一种基于无人机多时相影像的风电叶片裂纹识别与扩张演化分析方法

本发明提出一种融合无人机多时相影像与深度学习的风电叶片裂纹全流程分析方法，实现从自动识别到扩张演化的动态量化。首先通过风机粗模重建规划自适应航迹，获取多时相的高精度叶片序列影像；采用深度学习网络结合双阈值引导的自适应非极大值抑制实现裂纹初筛；融合多尺度边缘感知与物理厚度先验加权策略，通过筛选获取像素级裂纹掩模；基于距离场曲率峰值提取骨架主脊，设计四维特征（归一化位置、距离场值、方向角）的跨时相匹配算法，追踪裂纹长度、宽度及分叉结构的演化轨迹；最终耦合SCADA应力数据建立力学‑几何动态演化模型，量化裂纹形态的动态演变过程。