本发明属于风力发电装置无损检测技术领域，特别涉及基于无人机图像分析的风力发电装置叶片缺陷检测方法，包括：制作训练样本集；以自适应阈值分割算法对训练样本集进行预处理，得到二值化样本集；对二值化样本集提取LBP特征，建立LBP特征集；利用LBP特征集训练SVM分类器的同时，利用麻雀搜索算法进行SVM惩罚因子和核函数参数的优化得到LBP‑SVM模型文件；加载LBP‑SVM模型文件，对待检测的无人机图像进行金字塔多尺度滑框检测，最终得到缺陷的类型以及位置。本发明能够从无人机图像分析中快速且精确的检测风力发电装置叶片缺陷，从而提高风力发电装置叶片缺陷的检测效率和检测精度。
声明：
“基于无人机图像分析的风力发电装置叶片缺陷检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1225
编辑：管理员
来源：北方有色网
咨询细节
