摘要
本发明涉及一种全天候地面环境下机翼冰霜厚度检测方法和系统,方法包括:采集模拟机翼的多光谱机翼表面图像,多光谱机翼表面图像包括多波段图像;基于多光谱机翼表面图像提取多维特征向量;基于多维特征向量,采用机器学习分类算法,识别出机翼冰霜类型,机翼冰霜类型包括透明冰层、白霜层和无结霜;基于机翼冰霜类型进行结霜区域边界识别,得到结霜区域边界;基于结霜区域边界,结合标定与几何计算,得到冰霜厚度。本发明通过采集多光谱图像,可以获得机翼表面不同波段的反射和吸收特性,对于区分不同的冰霜类型,有助于提高识别的准确性和可靠性,并且利用双分支融合策略边缘检测技术,实现了冰霜厚度的精确测量。
技术关键词
机翼
多维特征向量
厚度检测方法
多光谱
机器学习分类算法
数据处理控制箱
厚度检测系统
融合策略
图像采集模块
反射率
曲线斜率
比值特征
遮光挡板
多波段
地面
多层感知机
识别模块
边缘检测技术
系统为您推荐了相关专利信息
多光谱
动态分析方法
光谱采集装置
反演模型
药水
多维特征向量
多源异构数据
企业设备
设备技术参数
实体关系数据
可穿戴设备
身体姿态数据
矫正
传感器
机器学习分类算法
地理空间信息
数据采集方法
三维地质建模
耦合特征提取
三维地质模型