摘要 : 风机叶片的原位检修与维护对保证风电机组的安全运行起着至关重要的作用,目前主流的无人机巡检方式需要对风机叶片图像进行全景拼接以进一步定位分析叶片的微小缺陷和评估叶片的整体状态。针对风机叶片结构单一纹理稀疏难以拼接的问题,提出一种改进归... 展开 风机叶片的原位检修与维护对保证风电机组的安全运行起着至关重要的作用,目前主流的无人机巡检方式需要对风机叶片图像进行全景拼接以进一步定位分析叶片的微小缺陷和评估叶片的整体状态。针对风机叶片结构单一纹理稀疏难以拼接的问题,提出一种改进归一化互相关NCC算法的图像拼接技术,利用Canny边缘检测算法提取叶片边缘并进行筛选去重得到边界坐标,将NCC算法沿叶片边界坐标搜索匹配以简化搜索路径加快运算速度,同时增加关键信息的权重提高拼接准确率,并结合图像金字塔粗-精匹配思想对算法进行进一步加速,最终根据得到的最佳匹配位置获取空间对应关系实现图像拼接。实验结果表明,所提方法的匹配耗时约为原始NCC算法的6%,其他经典灰度匹配算法的3%~10%,同时也低于其他改进的NCC算法。其拼接成功率为94.74%,高于所有对比方法,最终成功获取了风机叶片可见光全景图像,表明该方法对大尺寸风机叶片可见光图像全景拼接具有良好的稳定性。 收起