CN111964865B - 用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法 - Google Patents
用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法 Download PDFInfo
- Publication number
- CN111964865B CN111964865B CN202010806968.9A CN202010806968A CN111964865B CN 111964865 B CN111964865 B CN 111964865B CN 202010806968 A CN202010806968 A CN 202010806968A CN 111964865 B CN111964865 B CN 111964865B
- Authority
- CN
- China
- Prior art keywords
- ice
- image
- sand paper
- calculation
- area
- 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.)
- Active
Links
- 244000137852 Petrea volubilis Species 0.000 title claims abstract description 67
- 238000012360 testing method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 78
- 239000002245 particle Substances 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000011218 segmentation Effects 0.000 claims abstract description 23
- 230000009466 transformation Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000000265 homogenisation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000205 computational method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
- G01M9/06—Measuring arrangements specially adapted for aerodynamic testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法,该计算方法包括:获取飞机冰风洞试验中模型表面的砂纸冰型的图像;在砂纸冰形图像的驻点区域附近选取第一计算区域,并选取第一计算区域的展向区域和弦向区域作为第二和第三计算区域;对选取区域中的砂纸冰形图像进行图像增强处理,以去除图像背景;通过灰度化处理及二值化处理,获取计算区域的颗粒分布轮廓图;进行椭圆形包络分割处理,以得到包络分割图像;根据包络分割图像计算砂纸冰粗糙度当量。根据本发明的用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法,能够高效准确地获取冰风洞试验中的砂纸冰型粗糙度当量,并大幅缩短砂纸冰冰风洞试验数据的处理周期。
Description
技术领域
本发明涉及飞机的冰风洞试验及对于飞机飞行过程中表面形成的砂纸冰型的研究,尤其是,涉及一种用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法。
背景技术
飞机在飞行过程中,在结冰气象条件下短时间内的结冰会形成砂纸冰型,积冰成颗粒状分布在飞机机体表面。机翼前缘处的砂纸冰会引起飞机失速迎角提前,对飞机安全性的潜在威胁很大。CCAR25部 R4《运输类飞机适航标准》附录C中定义的起飞冰型即为典型的砂纸冰型,因此对于砂纸冰型的研究对于飞机适航取证而言是重要的技术支持。
目前,冰风洞试验是进行砂纸冰型研究最重要的手段,而结冰风洞得到砂纸冰型外形复杂,后期数据处理需要耗费大量时间。
题为“The Effect of Wing Leading Edge Contamination on theStallCharacteristics of Aircraft”的文献中定义了砂纸冰型的粗糙度当量参数,以表征粗糙度与空气动力学效应的关系。根据该方法,需要确定单位面积内的砂纸冰颗粒数目及相应截面积。
然而,目前为了确定单位面积内的砂纸冰颗粒数目及相应截面积,主要采用人工统计手段完成。这种做法不仅需要保证前期冰风洞试验图形采集具备较高像素以及足够的样本量,同时后期的砂纸冰颗粒统计以及截面积测量还需要较长周期。另外,由于砂纸冰颗粒分布极为密集,人工统计极易产生疏漏。
因此,亟需设计一种新的用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法,以更为高效准确地获取冰风洞试验中砂纸冰型粗糙度当量,并避免人为主观干扰因素,缩短砂纸冰冰风洞试验数据的处理周期。
发明内容
本发明要解决的技术问题是为了克服现有技术中的对于飞机冰风洞试验的砂纸冰型粗糙度的计算中需要人工统计确定单位面积内的砂纸冰颗粒数目及相应截面积,既低效也不够准确可靠的缺陷,提出一种用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法。
本发明是通过下述技术方案来解决上述技术问题的:
本发明提供了一种用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法,其特点在于,所述计算方法包括如下步骤:
步骤一、获取飞机冰风洞试验中模型表面的砂纸冰型的图像;
步骤二、在获取的砂纸冰型 图像中,在驻点区域附近选取第一计算区域,并选取所述第一计算区域的展向区域和弦向区域作为第二计算区域和第三计算区域;
步骤三、对第一、第二和第三计算区域中的所述砂纸冰型 图像进行图像增强处理,以去除图像背景;
步骤四、对去除图像背景的所述砂纸冰型 图像进行灰度化处理及二值化处理,以获取所述计算区域的颗粒分布轮廓图;
步骤五、针对获取的所述颗粒分布轮廓图,进行椭圆形包络分割处理,以得到所述计算区域的包络分割图像;
步骤六、根据所述包络分割图像计算所述模型的砂纸冰粗糙度当量。
根据本发明的一种实施方式,计算所述模型的砂纸冰粗糙度当量包括:
分别计算所述第一、第二、第三计算区域中的所述包络分割图像所显示的砂纸冰颗粒的数量及砂纸冰颗粒的截面积;
根据所述第一、第二、第三计算区域分别包含的砂纸冰颗粒的数量、砂纸冰颗粒的截面积及高度,计算各个计算区域的粗糙度当量;
计算所述第一、第二、第三计算区域的粗糙度当量的平均值或加权平均值,作为所述模型的粗糙度当量。
根据本发明的一种实施方式,所述驻点位于所述模型的机翼翼面上。
根据本发明的一种实施方式,计算各个计算区域的粗糙度当量采用以下公式(1)进行计算,
Rp=A(ks/c)N×10 (1)
其中,Rp为粗糙度当量,A为砂纸冰颗粒的截面积,ks为砂纸冰颗粒的高度,N为单位面积中的砂纸冰颗粒的数量,c为所述模型的翼型弦长。
根据本发明的一种实施方式,在拍摄所述砂纸冰型 图像时,在所述模型的表面放置刻度参照标尺。
根据本发明的一种实施方式,所述图像增强处理包括,对所述计算区域的所述砂纸冰型 图像的图像背景进行均匀化处理,然后根据均匀化处理的结果移除图像背景。
根据本发明的一种实施方式,所述均匀化处理包括应用MATLAB 软件中定义的顶帽变换函数imtophat与底帽变换函数imbothat处理所述计算区域的所述砂纸冰型 图像,所述移除图像背景包括应用MATLAB软件中定义的imsubtract函数处理经所述均匀化处理后的所述砂纸冰型 图像。
根据本发明的一种实施方式,所述灰度化处理包括应用MATLAB 软件中定义的rgb2gray函数处理去除图像背景的所述砂纸冰型 图像。
根据本发明的一种实施方式,所述二值化处理包括应用MATLAB 软件中定义的im2bw函数处理经灰度化处理的所述砂纸冰型 图像。
根据本发明的一种实施方式,计算所述计算区域中的所述包络分割图像所显示的砂纸冰颗粒的数量及砂纸冰颗粒的截面积及高度,包括应用MATLAB软件中定义的regionprops函数处理的所述包络分割图像。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:
根据本发明的用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法,能够高效准确地获取冰风洞试验中的砂纸冰型粗糙度当量,并避免人为主观干扰因素,大幅缩短砂纸冰冰风洞试验数据的处理周期。
附图说明
图1为根据本发明的优选实施方式的用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法的流程图。
图2为根据本发明的上述优选实施方式的计算方法的一个应用实例中,选取第一、第二和第三计算区域的砂纸冰型 图像的示例图。
图3为根据本发明的上述优选实施方式的计算方法的一个应用实例中,消除图像背景后的砂纸冰型 图像的示例图。
图4为根据本发明的上述优选实施方式的计算方法的一个应用实例中,经灰度化和二值化颗粒的显示出颗粒分布轮廓的砂纸冰型 图像的示例图。
图5为根据本发明的上述优选实施方式的计算方法的一个应用实例中,最终计算粗糙度当量所基于的包络分割图像的示例图。
具体实施方式
下面结合说明书附图,进一步对本发明的优选实施例进行详细描述,以下的描述为示例性的,并非对本发明的限制,任何的其他类似情形也都落入本发明的保护范围之中。
在以下的具体描述中,方向性的术语,例如“左”、“右”、“上”、“下”、“前”、“后”等,参考附图中描述的方向使用。本发明的实施例的部件可被置于多种不同的方向,方向性的术语是用于示例的目的而非限制性的。
参考图1所示,根据本发明的较佳实施方式的用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法,包括如下步骤:
步骤一、获取飞机冰风洞试验中模型表面的砂纸冰型的图像;
步骤二、在获取的砂纸冰型 图像中,在驻点区域附近选取第一计算区域,并选取第一计算区域的展向区域和弦向区域作为第二计算区域和第三计算区域;
步骤三、对第一、第二和第三计算区域中的砂纸冰型 图像进行图像增强处理,以去除图像背景;
步骤四、对去除图像背景的砂纸冰型 图像进行灰度化处理及二值化处理,以获取计算区域的颗粒分布轮廓图;
步骤五、针对获取的颗粒分布轮廓图,进行椭圆形包络分割处理,以得到计算区域的包络分割图像;
步骤六、根据包络分割图像计算模型的砂纸冰粗糙度当量。
在此所称的驻点属于空气动力学中的概念。本领域技术人员应当理解,在此所称的驻点区域所指的是流场流速最小的区域,对于冰风洞试验而言,可以是指冰风洞试验的模型表面流速最小的区域,对于机翼而言,驻点区域通常在前缘区域或者机翼的前缘点附近的区域。在此所称的驻点区域也可以理解为是冰风洞试验中水滴撞击的最密集的区域。
其中,优选地,计算各个计算区域的粗糙度当量采用以下公式(1) 进行计算,
Rp=A(ks/c)N×10 (1)
其中,Rp为粗糙度当量,A为砂纸冰颗粒的截面积,ks为砂纸冰颗粒的高度,N为单位面积中的砂纸冰颗粒的数量,c为模型的翼型弦长。
根据本发明的上述实施方式的用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法,可通过图像识别计算从试验拍摄获取的砂纸冰型 图像中处理获取较为清晰的砂纸冰颗粒轮廓图像,并进而处理得到相应的包络分割图像,由此可降低图像采样量,缩短砂纸冰型图像提取的时间。因而,能够提高砂纸冰型粗糙度的计算的计算效率和准确度。
根据本发明的一些优选实施方式,计算模型的砂纸冰粗糙度当量包括:
分别计算第一、第二、第三计算区域中的包络分割图像所显示的砂纸冰颗粒的数量及砂纸冰颗粒的截面积;
根据第一、第二、第三计算区域分别包含的砂纸冰颗粒的数量、砂纸冰颗粒的截面积及高度,计算各个计算区域的粗糙度当量;
计算第一、第二、第三计算区域的粗糙度当量的平均值或加权平均值,作为模型的粗糙度当量。
经由上述方式选取多个计算区域,计算得到的粗糙度当量更为准确可靠。并且更优选地,第一、第二、第三计算区域可分别为同样形状、大小的单位区域,例如可分别选为平方英寸的区域。
根据本发明的一些优选实施方式,驻点位于模型的机翼翼面上。并且,在拍摄砂纸冰型 图像时,在模型的表面放置刻度参照标尺,其可以便利地被用作后期数据处理的尺寸依据。
根据本发明的一些优选实施方式,图像增强处理包括,对计算区域的砂纸冰型 图像的图像背景进行均匀化处理,然后根据均匀化处理的结果移除图像背景。
根据本发明的一些优选实施方式,如上的计算方法的主要处理步骤可利用MATLAB平台实施。
以下参照如图2-5所示,对根据本发明的上述优选实施方式的用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法的一个应用实例进行简要说明,以便理解。
如图2所示,首先在砂纸冰型图像中选取第一计算区域(即区域 1)、位于其展向的第二计算区域(即区域2)和位于其弦向的第三计算区域(即区域3)。
接着,应用MATLAB软件中定义的顶帽变换函数imtophat与底帽变换函数imbothat均匀化处理上述计算区域的砂纸冰型 图像,然后应用MATLAB软件中定义的imsubtract函数处理经均匀化处理后的砂纸冰型 图像,消除图像背景,获得如图3所示的图像。
然后,可调用MATLAB软件中定义的rgb2gray函数消除增强后的第一、第二和第三计算区域中的图像的色调和饱和度信息同时保留亮度,转化为灰度图像,再调用im2bw函数将第一、第二和第三计算区域的灰度图像进行二值化处理,得到清晰的颗粒分布轮廓,如图4 所示。
然后,应用MATLAB软件中定义的regionprops函数处理得到如图5所示的包络分割图像。
最后,可根据如图5所示的包络分割图像,基于如上所述的公式 (1)计算所述模型的砂纸冰粗糙度当量。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (10)
1.一种用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法,其特征在于,所述计算方法包括如下步骤:
步骤一、获取飞机冰风洞试验中模型表面的砂纸冰型的图像;
步骤二、在获取的砂纸冰型 图像中,在驻点区域附近选取第一计算区域,并选取所述第一计算区域的展向区域和弦向区域作为第二计算区域和第三计算区域;
步骤三、对第一、第二和第三计算区域中的所述砂纸冰型 图像进行图像增强处理,以去除图像背景;
步骤四、对去除图像背景的所述砂纸冰型 图像进行灰度化处理及二值化处理,以获取所述计算区域的颗粒分布轮廓图;
步骤五、针对获取的所述颗粒分布轮廓图,进行椭圆形包络分割处理,以得到所述计算区域的包络分割图像;
步骤六、根据所述包络分割图像计算所述模型的砂纸冰粗糙度当量。
2.如权利要求1所述的计算方法,其特征在于,计算所述模型的砂纸冰粗糙度当量包括:
分别计算所述第一、第二、第三计算区域中的所述包络分割图像所显示的砂纸冰颗粒的数量及砂纸冰颗粒的截面积;
根据所述第一、第二、第三计算区域分别包含的砂纸冰颗粒的数量、砂纸冰颗粒的截面积及高度,计算各个计算区域的粗糙度当量;
计算所述第一、第二、第三计算区域的粗糙度当量的平均值或加权平均值,作为所述模型的粗糙度当量。
3.如权利要求2所述的计算方法,其特征在于,所述驻点位于所述模型的机翼翼面上。
4.如权利要求3所述的计算方法,其特征在于,计算各个计算区域的粗糙度当量采用以下公式(1)进行计算,
Rp=A(ks/c)N×10 (1)
其中,Rp为粗糙度当量,A为砂纸冰颗粒的截面积,ks为砂纸冰颗粒的高度,N为单位面积中的砂纸冰颗粒的数量,c为所述模型的翼型弦长。
5.如权利要求1所述的计算方法,其特征在于,在拍摄所述砂纸冰型 图像时,在所述模型的表面放置刻度参照标尺。
6.如权利要求1所述的计算方法,其特征在于,所述图像增强处理包括,对所述计算区域的所述砂纸冰型 图像的图像背景进行均匀化处理,然后根据均匀化处理的结果移除图像背景。
7.如权利要求6所述的计算方法,其特征在于,所述均匀化处理包括应用MATLAB软件中定义的顶帽变换函数imtophat与底帽变换函数imbothat处理所述计算区域的所述砂纸冰型 图像,所述移除图像背景包括应用MATLAB软件中定义的imsubtract函数处理经所述均匀化处理后的所述砂纸冰型 图像。
8.如权利要求1所述的计算方法,其特征在于,所述灰度化处理包括应用MATLAB软件中定义的rgb2gray函数处理去除图像背景的所述砂纸冰型 图像。
9.如权利要求8所述的计算方法,其特征在于,所述二值化处理包括应用MATLAB软件中定义的im2bw函数处理经灰度化处理的所述砂纸冰型 图像。
10.如权利要求2所述的计算方法,其特征在于,计算所述计算区域中的所述包络分割图像所显示的砂纸冰颗粒的数量及砂纸冰颗粒的截面积及高度,包括应用MATLAB软件中定义的regionprops函数处理的所述包络分割图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010806968.9A CN111964865B (zh) | 2020-08-12 | 2020-08-12 | 用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010806968.9A CN111964865B (zh) | 2020-08-12 | 2020-08-12 | 用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111964865A CN111964865A (zh) | 2020-11-20 |
CN111964865B true CN111964865B (zh) | 2021-04-27 |
Family
ID=73365723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010806968.9A Active CN111964865B (zh) | 2020-08-12 | 2020-08-12 | 用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111964865B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966692A (zh) * | 2020-12-23 | 2021-06-15 | 中国人民解放军空军工程大学 | 一种基于图像识别的飞机机翼、平尾结冰实时探测方法 |
CN117670911B (zh) * | 2023-11-23 | 2024-06-14 | 中航通飞华南飞机工业有限公司 | 一种砂纸冰的定量描述方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103759676A (zh) * | 2014-01-06 | 2014-04-30 | 南京信息工程大学 | 一种工件表面粗糙度非接触式的检测方法 |
CN107103324A (zh) * | 2017-04-05 | 2017-08-29 | 广东电网有限责任公司清远供电局 | 输电线路识别方法和装置 |
CN107358259A (zh) * | 2017-07-13 | 2017-11-17 | 国家电网公司 | 基于GLOH描述子和GVF‑Snake模型的绝缘子覆冰检测方法 |
CN107704844A (zh) * | 2017-10-25 | 2018-02-16 | 哈尔滨理工大学 | 基于无人机双目视差图像的输电线路覆冰厚度辨识方法 |
US10160550B1 (en) * | 2017-12-21 | 2018-12-25 | United Technologies Corporation | Ice detection and real time ice estimation using innovative sensor data learning approaches |
CN109325956A (zh) * | 2018-08-15 | 2019-02-12 | 国网河南省电力公司电力科学研究院 | 一种基于图像处理的输电导线覆冰截面特征提取方法 |
CN109544576A (zh) * | 2018-11-23 | 2019-03-29 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于机器视觉的飞机模型冰形轮廓提取方法 |
CN109740254A (zh) * | 2018-12-29 | 2019-05-10 | 杭州电子科技大学 | 一种基于信息融合的船舶柴油机磨粒类型辨识方法 |
CN110555400A (zh) * | 2019-08-23 | 2019-12-10 | 国网山东省电力公司泗水县供电公司 | 基于无人机巡检架空输电线路的覆冰检测方法及系统 |
KR20200004544A (ko) * | 2018-07-04 | 2020-01-14 | 박종현 | 이미지 처리를 이용한 고속도로 결빙 판별기기 |
CN110853089A (zh) * | 2019-09-30 | 2020-02-28 | 安徽南瑞继远电网技术有限公司 | 一种基于多因素的模拟导线覆冰厚度算法 |
CN111323200A (zh) * | 2020-05-11 | 2020-06-23 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种结冰风洞试验冰形面积计算方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20000004544U (ko) * | 1998-08-05 | 2000-03-06 | 이필원 | 섬유 준비기계용 보빈의 보빈 플랜지 |
US9652674B2 (en) * | 2014-11-03 | 2017-05-16 | The Johns Hopkins University | Ice analysis based on active and passive radar images |
-
2020
- 2020-08-12 CN CN202010806968.9A patent/CN111964865B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103759676A (zh) * | 2014-01-06 | 2014-04-30 | 南京信息工程大学 | 一种工件表面粗糙度非接触式的检测方法 |
CN107103324A (zh) * | 2017-04-05 | 2017-08-29 | 广东电网有限责任公司清远供电局 | 输电线路识别方法和装置 |
CN107358259A (zh) * | 2017-07-13 | 2017-11-17 | 国家电网公司 | 基于GLOH描述子和GVF‑Snake模型的绝缘子覆冰检测方法 |
CN107704844A (zh) * | 2017-10-25 | 2018-02-16 | 哈尔滨理工大学 | 基于无人机双目视差图像的输电线路覆冰厚度辨识方法 |
EP3502962A1 (en) * | 2017-12-21 | 2019-06-26 | United Technologies Corporation | Ice detection and real time ice estimation using innovative sensor data learning approaches |
US10160550B1 (en) * | 2017-12-21 | 2018-12-25 | United Technologies Corporation | Ice detection and real time ice estimation using innovative sensor data learning approaches |
KR20200004544A (ko) * | 2018-07-04 | 2020-01-14 | 박종현 | 이미지 처리를 이용한 고속도로 결빙 판별기기 |
CN109325956A (zh) * | 2018-08-15 | 2019-02-12 | 国网河南省电力公司电力科学研究院 | 一种基于图像处理的输电导线覆冰截面特征提取方法 |
CN109544576A (zh) * | 2018-11-23 | 2019-03-29 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于机器视觉的飞机模型冰形轮廓提取方法 |
CN109740254A (zh) * | 2018-12-29 | 2019-05-10 | 杭州电子科技大学 | 一种基于信息融合的船舶柴油机磨粒类型辨识方法 |
CN110555400A (zh) * | 2019-08-23 | 2019-12-10 | 国网山东省电力公司泗水县供电公司 | 基于无人机巡检架空输电线路的覆冰检测方法及系统 |
CN110853089A (zh) * | 2019-09-30 | 2020-02-28 | 安徽南瑞继远电网技术有限公司 | 一种基于多因素的模拟导线覆冰厚度算法 |
CN111323200A (zh) * | 2020-05-11 | 2020-06-23 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种结冰风洞试验冰形面积计算方法 |
CN111323200B (zh) * | 2020-05-11 | 2020-08-07 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种结冰风洞试验冰形面积计算方法 |
Non-Patent Citations (2)
Title |
---|
The Effect of Wing Leading Edge Contamination on the Stall Characteristics of Aircraft;Clinton E. Tanner;《2007 SAE Aircraft and Engine Icing International Conference》;20070924;第1-15页 * |
大型民机结冰计算、风洞试验及试飞验证;赵克良;《中国博士学位论文全文数据库》;20190215(第2期);第65-73页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111964865A (zh) | 2020-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111964865B (zh) | 用于飞机冰风洞试验的砂纸冰型粗糙度的计算方法 | |
WO2022016884A1 (zh) | 一种基于K-means聚类算法的海面风速方法 | |
CN111323200B (zh) | 一种结冰风洞试验冰形面积计算方法 | |
JP4172941B2 (ja) | 土地区画データ作成方法および装置 | |
CN109544576A (zh) | 一种基于机器视觉的飞机模型冰形轮廓提取方法 | |
CN103593847A (zh) | 基于机器视觉的雨滴检测分析方法 | |
CN101630411B (zh) | 基于熵值的面向输电线路部件识别的自动阈值图象分割方法 | |
Vey et al. | Extracting quantitative data from tuft flow visualizations on utility scale wind turbines | |
CN109544564A (zh) | 一种医疗图像分割方法 | |
CN114383498B (zh) | 应用于涡轮叶片气膜孔检测的目标点云分割方法 | |
CN112950634A (zh) | 基于无人机巡检的风力机叶片损伤识别方法、设备和系统 | |
Hu et al. | A method for measuring ice thickness of wind turbine blades based on edge detection | |
CN112668441B (zh) | 一种结合先验知识的卫星遥感影像飞机目标识别方法 | |
CN105335688B (zh) | 一种基于视觉图像的飞机机型识别方法 | |
CN105931216A (zh) | 一种基于图像处理技术的机场道面破损检测方法 | |
CN111159817A (zh) | 一种结冰风洞试验用的混合缩比机翼翼型设计方法 | |
CN111539072A (zh) | 一种结冰风洞试验冰形冰角量化评估方法和系统 | |
CN111862054A (zh) | 一种铆钉轮廓点云提取方法 | |
EP2215572B1 (en) | Computer-aided method for predicting particles capture by a surface of a moving object | |
CN114821314A (zh) | 基于机器视觉的机场路面异常检测方法 | |
CN111126185B (zh) | 一种针对道路卡口场景的深度学习车辆目标识别方法 | |
CN114972767A (zh) | 一种基于高空无人机视频的车辆轨迹和航向角提取方法 | |
CN107341455A (zh) | 一种对夜间机场跑道路面上外来物的区域多特征的检测方法及检测装置 | |
CN111400826B (zh) | 一种任意时刻冰形预测方法及系统 | |
CN117152706A (zh) | 飞机飞行跑道积水识别方法、装置与系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |