,某些“凸起”部分最终形成了一些分枝结构。其中,在左侧图中,完整晶格外部的不完整晶格的残留轮廓线比较多,晶格内部存在少许的“毛刺”,而右侧的结果中,也存在残留的轮廓线和由于细化处理而生成的“毛刺”。这些多余曲线的存在,将会对单个晶格结构几何特征分析产生影响,因此,需要针对这些“毛刺”进行相关处理以消除它们。在消除毛刺的过程中,提出下面的方法:1)行列扫描,找出所有“白色”点,即像素值为“0”的点,并对其坐标位置进行记录;2)判断各“0”像素点的周围8邻域的连通情况;3)对各像素点的8邻域连通结果进行判断,如某像素值为“0”点的8邻域有且只有一个的像素值为“0”的点,则改点为轮廓线的终点。如某像素值为“0”点的8邻域内存在一个以上的像素值为“0”的点,则改点不是轮廓线的终点;4)将轮廓线终点像素值设为“1”,即将其由白色变成黑色;5)重复步骤1-5至所有轮廓线终点均被消除为止。经过消除毛刺处理后,不完整轮廓线和其他多余“毛刺”均已去除,至此,介观尺度结构已经非常直观和明朗。还有一个重要的问题是,在图的边缘与最外侧晶格边缘线之间的区域,严格意义上来说,也是一个由一条封闭不规则曲线围成的不规则结构。而我们感兴趣的晶格也是由封闭的不规则曲线围城的不规则结构。因此,在所有我们感兴趣的晶格外部存在的黑色区域的存在,可能会对后期的处理产生不可预测的影响。因此,为消除这种不利因素,需要将最外侧晶格外部的多余区域去除。为去除多余区域,我们提出下面的步骤:1)扫描整幅图对应矩阵的所有点,并对所有晶格轮廓点坐标进行标记和记录;2)以图像的边缘点为起点,向图像内部方向进行8邻域搜索,并对该点8邻域内像素点的像素值进行标记;3)将第二步的标记结果与第一步的标记结果进行对比,如果两者不符,则表示第二步搜索到的当前像素点为多余区域像素点,需要将其去除,反之,则意味着当前搜索位置已经到达所有最外侧晶格的轮廓线;4)继续以搜索当前点为起点,继续向图像内部方向进行搜索和标记,并按照第三步方法进行判断;5)重复以上步骤直至找到全部多余区域的像素点并去除。6)为突出显示晶格结果,这里将背景色设为黑色,晶格设为白色,为此,需要对第五步结果进行取反处理。图5给出了去除多余区域并取反之后结果的例子。可以看出,已经成功提取出原图中的本不够清晰的晶格轮廓。从结果图中可以发现,火烧金相图中的胞状晶,一次短路金相图中的细小胞状晶和柱状晶结构更加突出和明显。 
(二)提出一种适用于火查的物质介观结构形状定性定量的定义方法。考虑到使用便利和结果精确,我们提出以下几种描绘子:1)周长。从链码表示中获得。对两个相邻的像素点而言,如果两者的相对位置为水平或者垂直,它们之间的距离即为单位长度。如果两者的相对位置为8邻域分布的对角方向,则他们之间的距离为单位长度的 倍;2)面积。它由区域包含的像素个数给出;3)等效直径。也就是与该晶格面积相同的圆的直径;4)致密度。尽管面积和周长可以描绘一般形状,但它们主要在所关注的区域大小不变的情况下使用。将周长与面积结合起来形成一个更为有效的描述子——致密度。致密度是独立于 线性变换的一个通用的形状描述特征,它定义为周长的平方除以面积。致密度是无量纲的量,它对均匀标度的变化不敏感。5)离心率。离心率定义为目标区域最长弦和与最长弦垂直的弦的长度比。离心率可以反映出胞状晶、柱状晶;6)标记。标记是边界的一维函数,针对晶格特征,以每一个晶格的质心为中心,记录晶格边界上各点与质心之间距离大小随角度的变化情况,这样做,可以把二维的图形转化为一维的数据组;7)分形维。运用分形分维理论,计算其分形维值。由于不同物质经不同热环境的介观组织结构有其固有的特征,它们的分形维在一定范围内变化,通过比对采样样本与标准样本的分形维值,可以判别采样样本所经历的热环境。 
与目前现有的方法、技术相比,本发明有二个主要突出特点: 
1提出的方法具有科学性。目前,基于物质介观尺度的火查几乎全部针对电气线路材料,即金相分析方法。但是,长期以来,火灾调查人员进行的金相分析是以经验为基础,通过肉眼观察和感性认识,对金相图做出判断和分析,从而认定火灾原因,这就使得在火灾调查的过程中人的因素对金相分析的结果有着较大的影响。不同的火调人员的经验不同,对金相图的认识和理解不同,甚至在进行金相认定时的情绪和压力等因素有时也会对金相分析的结果产生影响。这就可能造成不同的火调人员对同一幅金相图做出不同的判断,得出不同的结论,甚至某些时候同一个火调人员在不同的时候也会对同一幅金相图做出不同的判断。本发明提出了一种以科学理论和方法为基础的分析方法,把火调中的金相分析提升到一个新的层次。 
2提出的方法具有通用的研究和应用价值。本发明方法不仅适用于电气线路材料,也适应于非金属材料。 
3准确性和自动化程度高。从实际的火调工作的需求出发,通过数字图像处理技术和相应算法的设计,对物质显微组织图进行处理,剔除了图中的干扰和无效信息,可以提取精准的显微结构。其次,提出多参数的显微结构描述子,对物质介观结构的形状,进行了定性定量的描述,具有很高的判别精度。通过编程计算得出所有描述子参数值之后,采用聚类分析的方法对晶格进行预分类,可以对绝大多数晶格进行正确分类。为进一步提高精确度,可引入fisher判别法对聚类分析结果进行再处理。我们曾作过实验,结果表明,所有火烧金相图中的晶格被自动划分为胞状晶一类,这与专家意见完全吻合,同时,在一次短路金相图中存在坏点干扰的前提下,柱状晶的自动分类正确率达到近90%,如果金相图中不存在坏点,自动分类的准确率将十分接近100%。 
附图说明
图1是图像分割结果,其中1为火烧,2为一次短路。图2是二值化结果图,其中1为火烧,2为一次短路。图3是“斑点”去除结果图,其中1为火烧,2为一次短路。图4是细化结果图,其中1为火烧,2为一次短路。图5是去除多余信息块结果,其中1为火烧,2为一次短路。图6是本发明的原理图。 
具体实施方式
下面对本发明的实施方式做进一步说明: 
第一步:样本提取。 
第二步:物质显微组织图型提取。 
第三步:采用改进的Live-Wire算法,进行图像分割。由于拉式零点穿越函数将会增强图像中的高频部分,同时增加噪点,引入冗余信息,可将其改为canny算子。Canny算子采用Gasussian算法进行平滑处理,在有效控制噪声的前提下保留重要的边缘信息。 
第四步:二值化。RGB图转化为二值图,同时,将晶格结构的内部信息去除,留下需要继续研究的晶格轮廓信息,二值图中,晶格轮廓用黑色不规则曲线表示。 
第五步:取反操作、以及“斑点”去除。我们设计了一套“斑点”去除算法。 
第六步:介观组织结构细化、及毛刺去除。利用膨胀、腐蚀、开启、闭合算法,使组织结构得到细化处理。同时我们设计了一套毛刺去除算法。 
第七步:去除多余信息块。在感兴趣的晶格外部可能存在的黑色区域,会对后期的处理产生不可预测的影响。因此,为消除这种不利因素,我们设计了一套多余区域去除算法。 
第八步:标记。 
第九步:物质介观结构形状定性定量定义、及多参量描述子值计算。 
第十步:对比与判别。通过比对采样样本与标准样本的描述子值,判别给出采样样本所经历的热环境性质。 

Claims (2)

1.一种基于物质介观尺度分析的火灾调查方法。目前的火灾调查仍停留在经验、半经验的水平上,火灾调查的一些方法尚缺乏基础理论、以及相应技术手段的支撑。由于金属或非金属材料在不同的热环境下会发生不同的显微组织变化,材料的显微组织包含了该材料的热经历信息,基于此,我们提出了采用数字图像处理的方法和技术,对受热材料的显微组织形态进行分析,通过与标准数据的比对,从而揭示该材料的热经历信息。本发明所指的介观尺度,是金相显微镜或类似设备所能表达的物质微观尺度,由于金相显微镜或类似设备价格适度,因此,本发明内容便于推广使用。本发明提出的数字图像处理步骤和方法,我们已实现,并经过我们的大量验证,证明了其可靠性。
2.提出了一种适用于火查的物质介观结构形状定性定量的定义方法。为了保证结果的精度,形状描绘子的选取具有重要作用。本发明选取周长、面积、等效直径、致密度、离心率、降维的联合参数作为形状描绘子,使得结果具有较高精度,减少了误判的可能性,特别地,我们引入分形维来作为附加的形状描绘子,大大提高了判别的准确性。
CN2010102026760A 2010-06-08 2010-06-08 一种基于物质介观尺度组织分析的火灾调查方法 Pending CN101901347A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010102026760A CN101901347A (zh) 2010-06-08 2010-06-08 一种基于物质介观尺度组织分析的火灾调查方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010102026760A CN101901347A (zh) 2010-06-08 2010-06-08 一种基于物质介观尺度组织分析的火灾调查方法

Publications (1)

Publication Number Publication Date
CN101901347A true CN101901347A (zh) 2010-12-01

Family

ID=43226870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102026760A Pending CN101901347A (zh) 2010-06-08 2010-06-08 一种基于物质介观尺度组织分析的火灾调查方法

Country Status (1)

Country Link
CN (1) CN101901347A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278864A (zh) * 2013-05-10 2013-09-04 中国石油天然气股份有限公司 洞缝型储层的地质特征参数及分布的测定方法及装置
CN103792245A (zh) * 2014-02-19 2014-05-14 中国科学院上海硅酸盐研究所 通过背散射电子衍射测试方法判断铜导线熔痕的方法
CN107807074A (zh) * 2017-12-14 2018-03-16 黄靖淳 金属火灾熔痕的定量金相与物相分析系统及方法
CN108344919A (zh) * 2018-02-06 2018-07-31 华霆(合肥)动力技术有限公司 短路点判断方法、装置及电子设备
CN109655895A (zh) * 2019-01-29 2019-04-19 中国科学院地质与地球物理研究所 一种任意复杂裂缝介质格子法弹性建模方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278864A (zh) * 2013-05-10 2013-09-04 中国石油天然气股份有限公司 洞缝型储层的地质特征参数及分布的测定方法及装置
CN103278864B (zh) * 2013-05-10 2016-12-28 中国石油天然气股份有限公司 洞缝型储层的地质特征参数及分布的测定方法及装置
CN103792245A (zh) * 2014-02-19 2014-05-14 中国科学院上海硅酸盐研究所 通过背散射电子衍射测试方法判断铜导线熔痕的方法
CN103792245B (zh) * 2014-02-19 2016-08-17 中国科学院上海硅酸盐研究所 通过背散射电子衍射测试方法判断铜导线熔痕的方法
CN107807074A (zh) * 2017-12-14 2018-03-16 黄靖淳 金属火灾熔痕的定量金相与物相分析系统及方法
CN108344919A (zh) * 2018-02-06 2018-07-31 华霆(合肥)动力技术有限公司 短路点判断方法、装置及电子设备
CN109655895A (zh) * 2019-01-29 2019-04-19 中国科学院地质与地球物理研究所 一种任意复杂裂缝介质格子法弹性建模方法

Similar Documents

Publication Publication Date Title
CN109141232B (zh) 一种基于机器视觉的盘类铸件在线检测方法
CN101901347A (zh) 一种基于物质介观尺度组织分析的火灾调查方法
Merino et al. Optimizing morphology through blood cell image analysis
CN100499057C (zh) 晶片检测方法
CN105139386B (zh) 一种快速自动检测电气接插件焊点不合格品的图像处理方法
CN110288561A (zh) 基于频率域滤波增强的耐火砖表面划痕识别方法
Quan et al. The method of the road surface crack detection by the improved Otsu threshold
Alférez et al. Automatic classification of atypical lymphoid B cells using digital blood image processing
CN103226829A (zh) 基于边缘增强算子的图像边缘检测方法
CN109239073A (zh) 一种用于汽车车身的表面缺陷检测方法
CN109978560A (zh) 电子商务产品质量安全风险监测与预警方法
CN116580350A (zh) 一种实验室安全监测预警方法及系统
Lin et al. Surface defect detection of machined parts based on machining texture direction
CN113096083B (zh) 一种对炉口钢渣的识别方法、装置、设备及存储介质
CN114428110A (zh) 一种轴承套圈荧光磁粉探伤图像缺陷检测方法及系统
CN110021018A (zh) 一种基于遥感数据提取森林火灾足迹的方法
CN109584224B (zh) 一种用于对铸件的x射线图像进行分析和显示的方法
CN105427303B (zh) 一种变电站遗留物的视觉测量与估计方法
CN115841731B (zh) 一种红外监测的园区火灾预警方法
Gorynski et al. Machine learning based quantitative characterization of microstructures
CN106446913A (zh) 一种多表盘指针式仪表的指针位置提取方法
CN108492292B (zh) 基于红外图像处理的导线散股检测方法
CN111105411A (zh) 一种磁瓦表面缺陷检测方法
CN115908261A (zh) 一种基于铸件x射线图像的缺陷评级方法及系统
CN114820493B (zh) 一种制孔导致的复合材料孔口劈裂检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20101201