[发明专利]风机叶片缺陷检测的方法、装置、电子设备及存储介质在审

专利信息
申请号: 202210700976.4 申请日: 2022-06-20
公开(公告)号: CN114937027A 公开(公告)日: 2022-08-23
发明(设计)人: 刘海莹 申请(专利权)人: 创新奇智(上海)科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06T5/50;G06T7/12;G06T7/13;G06T7/194;G06V20/52;G06N3/08
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 周春霞
地址: 201900 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 风机 叶片 缺陷 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种风机叶片缺陷检测的方法,其特征在于,包括:

从待检测图像中,分割出风机叶片局部图像;

将所述风机叶片局部图像输入到图像复原模型中,获得风机叶片复原图像,所述图像复原模型用于填充风机叶片的缺失部分;

确定所述风机叶片局部图像以及所述风机叶片复原图像之间的结构相似性;

根据所述结构相似性,确定风机叶片缺陷检测结果。

2.如权利要求1所述的方法,其特征在于,所述从所述待检测图像中,分割出风机叶片局部图像,包括:

基于所述待检测图像中各像素与目标位置之间的距离,生成所述待检测图像的前景深度图;

从所述前景深度图中,低于距离阈值的距离调整为设定距离,获得背景深度图;

基于所述待检测图像的背景中各像素与目标位置之间的距离,生成所述待检测图像的背景深度图;

基于所述背景深度图与所述前景深度图之间的差值,获得减法图像;

基于所述减法图像,提取所述风机叶片局部图像。

3.如权利要求2所述的方法,其特征在于,所述基于所述减法图像,提取所述风机叶片局部图像,包括:

对所述减法图像进行二值化,获得二值化图像;

从所述二值化图像中,分割出所述风机叶片局部图像。

4.如权利要求3所述的方法,其特征在于,所述从所述二值化图像中,分割出所述风机叶片局部图像,包括:

采用粒子滤波,对所述二值化图像进行粒子过滤,获得过滤图像;

从所述过滤图像中分割出所述风机叶片局部图像。

5.如权利要求1-4任一项所述的方法,其特征在于,所述确定所述风机叶片局部图像以及所述风机叶片复原图像之间的结构相似性,包括:

确定所述风机叶片局部图像中各像素的第一像素值的第一均值以及第一方差;

确定所述风机叶片复原图像中各像素的第二像素值的第二均值以及第二方差;

确定各第一像素值和各第二像素值之间的协方差;

确定所述第一均值与第二均值之间的乘积,获得均值乘积;

基于所述均值乘积、所述协方差,所述第一方差、所述第二方差、所述第一均值以及所述第二均值,获得所述结构相似性,所述结构相似性与所述均值乘积以及所述协方差均呈正相关,与所述第一方差、所述第二方差、所述第一均值的平方以及所述第二均值的平方均呈负相关。

6.如权利要求1-4任一项所述的方法,其特征在于,所述根据所述结构相似性,确定风机叶片缺陷检测结果,包括:

若确定所述结构相似性高于结构相似性阈值,则获得表征风机叶片正常的风机叶片缺陷检测结果;

若确定所述结构相似性不高于结构相似性阈值,则获得表征风机叶片存在缺陷的风机叶片缺陷检测结果。

7.如权利要求6所述的方法,其特征在于,所述方法还包括:

若基于所述风机叶片缺陷检测结果确定所述风机叶片存在缺陷,则将所述风机叶片局部图像与所述风机叶片复原图像进行比对,获得所述风机叶片的缺陷区域。

8.一种风机叶片缺陷检测的装置,其特征在于,包括:

分割单元,用于从待检测图像中,分割出风机叶片局部图像;

复原单元,用于将所述风机叶片局部图像输入到图像复原模型中,获得风机叶片复原图像,所述图像复原模型用于填充风机叶片的缺失部分;

匹配单元,用于确定所述风机叶片局部图像以及所述风机叶片复原图像之间的结构相似性;

检测单元,用于根据所述结构相似性,确定风机叶片缺陷检测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于创新奇智(上海)科技有限公司,未经创新奇智(上海)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210700976.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top