基于红外图像边缘检测算法的风电机组叶片裂纹视觉检测技术

摘要

风电机组叶片损伤无损检测过程容易受到外界环境干扰，细节处理效果较差，F1值较低。因此，提出了基于红外图像边缘检测算法的风电机组叶片裂纹视觉检测技术。将实时采集的风电机组叶片红外图像变换为灰度图像，再利用引导滤波器进行线性移变滤波，得到边缘细节增强的图像。应用最大类间方差法选取最优图像分割阈值，从原始图像中分割出待检测的叶片目标。引入熵分块算法和最优阈值选取算法，设计改进基于改进Canny算法的边缘检测算法，通过图像自动分块、子图像高低阈值计算等操作，获取红外图像边缘信息，基于此提取叶片裂纹图像的周长、长轴、短轴等特征。运用改进萤火虫算法优化后的支持向量机模型，对特征向量进一步分析，得出叶片裂纹视觉检测结果。实验结果表明：新研究技术应用后得出的裂纹检测结果F1值超过了0.9,满足了风电机组巡检要求。

关键词

红外图像 / 风电机组 / 叶片 / 边缘检测 / 裂纹检测 / 支持向量机

基金资助

山东省工业和信息化厅技术创新项目(202350100992)