【技术实现步骤摘要】
一种基于稀疏测度最大化的风机叶片表面缺陷定位方法
[0001]本专利技术涉及风电设施表面质量检测
，特别涉及一种基于稀疏测度最大化的风机叶片表面缺陷定位方法。
技术介绍
[0002]作为风力发电机组的力源和主要承载部件，风机叶片的运行状态对于保证风机工作效率具有重要的作用。然而，风机主要位于自然条件较好的地区，暴风雨、风沙和雷击等都有可能损伤叶片。随着国内风电场运行时间的增加，风机叶片表面缺陷的快速、高效检测变得越来越重要。传统的人工巡检已难以满足要求。
技术实现思路
[0003]本专利技术的目的在于，一种基于稀疏测度最大化的风机叶片表面缺陷定位方法。本专利技术仅需极少量的数据即可完成滤波器参数的优化。
[0004]本专利技术的技术方案：一种基于稀疏测度最大化的风机叶片表面缺陷定位方法，包括以下步骤：S1：获取风机叶片表面图像；S2：将叶片表面图像转换至灰度图片；S3：使用机器学习方法，对灰度图片进行训练，找到叶片区域与背景区域；S4：设置滤波器宽度为n，并令其滤波器初值均为0；S5：使用卷积神
【技术保护点】
【技术特征摘要】
1.一种基于稀疏测度最大化的风机叶片表面缺陷定位方法，其特征在于：包括以下步骤：S1：获取风机叶片表面图像；S2：将叶片表面图像转换至灰度图片；S3：使用机器学习方法，对灰度图片进行训练，找到叶片区域与背景区域；S4：设置滤波器宽度为n，并令其滤波器初值均为0；S5：使用卷积神经网络对滤波器n
×
n个元素进行优化，以最大化图片稀疏测度为目标，找到滤波器元素最优解；S6：对于待检测的任一测试图像，使用S4步骤中获得的滤波参数进行滤波；S7：去除滤波后图像特征的低频趋势成分，留下高频特征；S8：若高频特征大于预定阈值，同时像素点位于S3步骤的叶片区域上，则该像素点为缺陷特征。2.根据权利要求1所述的基于稀疏测度最大化的风机叶片表面缺陷定位方法，其特征在于：所述的步骤S3中，叶片区域与背景区域的表述方法为：其中为点的状态信息，当为1时，点为叶片区域，当为0时，点为背景区域，，为分别为图像...
【专利技术属性】
技术研发人员：李峰平，孙浩然，李小刚，林苏奔，张昆鹏，郭剑，邵正鹏，冯光，黄海玉，郑陈孙，刘潘东，李函禧，
申请(专利权)人：领伟创新智能系统浙江有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。