基于无人机图像的风力发电机叶片缺陷识别

• 作者: 仇梓峰 李蒙 王爽心
• 来源期刊: 发电技术
• 关键词: 风力发电机 缺陷检测 无人机 图像处理
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 新能源
• 页码范围: 277-285
• 页数: 9页
• 语种: 中文
• DOI: 10.12096/j.2096-4528.pgt.2018.043

摘要

针对风力发电机叶片人工检测低效,缺陷诊断难的问题,提出一种基于无人机与图像处理的风力发电机叶片缺陷识别方法.通过Halcon 12与Visual Studio 2015的联合开发,实现图像处理流程、检测结果输出以及缺陷回放等功能,包括相机标定、通过快速自适应加权中值滤波处理图像、动态阈值分割叶片图像缺陷特征,利用区域处理识别裂纹和砂眼等缺陷,并对缺陷进行分类与测量以及输出对叶片质量的分析报告等,实现风力发电机叶片表面缺陷的自动检测功能.通过实例验证了该方法在风力发电机叶片表面缺陷检测中的较高精确性与算法稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王爽心	北京交通大学机械与电子控制工程学院	43	680	16.0	24.0
2	仇梓峰	北京交通大学机械与电子控制工程学院	1	4	1.0	1.0
3	李蒙	北京交通大学机械与电子控制工程学院	2	4	1.0	2.0