摘  要：随着无人机和机器视觉算法的广泛应用，使得应用无人机构成风叶缺陷自动检测系统成为可能，由于无人机采集图像时，受采集位置、光照等随机因素影响较大，风叶叶片也会随着厂商的要求而涂有不同的颜色，因此一种检测精度高，适用性好的图像处理算法具有关键的作用，文章在研究labview的图像处理基本算子的基础上，提出了基于Prewitt算子的边缘提取缺陷检测算法，该方法能够适应不同颜色的风机叶片缺陷检测，具有检测精度高、适用性好等特点。

关键词：不同颜色风叶;缺陷检测;无人机;图像处理;Prewitt算子

中图分类号：TP391.4                    文献标识码：A文章编号：2096-4706（2021）15-0169-05

Abstract： With the wide application of UAV and machine vision algorithms， it is possible to use UAV to form an automatic detection system for wind blade defects. When UAV collects images， it is greatly affected by random factors such as acquisition position and illumination， and the wind blade will also be painted with different colors according to the requirements of the manufacturer. Therefore， a image processing algorithm with good applicability and high precision plays a key role. Based on the study of the basic image processing operator of labview， this paper proposes an edge extraction defect detection algorithm based on Prewitt operator. This method can adapt to the defect detection of fan blades with different colors， and has the characteristics of high detection accuracy and good applicability.

Keywords： wind leaves of different colors; defect detection; UAV; image processing; Prewitt operator

0  引  言

近年來，风力发电广泛发展，风机叶片是风力发电机的关键部件之一，其质量可靠性是保障机组安全运行的关键因素[1]，因此，对风机叶片的质量检测的非常重要的。传统的风机叶片检测方法有地面敲击辨音法、望远镜目测法、绳索垂降人工检测[2]，这些方法均由人工检测，检测效率低，人为因素大，危险系数高。近年来，随着无人机在各行各业的广泛应用，应用无人机检测风叶表面缺陷成为可能，而各大研究者也致力于基于无人机的风机叶片缺陷检测系统研究，比如2015年中国计量学院的徐灵鑫自主研发了四旋翼无人机搭载航拍设备采集风机叶片缺陷，并提出了传统的风机叶片缺陷检测算法;2018年兰州理工大学张建斐提出了利用工业相机检测风叶缺陷的方案，并研究了相关……