[发明专利]风电叶片损伤检测方法

权利要求书

1.风电叶片损伤检测方法，包括：

S1、针对风电机组叶片的区域设定M*N个数据采集区域，M和N为自然数；

S2、依序采集所述数据采集区域的图像信息，所述图像信息至少包括有所述数据采集区域的序号信息；

S3、针对不同的所述数据采集区域提取所述图像信息中的第一特征；

S4、基于所述第一特征，基于特征匹配算法对多个所述数据采集区域的图像信息进行拼接，获得拼接图像帧；

S5、针对所述拼接图像帧，进行图像识别，判断是否存在缺陷特征。

2.如权利要求1所述的方法，进行图像识别时，通过如下任何一种或多种来实现：图像检索算法、针对已知分类的样本图像的匹配算法或图像分类算法。

3.如权利要求1所述的方法，在针对风电机组叶片进行数据采集区域划分时，通过可调云台，调整图像采集单元以叶片旋转中心区域作为第一数据采集区域，而后通过可调云台，依序形成围绕所述第一数据采集区域的其他区域；其中，M=N=3。

4.如权利要求3所述的方法，提取所述图像信息中的第一特征，包括：

依据图像信息的序号信息，确定与其相邻的图片信息的第一区域；

将两副相邻图像的所述第一区域映射到同一坐标系；

基于同一坐标系，基于RGB像素匹配；

基于设定的阈值，设定匹配值高于阈值的区域为置信区域；

将所述置信区域存储为第一特征。

5.如权利要求4所述的方法，基于特征匹配算法进行图像拼接时，包括：基于OpenCV的SURF算法进行图像拼接。

6.如权利要求1所述的方法，进行图像识别时，包括：

针对拼接图像，提取图像中包含的第二特征；

将第二特征输入卷积神经网络算法模型进行特征识别。

7.如权利要求6所述的方法，提取图像中包含的第二特征，包括：

调用风电叶片缺陷训练库文件，提取训练库文件中的关键区域；

当检测到关键区域时，记录所述关键区域的中心点坐标。

8.如权利要求1所述的方法，在进行图像拼接和/或图像识别之前，还包括对图像信息进行预处理，该预处理包括：

将所述图像数据转化为灰度图像；

进行直方图均衡化处理和/或进行中值滤波以消除图像中的部分噪声。

9.如权利要求8所述的方法，所述预处理，还包括：

对消除噪声后的所述图像数据设置感兴趣区域；

获取所述感兴趣区域的几何中心；

保存所述几何中心的坐标。