[发明专利]一种基于视频流的风机叶片表面缺陷识别技术

权利要求书

1.一种基于视频流的风机叶片表面缺陷识别技术，其特征在于，包括如下步骤：

S1、视频采集：在固定位置部署高清摄像机，利用高清摄像机对运行的风机进行视频采集，视频分辨率为1280*720，采集每秒24帧的风机运行视频，采集时间1-2个小时；

S2、卷积神经网络操作：对S1中采集到的图像数据中的单帧图像数据进行卷积神经网络操作，对采集图像中单个像素点进行特征提取，将S1中采集到的多张图像数据按特征进行分类，在卷积操作中每个神经元连接数据窗的权重是固定的，每个神经元只关注一个特性，采用第一步的采集方式得到的图像数据采集位置、角度固定，经过卷积操作后可将风机运行的不同时刻且风机叶片相同位置的图像进行归类；

S3、图像盲复原：根据风机运行速度的不同，卷积操作后的数据一般可分类为100-150个位置的图像数据，对输出的每个位置的图像数据通过图像盲复原算法进行图像去噪、纹理重建；

S4、风机叶片缺陷识别：根据S3的分组情况，图像盲复原后可得到100-150张不同位置的风机叶片高清照片，将输出的风机叶片高清照片导入机器的识别软件中，利用识别软件识别出风机叶片表面缺陷片。

2.根据权利要求1所述的一种基于视频流的风机叶片表面缺陷识别技术，其特征在于：在步骤S1中，高清摄像机的采集画面需覆盖整个风机叶片转动范围。

3.根据权利要求1所述的一种基于视频流的风机叶片表面缺陷识别技术，其特征在于：在步骤S1中，采集时间1个小时，共采集到24*3600*1＝86400帧图像数据，采集时间1.5个小时，共采集到24*3600*1.5＝129600帧图像数据，采集时间2个小时，共采集到24*3600*2＝172800帧图像数据。

4.根据权利要求1所述的一种基于视频流的风机叶片表面缺陷识别技术，其特征在于：在步骤S2中，神经元为图像处理中的滤波器，卷积层的每个滤波器都会用于关注一个图像特征，所有神经元加起来就是整张图像的特征提取器集合。

5.根据权利要求4所述的一种基于视频流的风机叶片表面缺陷识别技术，其特征在于：所述图像特征包括垂直边缘、水平边缘、颜色和纹理。