[发明专利]风机叶片检测方法、系统及其计算机可存储介质

权利要求书

1.一种风机叶片检测方法，其特征在于，包括：

从风机图像中获取单个叶片图像；

使用不同的模糊算法对所述单个叶片图像进行处理，以得到M张模糊图像，其中M为模糊算法的数量，M大于或等于2；

计算风机图像与每一张模糊图像之间的清晰度差值向量；

将每个所述清晰度差值向量与对应的模糊算法序号共同构成一个训练样本；

基于所述风机图像中剩余叶片数量，重复上述步骤，从而得到K个训练样本，其中，K为风机图像中叶片图像的总数量，K大于或等于2；

将K个所述训练样本与预先存储的标准样本进行对比；若K个所述训练样本中超过M个所述训练样本与所述标准样本不同，则触发报警，其中M大于或等于1，M小于不等于K。

2.根据权利要求1所述的风机叶片检测方法，其特征在于：所述模糊算法是高斯模糊算法、均值滤波算法、双边滤波算法、中值滤波算法或高斯低通滤波算法中的一种。

3.一种如权利要求1所述的风机叶片检测系统，其特征在于：包括光检测模块、红外检测模块以及融合检测系统，所述可见光检测模块对风机叶片采集可见光图像，所述红外检测模块对风机叶片采集红外图像，所述融合检测系统将可见光图像和红外图像整合成新的融合图像；

其中，所述可见光图像为同一传感器在不同时期所采集的图像，也可为不同传感器在相同时间采集的图像。

4.根据权利要求3所述的风机叶片检测系统，其特征在于：所述红外检测模块包括红外热像仪、高斯滤波器、图像采集器、和图像处理器，所述红外热像仪输出端与高斯滤波器输入端连接，所述高斯滤波器输出端与图像采集器输入端连接，所述图像采集器输出端与图像处理器输入端连接，所述图像处理器输出端与图像模块输入端连接。

5.根据权利要求4所述的风机叶片检测系统，其特征在于：所述风机叶片的可见光图像和红外图像的采集是使用多个清晰度评价算法对这两类图像的图像进行计算，以分别得到可见光图像的清晰度值集合S_p＝(S_1p，S_2p，...，S_np)和S_Q＝(S_1Q，S_2Q，...，S_nQ)，其中P表示一张图像，Q表示另一张图像，n表示使用的清晰度评价算法的数量，S_np表示使用第n种清晰度评价算法计算得到的风机叶片图像Q的清晰度值。

6.根据权利要求5所述的风机叶片检测系统，其特征在于：两张可见光图像的清晰度值集合获取两张可见光图像的清晰度差值向量，由下式表示：

其中，SD_pq表示风机叶片可见光图像的清晰度差值向量。

7.根据权利要求6所述的风机叶片检测系统，其特征在于：清晰度评价算法包括基于梯度函数的评价算法、基于图像频域的评价算法、基于熵函数的评价算法、以及结合人眼视觉系统的评价算法。

8.根据权利要求7所述的风机叶片检测系统，其特征在于，所述图像融合检测系统的融合方法采用主成分分析法、灰度加权法、彩色空间融合法、独立分量分析法以及贝叶斯优化法中的一种或多种。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于风机叶片检测方法程序，所述基于风机叶片检测方法程序被处理器执行时实现如权利要求1所述的基于风机叶片检测方法的步骤。