基于轮廓特征函数的风电叶片梯度拼接方法

本发明公开了基于轮廓特征函数的风电叶片梯度拼接方法，具体为：采集在不同环境下的叶片图像，形成数据集，并采用U2‑Net轻量化网络去除叶片图像中的杂乱背景，提取叶片主体部分，生成掩码图像；使用Canny边缘检测算法，针对叶片的掩码图像进行边缘轮廓提取；将叶片轮廓图像进行旋转、缩放；对叶片轮廓图像进行拼接。本发明方法，选用基于深度学习的轻量级U2‑Net模型，使图像分割任务具有更强的特征提取和多尺度信息融合能力；对叶片掩码图(Mask)利用Canny算法进行边缘轮廓提取；通过叶片边缘轮廓构造叶片轮廓特征函数，进行旋转、缩放、拼接，从而为风电叶片在线检测提供准确的外观损伤位置信息支持。