基于无人机动态巡检的风机叶片缺陷检测方法及装置

本公开提出一种基于无人机动态巡检的风机叶片缺陷检测方法及装置，涉及风机检测技术领域。其中，方法包括：基于叶片运动参数、无人机的飞行状态参数和拍摄时间参数，对无人机动态巡检中采集的叶片初始图像进行去模糊处理和拼接处理，得到第二图像；采用SIFT特征匹配算法对第二图像进行特征提取，得到第三图像；采用双通道卷积神经网络对第三图像进行缺陷检测。本公开对初始图像进行运动补偿和拼接，可消除叶片旋转导致的模糊效应，并解决动态拍摄中图像错位问题。在完成运动补偿、拼接后的图像基础上，进行特征提取与缺陷检测工作，显著提升了动态巡检效率与缺陷检出率，在风机处于运行状态下实现风机叶片高效、精准地巡检。