风能是一种清洁可再生的能源形式,大力发展风力发电具有积极和深远意义。叶片是捕获风能的关键部位,它从出厂开始,无论处于运输、安装还是工作状态,表面均会受到各种各样的缺陷损伤,种种表面缺陷若不及时加以修复将会导致严重的不可逆的后果。目前现行的叶片表面缺陷检测方法除了地面敲击辨音、望远镜观测,就是运送熟练的检修师至叶片高度近距离目测检修。这些方法存在盲区大、耗时、耗力、危险、精度底等很多弊端。本文就上述问题,做了两方面的改进:(1)利用现在发展火热的四旋翼无人飞行器来搭载高精度的航拍设备,对风力发电机叶片表面缺陷进行图片信息采集。(2)利用数字图像处理技术对采集来的图片信息进行进一步分析处理,最终得到叶片表面缺陷的特征参数和分类结果。围绕这两点改进,本文的主要内容分布如下:(1)介绍了当前国内外风电发电机组和四旋翼无人飞行器的发展状况,着重介绍了风力发电机叶片表面缺陷的产生原因、分类、参数以及常规检测方法。(2)根据叶片表面实际缺陷参数反推航拍设备参数来选择合适的航拍组件进行组装,然后由组装好的四旋翼无人飞行器航拍设备对风力发电机叶片表面进行图像信息采集。(3)介绍了数字图像处理技术的相关知识和处理基础,然后利用数字图像处理的方法对叶片表面缺陷图片进行灰度化、空间滤波、图像增强、图像分割、形态学图像处理等一系列图像预处理过程。(4)通过特征提取和模式识别对叶片表面缺陷进行了特征参数提取和分类。