[發明專利]一種機載式風機葉片缺陷檢測方法在審
| 申請號： | 202210613508.3 | 申請日： | 2022-06-01 |
| 公開（公告）號： | CN114693684A | 公開（公告）日： | 2022-07-01 |
| 發明（設計）人： | 李小剛;李峰平;林蘇奔;孫浩然;張昆鵬;郭劍;邵正鵬;李函禧;盧成績 | 申請（專利權）人： | 領偉創新智能系統（浙江）有限公司 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00;G06T7/12;G06T7/13;G06T7/136 |
| 代理公司： | 杭州萬合知識產權代理事務所(特殊普通合伙) 33294 | 代理人： | 余冬;萬珠明 |
| 地址： | 325000 浙江省溫州*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 機載 風機 葉片 缺陷 檢測 方法 | ||
1.一種機載式風機葉片缺陷檢測方法，其特征在于：包括以下步驟：
S1：獲取風機葉片表面圖像，將葉片表面圖像轉換至灰度圖像；
S2：設置窗口大小為w1×w1的滑動窗口，用滑動窗口遍歷當前灰度圖片所有像素，并計算當前窗口內像素的Tenengrad梯度，形成Tenengrad梯度矩陣；
S3：設置Tenengrad梯度閾值，若Tenengrad梯度大于該閾值，則該像素點為風機葉片區域；
S4：設置窗口大小為w2×w2的滑動窗口，用滑動窗口遍歷當前灰度圖片所有像素，并計算當前窗口內像素的Hoyer統計值，直至遍歷當前圖片所有像素，形成Hoyer統計值矩陣；
S5：保留步驟S4中風機葉片區域的Hoyer統計值并將其他區域的Hoyer統計值置零；
S6：設置Hoyer統計值閾值，若風機葉片區域的Hoyer統計值大于該閾值，則該像素點為缺陷特征。
2.根據權利要求1所述的機載式風機葉片缺陷檢測方法，其特征在于：所述Tenengrad梯度的算法為：
其中為當前滑動窗口的Tenengrad梯度信息，，為分別為圖像滑動窗口的行列索引號，為窗口尺寸，為點沿x方向的梯度信息，為點沿y方向的梯度信息。
3.根據權利要求1所述的機載式風機葉片缺陷檢測方法，其特征在于：所述風機葉片區域的判斷算法為：
；
其中為當前像素點的判斷結果，1表示當前像素點位于風機葉片上，0表示當前像素點位于風機葉片區域之外，，為分別為圖像滑動窗口的行列索引號，為當前像素點對應的Tenengrad梯度，為預設的Tenengrad梯度閾值。
4.根據權利要求1所述的機載式風機葉片缺陷檢測方法，其特征在于，所述Hoyer統計值的算法為：
其中為當前滑動窗口的Hoyer統計值，，為分別為圖像滑動窗口的行列索引號，為窗口尺寸，為點的灰度信息。
5.根據權利要求1所述的機載式風機葉片缺陷檢測方法，其特征在于，步驟S5中，所述Hoyer統計值保留的算法為：
其中為保留后的Hoyer統計值，為Hoyer統計值矩陣，為風機葉片區域的像素點判斷結果，，為分別為圖像滑動窗口的行列索引號。
6.根據權利要求1所述的機載式風機葉片缺陷檢測方法，其特征在于，所述風機葉片缺陷特征判斷的算法為：
；
其中，為當前像素點的缺陷判斷結果，1表示當前像素點為缺陷位置，0表示當前像素點不含有缺陷信息，，為分別為圖像滑動窗口的行列索引號，為當前像素點保留后的Hoyer統計值，為預設的Hoyer統計值閾值。
7.根據權利要求1所述的機載式風機葉片缺陷檢測方法，其特征在于：將滑動窗口移動至灰度圖像左上角，按照從左到右，從上到下的順序依次移動一個像素，直至滑動窗口遍歷當前灰度圖片所有像素。
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領偉創新智能系統（浙江）有限公司，未經領偉創新智能系統（浙江）有限公司許可，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/202210613508.3/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種鋁軋機鋁水液位高度檢測報警裝置
- 下一篇：體動偽跡信號的檢測方法以及裝置
