基于深度学习的风机叶片图像全景拼接方法和系统
基本信息
| 申请号 | CN202011074143.9 | 申请日 | - |
| 公开（公告）号 | CN112365399A | 公开（公告）日 | 2021-02-12 |
| 申请公布号 | CN112365399A | 申请公布日 | 2021-02-12 |
| 分类号 | G06T3/40(2006.01)I; | 分类 | 计算；推算；计数; |
| 发明人 | 刘月娥;李峥嵘;汪红星;吴子健;邓淇;贾艳洋 | 申请（专利权）人 | 北京星闪世图科技有限公司 |
| 代理机构 | 西安嘉思特知识产权代理事务所（普通合伙） | 代理人 | 尹晓雪 |
| 地址 | 102206北京市昌平区沙河镇能源东路1号院1号楼3层308-8 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的风机叶片图像全景拼接方法和系统，所述方法包括：构建卷积神经网络；利用预先获取的大量风机叶片图片进行位置标注，生成训练标签；利用所述训练标签对所述卷积神经网络进行训练，获得经训练的卷积神经网络模型；将待拼接的原始风机叶片图片输入所述经训练的卷积神经网络模型，获得所述原始风机叶片图片的位置关系数据并对所述原始风机叶片图片进行拼接。该风机叶片图像全景拼接方法和系统使用深度学习卷积神经网络，能够在图像信息量较少及关键点较少的情况下完成自动化拼图，实现风力发电机叶片的全景拼接，方便后续定位风力发电机叶片上的缺陷位置。 |
