[發明專利]風機葉片檢測方法、系統及其計算機可存儲介質在審
| 申請號: | 202011000187.7 | 申請日: | 2020-09-21 |
| 公開(公告)號: | CN112184645A | 公開(公告)日: | 2021-01-05 |
| 發明(設計)人: | 黃峰;李志雄;胡慧 | 申請(專利權)人: | 湖南工程學院 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T5/50;G06T5/00;G06K9/62 |
| 代理公司: | 深圳市世紀恒程知識產權代理事務所 44287 | 代理人: | 張志江 |
| 地址: | 411100 湖南省湘潭市福星東*** | 國省代碼: | 湖南;43 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 風機 葉片 檢測 方法 系統 及其 計算機 存儲 介質 | ||
1.一種風機葉片檢測方法,其特征在于,包括:
從風機圖像中獲取單個葉片圖像;
使用不同的模糊算法對所述單個葉片圖像進行處理,以得到M張模糊圖像,其中M為模糊算法的數量,M大于或等于2;
計算風機圖像與每一張模糊圖像之間的清晰度差值向量;
將每個所述清晰度差值向量與對應的模糊算法序號共同構成一個訓練樣本;
基于所述風機圖像中剩余葉片數量,重復上述步驟,從而得到K個訓練樣本,其中,K為風機圖像中葉片圖像的總數量,K大于或等于2;
將K個所述訓練樣本與預先存儲的標準樣本進行對比;若K個所述訓練樣本中超過M個所述訓練樣本與所述標準樣本不同,則觸發報警,其中M大于或等于1,M小于不等于K。
2.根據權利要求1所述的風機葉片檢測方法,其特征在于:所述模糊算法是高斯模糊算法、均值濾波算法、雙邊濾波算法、中值濾波算法或高斯低通濾波算法中的一種。
3.一種如權利要求1所述的風機葉片檢測系統,其特征在于:包括光檢測模塊、紅外檢測模塊以及融合檢測系統,所述可見光檢測模塊對風機葉片采集可見光圖像,所述紅外檢測模塊對風機葉片采集紅外圖像,所述融合檢測系統將可見光圖像和紅外圖像整合成新的融合圖像;
其中,所述可見光圖像為同一傳感器在不同時期所采集的圖像,也可為不同傳感器在相同時間采集的圖像。
4.根據權利要求3所述的風機葉片檢測系統,其特征在于:所述紅外檢測模塊包括紅外熱像儀、高斯濾波器、圖像采集器、和圖像處理器,所述紅外熱像儀輸出端與高斯濾波器輸入端連接,所述高斯濾波器輸出端與圖像采集器輸入端連接,所述圖像采集器輸出端與圖像處理器輸入端連接,所述圖像處理器輸出端與圖像模塊輸入端連接。
5.根據權利要求4所述的風機葉片檢測系統,其特征在于:所述風機葉片的可見光圖像和紅外圖像的采集是使用多個清晰度評價算法對這兩類圖像的圖像進行計算,以分別得到可見光圖像的清晰度值集合Sp=(S1p,S2p,...,Snp)和SQ=(S1Q,S2Q,...,SnQ),其中P表示一張圖像,Q表示另一張圖像,n表示使用的清晰度評價算法的數量,Snp表示使用第n種清晰度評價算法計算得到的風機葉片圖像Q的清晰度值。
6.根據權利要求5所述的風機葉片檢測系統,其特征在于:兩張可見光圖像的清晰度值集合獲取兩張可見光圖像的清晰度差值向量,由下式表示:
其中,SDpq表示風機葉片可見光圖像的清晰度差值向量。
7.根據權利要求6所述的風機葉片檢測系統,其特征在于:清晰度評價算法包括基于梯度函數的評價算法、基于圖像頻域的評價算法、基于熵函數的評價算法、以及結合人眼視覺系統的評價算法。
8.根據權利要求7所述的風機葉片檢測系統,其特征在于,所述圖像融合檢測系統的融合方法采用主成分分析法、灰度加權法、彩色空間融合法、獨立分量分析法以及貝葉斯優化法中的一種或多種。
9.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質上存儲有基于風機葉片檢測方法程序,所述基于風機葉片檢測方法程序被處理器執行時實現如權利要求1所述的基于風機葉片檢測方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于湖南工程學院,未經湖南工程學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011000187.7/1.html,轉載請聲明來源鉆瓜專利網。





