摘要
本发明公开了一种基于视觉的智能风机叶片损伤检测的方法,属于计算机视觉应用领域。所述方法包括如下步骤:红外热成像仪采集风机叶片图像,图像数据预处理,RGB‑HOG特征提取,ELM模型迭代训练,重构ELM模型以及图像数据测试步骤。所述方法基于深度学习、计算机视觉、图像处理、图像分类等领域的基本算法。所述方法对风机实际运行环境下采集的图像进行识别,图像预处理模块将在相机拍摄得到的图片进行增强处理,扩展数据数量,提高图像整体检测识别效果。在整个模型中,对网络进行合理改进以适应对红外热成像下风机叶片缺陷处的特征提取。所述方法还对HOG特征提取算法进行了一定改进,提高ELM网络分类的精度。本发明充分利用红外热成像图像特性,应对不同的风机叶片缺陷类型,完成图像分类任务。
技术关键词
HOG特征提取
智能风机
风机叶片
图像数据预处理
计算机视觉
网络
红外热成像仪
特征提取算法
参数
PCA算法
图像特征提取
通道
精度
图像处理
重构
系统为您推荐了相关专利信息
机器人视觉里程计
图像处理方法
序列
掩膜
深度图
眼球
特征提取单元
儿童视力健康
计算机视觉
系统后台
疲劳特征
强化学习模型
综合评价体系
策略
卷积特征提取