前言
风力发电机缺陷检测平台是与北京某公司合作,项目共分为三部分,无人自动机控制、吊舱搭载及图像采集、缺陷检测及软件开发。本项目为其中一个子项目,负责第三部分:缺陷检测及软件开发。目的是将无人机搭载的相机拍摄的风机叶片图像输入至软件中,进行数据清洗、缺陷自动检测、缺陷标记、重构风机模型。
一、运行环境
项目运行于Ubuntu16.04,使用Qt5.13、Sqlite数据库、C++为主要开发工具,内嵌的算法使用python开发,使用pyinstaller工具打包为可执行程序,通过shell脚本传参并在项目中调用。
二、数据库设计
数据库标大致分为三种类型:
风机管理:保存风机相关的字段,包括自增主键、所属风场、风机名称、风机叶片长度、检测日期、拼接图片数目等。
图片管理:图片分类红外图像与可见光图像两类,其中包含与风机相关联的外键,图片序号等。
缺陷管理:缺陷管理包含与图片相关联的外键、缺陷位置、面积、类型、编号等信息。
数据库表结构设计:
缺陷表:
风机表:
三、系统功能介绍及效果展示
1.风机检测及显示部分
系统界面布局:
使用栅格布局,通过弹簧与容器控件属性设置保持界面比例。
绑定目录树,并通过选择目录显示对应图片信息以及图像拼接结果,可以通过筛选选择目录树与缺陷信息。
左侧目录树包含风场、风机、检测面等信息,双击后中间部分展示对应图片信息。
中间部分为图片信息,包含对应的缺陷检测结果,双击可弹出对应图片以及检测详细结果,并可以对检测结果进行手动修改。
右侧部分为图像拼接结果,对应显示风机叶片每个面的缺陷大概位置。
缺陷检测过程,通过调用深度学习算法,首先对缺陷图片进行背景分割,然后将分割后的图像进行缺陷检测与分类。
2.缺陷管理部分
通过双击中间图片信息,展示对应图片以及详细缺陷,同时允许手动对检测结果进行调整。
修改缺陷时,可以根据观测手动修改缺陷类型,等级,并通过在图片中框选缺陷位置,自动计算缺陷面积。
总结
当前项目已经通过一期验收,后续合作中,将继续对其进行优化。
优化方向:
1.优化检测算法,加强对缺陷的识别与分类,使结果更加精准。
2.优化系统,目录树添加检测进度条,提示后台检测进度。