摘要
本发明公开了一种浓雾环境下的风机叶片表面缺陷检测方法,其包括获取存在浓雾环境下的风机叶片图像,将浓雾环境下的风机叶片图像输入训练好的去雾模型进行去雾处理;将去雾图像输入训练好的目标检测模型,由目标检测模型输出表面缺陷检测结果。本发明中提出的去雾模型通过标准卷积运算将浓雾图像分解为光照分量与反射分量;其次,对反射分量进行两次下采样,并对下采样后的图像进行通道注意力与空间注意力计算;最后,将光照分量与反射分量相乘得到去雾后的图像,去雾视觉效果佳;所提出的目标检测模型改进了卷积类型,极大的降低了模型的参数量,提高了模型的检测速度,并且与多层特征金字塔网络结合,解决了对砂眼等小目标缺陷的检测难题。
技术关键词
风机叶片表面
缺陷检测方法
图像生成模型
注意力
分量特征
上采样
特征金字塔网络
表面缺陷检测
残差模块
去雾模型
去雾图像
缺陷类别
光照
图像增强
通道
端点
表达式
系统为您推荐了相关专利信息
数据智能分析方法
体育
BERT模型
策略
预训练模型
时序预测模型
时序数据预测方法
对象
时间段
非暂时性机器可读存储介质
输变电工程项目
灰色关联度
灰色关联分析方法
主成分分析方法
大数据
可见光图像
补丁
行人重识别网络
重识别方法
注意力
深度语义分割网络
文本
注意力机制
图像处理模块
大语言模型