论文部分内容阅读
叶片是风电机组获取风能的重要部件。风电机组运行环境恶劣,叶片表面易出现剥落、开裂等多种故障。叶片故障的及时识别能够保障机组安全稳定运行。然而无人机拍摄叶片图像数据常出现光照不均,导致故障被阴影遮挡的情况,阴影边缘很难与叶片边缘区分开从而干扰计算机视觉算法,导致故障图像识别准确率低。对此利用专注递归生成对抗网络(Attentive Recurrent Generative Adversarial Network,ARGAN)对原始图像的阴影进行处理,减少阴影区域对算法识别分类的干扰,完整保留叶片故障区