买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国电甘肃新能源有限公司申请的专利基于无人机辅助的风机叶片表面缺陷监测装置及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120411039B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510524216.6，技术领域涉及：G06T7/00；该发明授权基于无人机辅助的风机叶片表面缺陷监测装置及方法是由马维德;丁瑞;卜永恒;刘祝寿;李维公设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本基于无人机辅助的风机叶片表面缺陷监测装置及方法在说明书摘要公布了：本申请涉及缺陷检测技术领域，具体涉及基于无人机辅助的风机叶片表面缺陷监测装置及方法，该方法包括：获取可见光图像和红外图像；获取所有可见光图像的各可疑缺陷区域；根据单个可疑缺陷区域在可见光图像中的边缘特征、灰度特征、梯度特征和纹理特征，获取单个可疑缺陷区域的缺陷显著指数；根据单个可疑缺陷区域在红外图像中的温度特征获取单个可疑缺陷区域的红外差异系数；获取单个可疑缺陷区域的综合缺陷显著值；根据单个可疑缺陷区域在监测周期内的动态变化特征，获取单个可疑缺陷区域的缺陷显著系数，以判断该可疑缺陷区域所对应的风机叶片表面是否存在缺陷。从而提高了风机叶片表面缺陷检测的准确率。

本发明授权基于无人机辅助的风机叶片表面缺陷监测装置及方法在权利要求书中公布了：1.基于无人机辅助的风机叶片表面缺陷监测方法，其特征在于，该方法包括以下步骤： 获取风机叶片的可见光图像和红外图像； 获取监测周期内所有可见光图像的各可疑缺陷区域和背景区域；根据单个可疑缺陷区域与所在图像中背景区域的灰度差异，以及该可疑缺陷区域中边缘像素点的梯度，获取单个可疑缺陷区域的差异变化系数；并结合单个可疑缺陷区域中各边缘像素点的曲率以及所有像素点的灰度共生矩阵，获取单个可疑缺陷区域的缺陷显著指数； 根据单个可疑缺陷区域在红外图像中所对应的红外区域的最小外接矩形中红外区域与背景区域之间的灰度差异，以及红外区域中所有像素点灰度值的离散程度，获取单个可疑缺陷区域的红外差异系数；根据单个可疑缺陷区域的缺陷显著指数和红外差异系数获取单个可疑缺陷区域的综合缺陷显著值； 根据第一张可见光图像中单个可疑缺陷区域与监测周期内其他可见光图像中代表相同叶片区域的可疑缺陷区域的综合缺陷显著值，获取第一张可见光图像中单个可疑缺陷区域的缺陷显著系数，以判断该可疑缺陷区域所对应的风机叶片表面是否存在缺陷； 所述单个可疑缺陷区域的缺陷显著指数的确定方法为： 将单个可疑缺陷区域中所有边缘像素点对应的曲率的均值作为单个可疑缺陷区域的边缘混乱系数； 计算单个可疑缺陷区域内部所有像素点的灰度共生矩阵，将所述灰度共生矩阵的熵作为对应单个可疑缺陷区域的纹理复杂系数； 将单个可疑缺陷区域的边缘混乱系数、差异变化系数以及纹理复杂系数的正向融合结果作为对应单个可疑缺陷区域的缺陷显著指数； 所述单个可疑缺陷区域的红外差异系数的获取过程为：获取单个可疑缺陷区域在红外图像中所对应的红外区域的最小外接矩形，计算所述最小外接矩形中红外区域内所有像素点的灰度均值与背景区域内所有像素点的灰度均值的差值，将单个可疑缺陷区域中所述差值的绝对值与红外区域中所有像素点灰度值的标准差的乘积作为单个可疑缺陷区域的红外差异系数； 所述单个可疑缺陷区域的综合缺陷显著值为单个可疑缺陷区域的缺陷显著指数和红外差异系数的乘积； 所述第一张可见光图像中单个可疑缺陷区域的缺陷显著系数的获取过程为： 根据监测周期内第一张可见光图像中的单个可疑缺陷区域和其他所有可见光图像中对应相同叶片区域的可疑缺陷区域的综合缺陷显著值，获取第一张可见光图像中单个可疑缺陷区域在风机叶片第一周、第二周旋转时的综合缺陷显著序列； 第一张可见光图像中单个可疑缺陷区域的缺陷显著系数的计算公式为：，式 中，为第一张可见光图像中第i个可疑缺陷区域的缺陷显著系数，为第一张可见光图像 中第i个可疑缺陷区域的两个综合缺陷显著序列中所有数据的均值，为第一张可见光图 像中第i个可疑缺陷区域的两个综合缺陷显著序列中所有数据的标准差，为第一张可见 光图像中第i个可疑缺陷区域的两个综合缺陷显著序列之间的DTW距离。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国电甘肃新能源有限公司，其通讯地址为：735000 甘肃省酒泉市瓜州县安北第四风电场综合楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。