[發明專利]一種基于多特征圖共享的風機葉片表面缺陷檢測方法

在審

• 申請號: 202111255467.7
• 申請日: 2021-10-27
• 公開（公告）號: CN114004797A
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 卞佰成;陳田;沈賀;董二鳳;馮新越;黃沁穎
• 申請（專利權）人: 上海電機學院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/136;G06T5/00;G06T5/40;G06V10/764;G06V10/77;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 上海伯瑞杰知識產權代理有限公司 31227
• 代理人: 王一琦

1.一種基于多特征圖共享的風機葉片表面缺陷檢測方法，其特征在于，依次包括如下步驟：步驟S100，獲取風機葉片缺陷的目標圖像并建立數據集；步驟S110，獲取風機葉片缺陷的目標圖像；步驟S120，數據篩選；步驟S130，打標簽；步驟S140，制作VOC數據集；步驟S200，目標圖像預處理；步驟S210，圖像灰度化；步驟S220，高斯濾波；步驟S230，Canny邊緣檢測；步驟S240，直方圖均衡化；步驟S300，搭建網絡，訓練調優；步驟S310，搭建主干網絡；步驟S320，設計共享單元；步驟S330，搭建多特征圖共享網絡；步驟S340，訓練集數據增強；步驟S350，模型訓練、調優。

2.根據權利要求1所述的一種基于多特征圖共享的風機葉片表面缺陷檢測方法，其特征在于：在步驟S120中，對目標圖像進行整理分類，去除信息獲取不全的目標圖像，去除存在大量微小缺陷且不利于缺陷分類的圖片。

3.根據權利要求2所述的一種基于多特征圖共享的風機葉片表面缺陷檢測方法，其特征在于：在步驟S130中，在獲取有用目標圖像之后，利用LabelImage軟件進行目標圖片的缺陷類型標注。

4.根據權利要求3所述的一種基于多特征圖共享的風機葉片表面缺陷檢測方法，其特征在于：在步驟S210中，對目標圖像進行灰度處理，將目標圖像變為灰度圖以進行降維，獲取目標圖像一。

5.根據權利要求4所述的一種基于多特征圖共享的風機葉片表面缺陷檢測方法，其特征在于：在步驟S220中，對目標圖像一進行高斯濾波獲取目標圖像二。

6.根據權利要求5所述的一種基于多特征圖共享的風機葉片表面缺陷檢測方法，其特征在于：在步驟S230中，對目標圖像二進行二值化處理之后進行Canny邊緣檢測，獲取目標圖像三。

7.根據權利要求6所述的一種基于多特征圖共享的風機葉片表面缺陷檢測方法，其特征在于：在步驟S240中，對目標圖像二進行直方圖均衡化獲取目標圖像四，提高圖像對比度，凸顯圖像中的紋理特征。

8.根據權利要求7所述的一種基于多特征圖共享的風機葉片表面缺陷檢測方法，其特征在于：在步驟S320中，在主干網絡基礎上，在每個最大池化層后以及全連接層之前追加了共享單元，共享單元內完成三個特征圖的特征共享，并確保輸入下一層網絡的數據維度不發生變化。

9.根據權利要求8所述的一種基于多特征圖共享的風機葉片表面缺陷檢測方法，其特征在于：在步驟S330中，基于前面已搭建好的主干網絡和共享單元，搭建多特征圖共享網絡。

10.根據權利要求9所述的一種基于多特征圖共享的風機葉片表面缺陷檢測方法，其特征在于：在步驟S340中，對數據集目標圖像進行旋轉、平移、縮放、翻轉等操作，增強數據集，以支持深度學習模型海量數據的需求；在步驟S350中，將制作好的數據集按比例劃分為訓練集、驗證集、測試集。