仪器仪表学报

作者：宋 晔，吴一全

单位：宋 晔,1.南京航空航天大学电子信息工程学院,,吴一全,1.南京航空航天大学电子信息工程学院,

关键词：无人机航拍;风力发电机叶片;缺陷检测;机器视觉;深度学习;数据集

基金：国家自然科学基金(61573183)项目资助

风力发电在能源转型中占重要地位。风力发电机叶片是接收风能的关键部件,其缺陷检测是维持发电机运行的基本保障。无人机航拍与机器视觉的结合能有效检测叶片表面缺陷。本文综述了近年来基于无人机航拍的风力发电机叶片表面缺陷检测方法。首先概述了风力发电机叶片特点与缺陷分类。其次对比了4类风力发电机叶片表面缺陷检测方法,阐明了无人机航拍结合视觉检测方法的优势及技术流程。然后概述了基于传统图像处理与机器学习的航拍叶片表面缺陷检测方法,包括表面图像拼接、缺陷的分割和特征提取与分类方法。综述了基于深度学习的航拍叶片表面缺陷检测方法,包含缺陷分类、识别与分割的深度学习网络。随后梳理了叶片表面缺陷数据集以及性能评价指标。最后指出该领域面临的挑战并对其解决方法进行了展望。

来源：2024年第10期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第10期