一种基于无人机图像采集的风力缺陷双光融合自动检测技术制造技术

本发明专利技术公开了一种基于无人机图像采集的风力缺陷双光融合自动检测技术，包括如下步骤：首先，无人机采集风力发电机叶片的红外图像与可见光图像；接着，将红外图像与可见光图像在输入层进行数据处理；然后，双输入层双路主干网络层提取红外和可见光两者的多层次特征图；其次，双路颈部网络层对多层次特征图进行融合，得到特征图；再次，将红外和可见光两者的特征图输入双路特征融合模块进行特征融合，得到融合特征图；最后，将融合特征图输入检测层进行检测识别。本申请基于无人机图像采集的风力缺陷双光融合自动检测技术，通过无人机技术减轻了劳动强度；捕获全局视觉场景上下文，解决了航拍叶片图像缺陷尺度不一的问题。

【技术实现步骤摘要】

本专利技术属于复卷贴合机领域，特别涉及一种基于无人机图像采集的风力缺陷双光融合自动检测技术。

技术介绍

1、风能作为一种新兴的可再生能源，凭借其显著的环保特性和相对低成本优势，在我国电能结构中正逐渐占据举足轻重的地位。风力发电机，作为风能向电能转换的核心设备，其叶片组件的重要性不言而喻。

2、相关研究表明，叶片表面粗糙度的增加及缺陷的累积，会直接导致发电效率显著下降，降幅范围可达5％至30％。更为严峻的是，在某些极端情况下，这些问题甚至可能诱发叶片结构的断裂，对风机的安全运行构成严重威胁。

3、风力发电机叶片的故障或缺陷可能源于多种因素。长距离运输过程中产生的划痕、恶劣环境中风沙雨雪雷电的侵蚀、以及高频交变负载导致的疲劳损伤等，均可能对叶片造成不可逆转的损害。

4、长期对叶片进行检测的结果揭示，叶片的主要缺陷包括表面涂层的脱落、砂眼的形成、裂纹的扩展、边缘的腐蚀、开裂、褶皱、雷击痕迹以及结冰等现象。值得注意的是，叶片损坏是维修成本最高的损坏类型之一，其修复或更换成本约占风机总成本的20％至30％，这对风机的长期运营和维护本文档来自技高网...

【技术保护点】

1.一种基于无人机图像采集的风力缺陷双光融合自动检测技术，其特征在于：包括如下步骤：

2.根据权利要求1所述的基于无人机图像采集的风力缺陷双光融合自动检测技术，其特征在于：所述步骤2中将红外图像与可见光图像在输入层进行数据处理操作包括：

3.根据权利要求1所述的基于无人机图像采集的风力缺陷双光融合自动检测技术，其特征在于：所述步骤2中双输入层双路主干网络层包括两个yolov7的主干网络，分别对应处理红外图像与可见光图像，提取两者的图像特征。

4.根据权利要求1所述的基于无人机图像采集的风力缺陷双光融合自动检测技术，其特征在于：所述步骤4中双路颈部网络层...

【技术特征摘要】

1.一种基于无人机图像采集的风力缺陷双光融合自动检测技术，其特征在于：包括如下步骤：

2.根据权利要求1所述的基于无人机图像采集的风力缺陷双光融合自动检测技术，其特征在于：所述步骤2中将红外图像与可见光图像在输入层进行数据处理操作包括：

3.根据权利要求1所述的基于无人机图像采集的风力缺陷双光融合自动检测技术，其特征在于：所述步骤2中双输入层双路主干网络层包括两个yolov7的主干网络，分别对应处理红外图像与可见光图像，提取两者的图像特征。

4.根据权利要求1所述的基于无人机图像采集的风力缺陷双光融合自动检测技术，其特征在于：所述步骤4中双路颈部网络层为一组颈部网络，分别对应处理红外图像特征与可见光图像特征；所述颈部网络为双路由注意力模块、并联通道注意力模块与yolov7的颈部网络串联构成。

5.根据权利要求4所述的基于无人机图像采集的风力缺陷双光融合自动检测技术，其特征在于：所述并联通道注意力模块保留具有3d排列和...

【专利技术属性】
技术研发人员：白建国，汪晴，张苏威，尹睿涵，范晨亮，陶永刚，韩宁，卢俊峰，高娟娟，
申请(专利权)人：国电电力内蒙古新能源开发有限公司，
类型：发明
国别省市：