[发明专利]基于摄像测量的风电叶片机械故障在线检测系统及其方法

权利要求书

1.一种基于摄像测量的风电叶片机械故障在线检测方法，特征在于，包括以下步骤：

步骤(1)，相机标定，相机标定工作可在室内预先完成，或在野外作业环境下进行：可直接利用风电叶片上特征，或利用装载了合作标志的无人机在野外环境下的视场范围内飞行，叶片全局运动测量系统的左右平台相机同步采集多个特征的图像，通过匹配合作标志完成相机标定并解得相机的内外参数；

步骤(2)，叶片全局运动测量及轮廓提取，两个独立的全局阵列相机测量平台从不同角度拍摄采集旋转叶片的图像，对叶片在转动过程中拍摄的序列图像分析，通过数字图像相关技术，获得旋转运动的叶片的全场位移和应变信息，并结合相机标定参数，获得风电叶片感兴趣点在转动过程中三维运动轨迹；对风电叶片的图像进行边缘检测，提取叶片轮廓；

步骤(3)，风电叶片整体的故障检测分析，基于测量得到的叶片三维运动信息，采用时域分析或频域分析，分析叶片在旋转面内的转动和叶片的离面位移，测量叶片不同位置不同受力状态下的相对变形，判断叶片表面的异常情况；

步骤(4)，风电叶片局部区域的故障检测分析，信息处理分析和控制系统在全局运动测量系统测量结果规划引导下，控制长焦随动相机跟踪拍摄，获取叶片感兴趣局部区域在不同位置不同受力状态下的高分辨图像；基于数字图像相关或投影结构光获取叶片三维形貌数据，根据人工或自动判读叶片表面的异常情况，包括损伤、开裂或裂纹；

基于图像相关的风电叶片裂纹检测与识别分为三个步骤：

第一步，对图像的进行预处理，包括图像灰度化、图像去噪、边缘检测，其作用是通过加工、整理、分析处理所获得图像信息，寻找出图像中反映叶片轮廓与裂纹的纹理；

第二步，叶片轮廓提取与图像中的叶片局部图像分割，准确定位叶片的局部图像；

第三步，在叶片局部图像区域对裂纹的分类识别，首先，提取裂纹的投影特征，得出横纹与纵纹的投影规律；然后，利用形态学中的开运算和闭运算，去除边缘检测中的小颗粒噪声及毛刺，便于提取裂纹图像的几何特征；最后，提取裂纹骨架，并计算裂纹的几何特征，包括长度或宽度；

为了实现裂纹识别的自动化，可以根据实际情况设定损伤度预警阈值；对于形貌轮廓、纹理差异变化的高于损伤度预警阈值的叶片区域，系统自动判定为异常区域；对于形貌轮廓、纹理差异变化的低于损伤度安全阈值的叶片区域，系统自动判定为正常区域；对于处于损伤度预警阈值与安全阈值之间的叶片区域，提示反馈，采用人工判读的方式；

为了检测叶片表面的裂纹，可定义叶片局部损伤度：

其中，P_s为利用图像边缘检测算法，在叶片局部表面图像轮廓内部，检测到的图像中灰度值、颜色或者纹理不连续及突变的区域的像素面积；P_a为叶片局部表面在图像中所占的像素面积。