[发明专利]一种人工智能自动巡检风能风机叶片系统

权利要求书

1.一种人工智能自动巡检风能风机叶片系统，包括云端数字化管理平台(1)和无人机全自动叶片信息采集系统(2)，其特征在于，所述无人机全自动叶片信息采集系统(2)包括运动控制模块(3)、视觉信息采集模块(4)、图像分割模块(5)、阀值调整模块(6)，所述运动控制模块(3)控制无人机按照预定的轨道方向行驶，所述视觉信息采集模块(4)采用固定在无人机上的摄像头采集风机叶片上的图像信息并将图像数据发送至图像分割模块(5)，所述图像分割模块(5)通过OTSU算法利用灰度阀值将图像信息分割成前景区域与背景区域的图像，并将前景图像的像素面积数据发送至阀值调整模块(6)，所述阀值调整模块(6)根据发送的像素面积数据与预设的前景像素面积数据进行比较，并根据比较结果调整摄像头的焦距，直到与预设的像素面积相同，所述无人机全自动叶片信息采集系统(2)向云端数字化管理平台(1)输出叶片图像信息，所述云端数字化管理平台(1)包括数据融合模块(7)、特征识别模块(8)、数据库(9)，所述数据融合模块(7)采用加权平均进行数据融合，将原来的无人机图像进行拼接，并将拼接后的图像发送至特征识别模块(8)，所述数据库(9)中存储有多种叶片缺陷图像，所述特征识别模块(8)根据数据库(9)中的叶片缺陷图像和拼接后的图像采用HAAR+AdaBoost的检测方法识别出拼接后的图像中的叶片缺陷图像，并输出缺陷类型。

2.根据权利要求1所述的一种人工智能自动巡检风能风机叶片系统，其特征在于，还包括无限信号传输模块(10)，所述无限信号传输模块(10)为无人机全自动叶片信息采集系统(2)和云端数字化管理平台(1)之间提供信号传输通道。

3.根据权利要求1所述的一种人工智能自动巡检风能风机叶片系统，其特征在于，所述数据融合模块(7)采用加权平均进行数据融合的公式为

其中w₁和w₂分别为待拼接图像重叠区域中对应的像素的权重，f₁(x，y)和f₂(x，y)分别为待拼接的传输图像，f(x，y)为拼接后的数据图像，满足w₁+w₂＝1,0＜w₁,w₂＜1。

4.根据权利要求1所述的一种人工智能自动巡检风能风机叶片系统，其特征在于，所述特征识别模块(8)采用HAAR+AdaBoost的识别缺陷图像的步骤如下：

B1：采用HAAR特征中的积分图像的方式计算改特征值；

B2：将适用于叶片缺陷的各类HAAR特征采用AdaBoost算法得到的强分类器；

B3：将强分类器级联起来得到最终的级联分类器，从而得出叶片缺陷的图像。

5.根据权利要求1所述的一种人工智能自动巡检风能风机叶片系统，其特征在于，所述云端数字化管理平台(1)还包括参数测量模块(11)，所述特征识别模块(8)将识别出的叶片缺陷图像输入至参数测量模块(11)，所述参数测量模块(11)根据识别的叶片缺陷图像计算出缺陷的面积。