一種基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風力發(fā)電機葉片圖像自動識別系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風力發(fā)電機葉片圖像自動識別系統(tǒng)，它是通過攝像頭獲取風力發(fā)電機葉片的圖像，通過神經(jīng)網(wǎng)絡(luò)技術(shù)對葉片的轉(zhuǎn)速和形變進行識別。其特征在于：1.采用小波包算法對圖像信息進行信號的去噪處理。2.采用神經(jīng)網(wǎng)絡(luò)技術(shù)對經(jīng)過去噪處理的圖像信息進行圖像識別。3.提取圖像特征建立數(shù)據(jù)倉庫，對數(shù)據(jù)倉庫進行數(shù)據(jù)挖掘，進一步提高圖像識別的準確性。
【專利說明】—種基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風力發(fā)電機葉片圖像自動識別系

統(tǒng)【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及風電測量領(lǐng)域，具體涉及一種基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風力發(fā)電機葉片圖像自動識別系統(tǒng)。
[0002]【背景技術(shù)】[0003]隨著風力發(fā)電的大規(guī)模建設(shè)，風力發(fā)電機的數(shù)量越來越多，因此加強風力機葉片狀態(tài)的監(jiān)測和識別，對于增強風電場的運行安全至關(guān)重要。

【發(fā)明內(nèi)容】

[0004]鑒于現(xiàn)有風力發(fā)電機葉片狀態(tài)監(jiān)測的重要性，本發(fā)明的目的在于通過神經(jīng)網(wǎng)絡(luò)技術(shù)提高風力發(fā)電機葉片狀態(tài)監(jiān)測的可靠性和準確性。
[0005]本發(fā)明涉及一種基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風力發(fā)電機葉片圖像自動識別系統(tǒng)，其特征在于:
[0006]1.采用小波包算法對圖像信息進行信號的去噪處理。
[0007]2.采用神經(jīng)網(wǎng)絡(luò)技術(shù)對經(jīng)過去噪處理的圖像信息進行圖像識別。
[0008]3.提取圖像特征建立數(shù)據(jù)倉庫，對數(shù)據(jù)倉庫進行數(shù)據(jù)挖掘，進一步提高圖像識別的準確性。
[0009]本發(fā)明具有的優(yōu)點和有益效果為:本實施例提供的基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風力發(fā)電機葉片圖像自動識別系統(tǒng)將會提高風力發(fā)電機葉片狀態(tài)監(jiān)測的穩(wěn)定性和可靠性，能夠減少觀測人員和維護人員的工作量，促進我國風力發(fā)電監(jiān)測技術(shù)的發(fā)展。
【專利附圖】

【附圖說明】
[0010]圖1為本發(fā)明一個實施例的原理框圖；
【具體實施方式】
[0011]下面將參照附圖和具體實施例對本發(fā)明作進一步的說明。
[0012]如圖1所示:本發(fā)明實施例的一種基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風力發(fā)電機葉片圖像自動識別系統(tǒng)，包括圖像采集攝像頭、圖像處理計算機、數(shù)據(jù)存儲服務(wù)器。
[0013]攝像頭用于獲取某個風力發(fā)電機葉片的圖像
[0014]采用小波包算法對圖像信息進行信號的去噪處理。
[0015]采用神經(jīng)網(wǎng)絡(luò)技術(shù)對經(jīng)過去噪處理的圖像信息進行圖像識別。
[0016]提取圖像特征建立數(shù)據(jù)倉庫，對數(shù)據(jù)倉庫進行數(shù)據(jù)挖掘，進一步提高圖像識別的準確性。
[0017]最后應說明的是:以上所述的各實施例僅用于說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應當理解:其依然可以對前述實施例所記載的技術(shù)方案進行修改，或者對其中部分或全部技術(shù)特征進行等同替換；而這些修改或替換,并不使相應技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的范圍。
【權(quán)利要求】
1.一種基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風力發(fā)電機葉片圖像自動識別系統(tǒng)， 其特征在于: 1)采用小波包算法對圖像信息進行信號的去噪處理。 2)采用神經(jīng)網(wǎng)絡(luò)技術(shù)對經(jīng)過去噪處理的圖像信息進行圖像識別。 3)提取圖像特征建立數(shù)據(jù)倉庫，對數(shù)據(jù)倉庫進行數(shù)據(jù)挖掘，進一步提高圖像識別的準確性。
2.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風力發(fā)電機葉片圖像自動識別系統(tǒng)，其特征在于:采用小波包算法對圖像信息進行信號的去噪處理。
3.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風力發(fā)電機葉片圖像自動識別系統(tǒng)，其特征在于:采用神經(jīng)網(wǎng)絡(luò)技術(shù)對經(jīng)過去噪處理的圖像信息進行圖像識別。
4.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)技術(shù)的風力發(fā)電機葉片圖像自動識別系統(tǒng)，其特征在于:提取圖像特征建立數(shù)據(jù)倉庫，對數(shù)據(jù)倉庫進行數(shù)據(jù)挖掘，進一步提高圖像識別的準確性。
【文檔編號】G06K9/00GK103793700SQ201410066809
【公開日】2014年5月14日 申請日期:2014年2月27日 優(yōu)先權(quán)日:2014年2月27日
【發(fā)明者】彭大維 申請人:彭大維