摘要:風(fēng)機葉片是風(fēng)力發(fā)電系統的核心部件,受到氣候條件、工作負荷等因素的影響,容易出現各類(lèi)缺陷,如裂紋、磨損、腐蝕等。如果不能及時(shí)發(fā)現和解決這些缺陷,將導致風(fēng)機性能下降、損壞甚至引發(fā)事故。為此,研究一種基于無(wú)人機的風(fēng)機葉片表面缺陷自動(dòng)檢測方法。利用無(wú)人機搭載攝像機,飛到高空當中,拍攝空中運行的葉片圖像。對葉片圖像實(shí)施灰度化、去噪以及照度均衡化處理,提升圖像質(zhì)量。提取葉片圖像中的幾何特征和紋理特征。利用差異演化算法改進(jìn)概率神經(jīng)網(wǎng)絡(luò )平滑參數,以?xún)?yōu)化后的概率神經(jīng)網(wǎng)絡(luò )為基礎構建分類(lèi)識別模型,將幾何特征和紋理特征作為輸入,計算每種類(lèi)別的輸出概率,將最大值響應原則將概率數值最大的類(lèi)別作為判定的缺陷類(lèi)別,以此實(shí)現風(fēng)機葉片表面缺陷自動(dòng)檢測。結果表明:所研究技術(shù)應用下,杰卡德系數相對更高,說(shuō)明該方法的檢測結果更為準確;所花費時(shí)間相對更少,說(shuō)明該方法的檢測效率更高,可以更快地完成檢測任務(wù)。