[发明专利]一种基于机器视觉的风机叶片缺陷检测方法及系统

说明书

本发明公开了一种基于机器视觉的风机叶片缺陷检测方法及系统，方法包括：获取风机叶片的目标图像；对目标图像进行不均匀光照图像增强，得到第一增强图像；对第一增强图像按照若干不同的滤波方向进行Gabor变换，得到缺陷对比度增强图像；获取缺陷对比度增强图像的灰度梯度向量，根据灰度梯度向量确定风机叶片表面的缺陷位置。本发明通过对风机叶片的目标图像进行不均匀光照增强，降低了光照不均匀对表面缺陷检测结果的影响，通过对滤除不均匀光照后的目标图像进行滤波方向不同的若干方向Gabor变换，使目标图像中的缺陷得到增强，提高了基于机器视觉的风机叶片缺陷检测准确率，且检测到的缺陷更加完整。

技术领域

本发明涉及缺陷检测技术领域，尤其涉及一种基于机器视觉的风机叶片缺陷检测方法及系统。

背景技术

风力发电机一般坐落于偏远的地区和恶劣的工作环境，从而导致叶片经常受到强烈的外力和遭受频繁的故障。据统计，2012年所有风电机事故中有19.4％归因于叶片故障，每次叶片故障都可能导致超过七天的停机时间。因此，在风机叶片出厂前进行高效而准确的表面缺陷检测至关重要，有助于减少实际应用的故障率。

传统的风机叶片表面缺陷检测技术主要有声发射传感器技术，应变测量技术，超声波技术，振动传感器技术，红外热成像技术。虽然上述方法已经得到广泛的开发和利用，但是这些检测技术都是针对较明显缺陷的检测，对于叶片表面早期缺陷检测方案较少。

近年来，机器视觉技术的发展为产品外观质量检测提供了新的解决方案，基于机器视觉的表面缺陷检测方法能通过图像直观的呈现缺陷尺寸和位置，有助于发现早期缺陷。视觉检测效果取决于输入图像的质量，由于风机叶片尺寸较大，且存在不规则曲面，采用基于机器视觉检测方法不可避免的会出现光照不均匀，缺陷与非缺陷相似度高，造成缺陷检测误差大。

因此，现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种基于机器视觉的风机叶片缺陷检测方法及系统，以解决采用基于机器视觉检测方法对风机叶片表面缺陷进行检测时，不可避免会出现光照不均匀，缺陷与非缺陷相似度高，造成缺陷检测误差大的问题。

本发明解决技术问题所采用的技术方案如下：

一种基于机器视觉的风机叶片缺陷检测方法，其中，包括步骤：

获取风机叶片的目标图像；

对所述目标图像进行不均匀光照图像增强，得到第一增强图像；

对于所述第一增强图像，分别按照若干预设滤波方向进行Gabor变换，以得到若干第二增强图像；其中，所述若干预设滤波方向中各预设滤波方向互不相同；

根据所述若干第二增强图像得到所述目标图像对应的缺陷对比度增强图像；

获取所述缺陷对比度增强图像的灰度梯度向量，根据所述灰度梯度向量确定所述风机叶片的表面缺陷位置。

所述的基于机器视觉的风机叶片缺陷检测方法，其中，所述对所述目标图像进行不均匀光照图像增强，得到第一增强图像的步骤包括：

采用导向滤波将所述目标图像分解为卡通图和纹理图；

通过预先建立的光照模型对所述卡通图进行不均匀光照图像增强，得到结构图；

将所述结构图与所述纹理图相加融合，得到第一增强图像。

所述的基于机器视觉的风机叶片缺陷检测方法，其中，所述采用导向滤波将所述目标图像分解为卡通图和纹理图的步骤包括：

根据所述目标图像和所述导向滤波中的导向图，确定卡通图；

根据所述目标图像和所述卡通图，确定纹理图。