公开(公告)号：CN119887790A

公开(公告)日：2025-04-25

申请号：CN202510393184.0

申请日：2025-03-31

Applicant: 湖南大学

Inventor： 张英杰 ,  刘朝林 ,  李蒲德 ,  丁晨 ,  徐梦迪

IPC: G06T7/00 ,  G06N3/0464 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供一种风机叶片表面损伤检测方法及系统，属于风机叶片损伤检测技术领域。本发明采用金字塔增强算法和补丁增强算法相结合的方式，金字塔增强算法提供全局的多尺度信息，补丁增强算法提供局部细节信息，能让模型从不同层次的信息中学习，提升对风机叶片损伤检测的精度；在模型的训练阶段，采用注意力机制关注图像中与损伤有关的特征，抑制与损伤无关的特征，生成增强特征，将增强特征从笛卡尔坐标映射到极坐标系形成极坐标特征，突出损伤特征在风机叶片径向方向和轴向方向的表达，然后将极坐标特征与增强特征进行融合，构建融合了细粒度局部信息和粗粒度全局信息的特征图，使模型获得对不同尺度目标的检测能力。

公开(公告)号：CN117952949A

公开(公告)日：2024-04-30

申请号：CN202410164743.6

申请日：2024-02-05

Applicant: 湖南大学

Inventor： 张英杰 ,  查政悦 ,  王炼红 ,  陆碧良 ,  李蒲德 ,  丁晨 ,  阳郁为 ,  徐梦迪 ,  刘朝林

IPC: G06T7/00 ,  G06V20/17 ,  G06V20/10 ,  G06V10/44 ,  G06V10/46 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048

Abstract: 本申请提供一种基于多频率注意网络的风机叶片损伤检测方法及系统，属于风机叶片损伤检测技术领域。本申请采用八度卷积提取将特征，然后分解为低频组和高频组两部分，之后采用通道注意力分别将两部分的特征进行重新校准。低频组特征代表着图片当中像素的平滑变化的部分，所以低频组特征能够帮助大体确定是否存在一个损伤，高频组特征代表着图像当中像素快速变化的部分，所以高频组特征能够帮助聚焦于损伤的边缘，这将有利于消除图片中自然背景的影响，以及发现细小的损伤。本申请体提供的方法能够减少自然背景所带来的影响，同时显著提升了判别的精度。