CN119399092A 一种风电叶片用拉挤板材表面缺陷的检测方法及系统 (北京科技大学)_第1页
CN119399092A 一种风电叶片用拉挤板材表面缺陷的检测方法及系统 (北京科技大学)_第2页
CN119399092A 一种风电叶片用拉挤板材表面缺陷的检测方法及系统 (北京科技大学)_第3页
CN119399092A 一种风电叶片用拉挤板材表面缺陷的检测方法及系统 (北京科技大学)_第4页
CN119399092A 一种风电叶片用拉挤板材表面缺陷的检测方法及系统 (北京科技大学)_第5页
已阅读5页,还剩18页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种风电叶片用拉挤板材表面缺陷的检测本发明提供一种风电叶片用拉挤板材表面缺陷的检测方法及系统,涉及图像处理技术领背光场图像;基于反射场图像构建反射场数据2S5:使用所述反射场数据集对在反射场下的视觉检S7:对所述待检测拉挤板材表面的交叉频闪S8:将所述待检测反射场图像输入至训练完成的在采用基于编码器触发信号的分时频闪策略进行交替采集,获取拉使用基于灰度阈值的图像拆分方法,对所述交叉频闪图像筛选出行像素灰度均值大于所述灰度阈值的图像灰度均值小于或者等于所述灰度阈值的图像行作为背将筛选出的所述反射场图像行以及所述背光场图像行分别按照所述交叉频闪图像的使用基于图像学的区域提取方法,对所述反射场图像以及所述背光场图像进行裁切,3根据所述裁切边界坐标,分别对所述反射场图像以及所述背光场图使用随机全局亮度噪声图像增强方法,对所述反射场数据集以分别获取所述反射场数据集以及所述背光场数据集中所有图根据所述亮度值分布情况,分别确定所述反射场数据集以及所述背;所述存储器中存储有一个或多个应用程序,所述一个或多个应用程或多个处理器执行以实现权利要求1至9任一项所述的风电叶片用拉挤板材表面缺陷的检4[0002]拉挤板材是通过将玻璃增强纤维浸渍树脂后,采用拉挤工艺制造的复合材料板[0005]为了解决传统的基于图像的缺陷检测方法未充分考虑风电叶片用拉挤板材的半5一个或多个处理器执行以实现上述的风电叶片用拉挤板材[0024]图1为本发明实施例提供的一种风电叶片用拉挤板材表面缺陷的检测方法的流程[0025]图2为本发明实施例提供的一种风电叶片用拉挤板材表面的多视场成像装置的结[0026]图3为本发明实施例提供的一种风电叶片用拉挤板材表面缺陷的检测系统的结构6[0030]参考说明书附图1,示出了本发明实施例提供的一种风电叶片用拉挤板材表面缺[0033]参考说明书附图2,示出了本发明实施例提供的一种风电叶片用拉挤板材表面的[0036]具体地,在拉挤板材的上下表面分别安装两台不同角度光光源与拉挤板材表面之间的距离分别为12厘米和3厘米,与拉挤板材表面之间形成的锐[0039]安装滚轮编码器结构,用于拉挤板材单向运动时触发光源频闪信号和相机的采7灰度均值小于或者等于灰度阈值的图像行作为背[0052]将筛选出的反射场图像行以及背光场图像行分别按照交叉频闪图像的图像行的光照条件下的缺陷特征。这种方法有助于发现和识别在单一光照条件下可能被忽略的缺效减少图像中的无关信息或干扰因素。这样可以使得后续的缺陷检测更加专注于关键部8[0066]将反射场数据集按照第一预设比例划分为反射场训练数据集和反射场测试数据[0068]可选地,将反射场数据集按照比例8:2划分为反射场训练数据集和反射场测试数择SqueezeNet作为三元网络的主干网络以进行输入图像[0079]在本发明中,选择基于三元网络并使用SqueezeNet作为主干网络的视觉检测模9[0086]具体地,将待检测反射场图像输入至训练完成的在反射[0097]参考说明书附图3,示出了本发明提供的一种风电叶片用拉挤板材表面缺陷的检[0099]所述存储器303中存储有一个或多个应用程序,所述一个或多个应用程序适于由所述一个或多个处理器301执行以实现方法实施例所述的风电叶片用拉挤板材表面缺陷的[0101]该风电叶片用拉挤板材表面缺陷的检测系统30的结构并不构成对本发明实施例[0104]存储器303可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论