本發明屬于風力發電裝置無損檢測技術領域,特別涉及基于無人機圖像分析的風力發電裝置葉片缺陷檢測方法,包括:制作訓練樣本集;以自適應閾值分割算法對訓練樣本集進行預處理,得到二值化樣本集;對二值化樣本集提取LBP特征,建立LBP特征集;利用LBP特征集訓練SVM分類器的同時,利用麻雀搜索算法進行SVM懲罰因子和核函數參數的優化得到LBP?SVM模型文件;加載LBP?SVM模型文件,對待檢測的無人機圖像進行金字塔多尺度滑框檢測,最終得到缺陷的類型以及位置。本發明能夠從無人機圖像分析中快速且精確的檢測風力發電裝置葉片缺陷,從而提高風力發電裝置葉片缺陷的檢測效率和檢測精度。
聲明:
“基于無人機圖像分析的風力發電裝置葉片缺陷檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)