发明公开
- 专利标题: 基于图像数据的风电叶片故障检测方法
-
申请号: CN202311675922.8申请日: 2023-12-08
-
公开(公告)号: CN117372436A公开(公告)日: 2024-01-09
- 发明人: 朱天财 , 姜坤 , 刘家朋 , 辛志强 , 林一鸣
- 申请人: 红叶风电设备(营口)有限公司
- 申请人地址: 辽宁省营口市中国(辽宁)自由贸易试验区营口片区澄湖西路91甲-77号(总部1号楼B座701号ZB-015房间)
- 专利权人: 红叶风电设备(营口)有限公司
- 当前专利权人: 红叶风电设备(营口)有限公司
- 当前专利权人地址: 辽宁省营口市中国(辽宁)自由贸易试验区营口片区澄湖西路91甲-77号(总部1号楼B座701号ZB-015房间)
- 代理机构: 郑州芝麻知识产权代理事务所
- 代理商 张震
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06T7/64 ; G06V10/762
摘要:
本发明涉及图像分析技术领域,具体涉及一种基于图像数据的风电叶片故障检测方法。获取仅包含风电叶片的灰度图像和各像素点的灰度梯度;基于像素点的灰度波动获得凹陷特征值;由于凹陷区域的像素点灰度值有递进变化,故根据像素点灰度值的变化趋势获得变化路径和路径方向,根据变化路径上像素点之间凹陷特征值和灰度梯度的差异,得到像素点的递进变化度;根据每个像素点与邻域像素点的路径方向差异和递进变化度差异,获得渐变影响度,再分析变化路径上终点像素点之间的位置分布,获得聚集离散值,二者结合获得凹陷程度值;最后基于像素点的凹陷程度值对图像进行自适应增强,故对像素点聚类时可获得准确的聚类结果,提高故障检测的准确性。
公开/授权文献
- CN117372436B 基于图像数据的风电叶片故障检测方法 公开/授权日:2024-02-13