CN115218801A - 基于机器视觉的风力发电机净空距离测量方法及装置 - Google Patents

Abstract

本发明公开一种基于机器视觉的风力发电机净空距离测量方法及装置，该方法的测量步骤包括：解析摄像机拍摄的视频流，提取视频流中多张图片进行标定；实时提取视频流信息，对视频流中的叶片进行轨迹追踪，计算叶尖的净空距离。该方法可以对风力发电机净空距离进行实时监控，便于及时调节风机桨角，防止叶片扫塔事故发生，保障风电机组的安全稳定运行。该方法采用摄相机实时拍摄的视频，先测算图片中叶片的像素净空距离，再计算出实际净空距离，具有计算精确，成本低。根据净空距离的实时变化，采用变桨偏航等降低净空距离的手段，减少保护停机次数，提高风机可利用率，避免风力发电机发电量的损失。

Description

基于机器视觉的风力发电机净空距离测量方法及装置

技术领域

本发明涉及一种基于机器视觉的风力发电机净空距离测量方法及装置，属于距离测量技术领域。

背景技术

目前倡导绿色、环保、低碳的生活方式，加快降低碳排放步伐，有利于提高产业和经济的全球竞争力。未来风机大型化将是降本的核心路径，海上风电有很好的发展市场。

随着技术的发展，风力发电机组的功率越来越大，为了捕捉更多的风力，叶片也越来越长，片越来越柔软。在叶片旋转过程中变形量非常大，有可能打到塔筒带来扫塔的危险，叶片净空距离是指风力发电机轮毂转动时叶片扫过塔筒时叶尖部位距离塔筒的距离。

为了避免叶片扫塔发生，CN201910148507、CN201910398383分别提供了净空距离的监控方法，该两种方法均是通过激光测距仪对风机的安全净空距离进行限位，该两种方法只是一种安全触发的保护方法，当叶片净空距离减少，触发了激光测距仪标定的安全净空距离，则进行相应的停机保护，之后再重新开机。该两种方法缺少对叶片净空距离的实时监测，因此无法实行有效的风机控制，会造成风力发电机发电量的损失，同时采用激光测距仪只能监测一个点，监测范围小，对风力发电机的保护性差。

申请号为CN202110217287的专利申请使用照相机和激光探测器配合的方式，并通过在塔筒上标定反射条进行叶片净空距离的探测。其中照相机作为净空测量设备，激光探测器和塔筒上的反射条做为安装标定设备。通过重复多次的测量标定，以及离线的数据分析。解算出叶片净空的安全区间，设定多档保护阈值，进行保护。该方法同样只是一种安全触发的保护装置，不对叶片净空距离的进行实时监测，同样会造成风力发电机发电量的损失。

申请号为CN202110217287的专利申请通过在塔筒四周安装多颗雷达用来探测叶片运行轨迹和净空距离。由于雷达安装在塔筒外壁，为了能够满足360°无四角的测量叶片位置和净空距离，需要多颗雷达的相互配合检测，数量众多，成本比较高。并且雷达的安装位置通常大于地面20m以上，前期安装、中后期维护都比较困难，信号的传输也不够稳定。

申请号为CN202110217287的专利申请通过一种机械的净空检测设备，实时检测叶片的变形角度，并通过几何算法，对叶片姿态进行拟合，得到模拟的净空值信息。该检测方法中采用一种接触式测量设备，需要在风力发电机的3只叶片中安装响应的机械传动装置来检测叶片形变量。该方法所采用的设备结构较为复杂，由于需要安装的设备数量较多，安装也较为困难，同时该测量方法并非直接对净空距离进行测量，拟合模拟得到的进控制信息准确度有待提高。

综上所述，现有的监测净空距离的方法存在安装困难，成本高，无法精确计算净空距离等不足。

发明内容

为了对风力发电机净空距离进行实时监控，防止扫塔事故发生，保障风电机组的安全稳定运行，本发明提供一种基于机器视觉的风力发电机净空距离测量方法。

本发明另一目的提供一种基于机器视觉的风力发电机净空距离测量装置。

本发明是通过如下技术方案实现的：

一种基于机器视觉的风力发电机净空距离测量方法，该方法采用摄像机对叶尖和塔筒之间距离进行实时拍摄，采用控制单元存储拍摄的视频流并计算叶尖净空距离，该方法的测量步骤包括：

s1，解析摄像机拍摄的视频流，提取视频流中多张图片进行标定，包括以下步骤：

s11，采集摄像机拍摄的视频流，提取其中多张图片；

s12，采用动态追踪算法识别所提取图片中的叶片整合成一张图片，作为定标图片；

s13，识别所述定标图片中的塔基外延，获得塔基中心点像素坐标作为第一定标点；识别定标图片中叶尖位于最低点在塔筒表面的水平投影点，将该点的像素坐标作为第二标定点；将定标图片中各叶尖相连，形成叶尖轨迹直线，将经过第二标定点且平行于叶尖轨迹直线的直线作为标定线L1；获取叶尖轨迹直线与定标图片下边沿的夹角B；识别定标图片中塔基直径所占像素点数，计算塔基的实际直径与所占像素点数的比值，将该比值定义为比例系数A1；根据摄像机与地面之间的高度H1、第二标定点与地面的高度H2以及比例系数A1，计算第二标定点所在高度的实际距离与像素点数的比例系数A2；

s14，存储第一定标点、第二定标点、标定线L1、比例系数A2和夹角B，作为标定信息；

s2，实时提取视频流信息，对视频流中的叶片进行识别，计算叶尖的净空距离，包括以下步骤：

s21，提取视频流并存储为定周期的图片包，采用动态追踪算法识别图片中的叶片，整合成一张图片，作为测算图片；

s22，调用存储的第一定标点、第二定标点、标定线L1、比例系数A2和夹角B信息；

s23，以第一定标点或者第二定标点为圆心，对测算图片旋转B角度，进行旋转坐标变化；

s24，对旋转坐标变化后的测算图片逐行进行快速傅里叶变换，计算每行像素在不同频率下的幅值，找到最大幅值对应的频率；再找到该频率下的幅值变化拐点所在像素行，该行像素与标定线L1之间的像素距离即为叶尖像素净空距离d，再根据比例系数A2，计算出叶尖实际净空距离D。

进一步地，s12中，提取的图片应不少于3张，且为相邻帧或相近帧时刻的图片，所提取的各张图片均包含有风力发电机的叶片和塔筒。

进一步地，所述相近帧时刻提取的图片满足图片对应的提取时刻间隔不超过1秒。

进一步地，s21中还包括，判断提取视频流中的风速信息，当风速大于2倍风机启动风速，则采用动态追踪算法识别图片中的叶片；否则重新提取视频流。

进一步地，对测算图片进行旋转坐标变化之前，对合成的测算图片进行数据压缩，以第一定标点为中心，向左、右方向各扩展N列像素进行剪裁；以第二定标点正上方第M行像素为测算图片上边沿，并由该上边沿向下扩展J行像素为下边沿，进行剪裁。

进一步地，N列像素取合成的测算图片长度方向像素总点数的30％～40％；M行像素取合成的测算图片宽度方向像素总点数的5％～10％；J行像素取测算图片宽度方向像素总点数的60～80％。

进一步地，对s23中旋转B角度后的测算图片进行数据压缩，以标定线L1为上边沿，向下扩展K行像素为下边沿，进行剪裁。

进一步地，所述K行像素取合成的测算图片宽度方向像素总点数的50％～70％。

进一步地，s24中，所述幅值变化拐点设定为各行像素的幅值中最大幅值的5％～15％。

一种基于机器视觉的风力发电机净空距离测量装置，包括摄像机和控制单元；所述摄像机安装在风力发电机机舱位置，并竖直向下对叶尖和塔筒之间距离进行实时拍摄；所述控制单元用于存储拍摄的视频流并计算叶尖净空距离；所述控制单元至少包括以下模块，

标定模块，用于解析摄像机拍摄的视频流，提取视频流中多张图片进行标定；

净空距离测量模块，用于提取视频流信息，对视频流中的叶片进行轨迹追踪，计算叶尖的净空距离。

本发明相比于现有技术具有如下有益效果：

1.本发明提供一种基于机器视觉的风力发电机净空距离测量方法，该方法可以对风力发电机净空距离进行实时监控，便于及时调节风机桨角，防止叶片扫塔事故发生，保障风电机组的安全稳定运行。

2.本发明方法中，先确定定标点、标定线、比例系数和以及摄像机安装的偏差角；根据标定信息对视频流中的叶片进行轨迹追踪，实时计算叶尖的净空距离。

3.本发明采用摄相机实时拍摄的视频，先测算图片中叶片的像素净空距离，再计算出实际净空距离，具有计算精确，成本低。根据净空距离的实时变化，采用变桨偏航等降低净空距离的手段，减少保护停机次数，提高风机可利用率，避免风力发电机发电量的损失。

4.本发明对视频流中的叶片进行识别时，通过对叶片轨迹图片进行分析，提取叶片运行频率作为主要特征值，以区别和图片背景的频率差异，消除背景噪音(地面、塔筒、植被等)对叶片识别的干扰。采用快速傅里叶分析算法对图片进行逐行扫描，获取叶片轨迹的频率特征。根据幅值变化，找出叶片运行轨迹边沿，获得叶片净空距离。该方法简单可靠，对计算单元运算要求低。

附图说明

图1为测量系统的侧视图；

图2为测量系统的仰视图；

图3为对视频流中的图片进行标定的流程图；

图4为净空距离计算的流程图；

图5(a)为定标图片中塔基中心点以及叶尖轨迹示意图；

图5(b)为定标图片中网络摄像机安装的偏差角示意图；

图6(a)为图片包中图片示意图；

图6(b)为测算图片示意图；

图6(c)为旋转坐标变化后的测算图片示意图；

图6(d)为各行像素在不同频率下的幅值示意图；

图6(e)为最大幅值对应的频率下各行像素的幅值示意图；

图7为测得的净空距离和风速关系图；

图中，1-网络摄像机；2-工控机；3-风力发电机主控制器；4-第一定标点；5-塔基外延；d-叶尖像素净空距离；B-叶尖轨迹直线与定标图片下边沿的夹角；L1-标定线；L2-叶尖轨迹直线。

具体实施方式

实施例一：

本实施例的一种基于机器视觉的风力发电机净空距离测量方法，如图1和图2所示，该方法采用的设备包括网络摄像机1和工控机2(Industrial Personal Computer，IPC)；网络摄像机安装在机舱外侧底部并且沿机舱的中轴线安装，网络摄像机竖直向下对叶尖和塔筒之间距离进行实时拍摄；工控机2分别与网络摄像机1以及风力发电机主控制器3连接，用于存储拍摄的视频流并基于所存储的视频流进行叶尖净空距离计算；为了使网络摄像机能够在光线较暗的情况下拍摄出清晰的视频流，本例还在网络摄像机四周安装补光灯，补光灯的灯光照射方向平行于网络摄像机镜头视角朝向；该测量方法包括：

s1，解析网络摄像机拍摄的视频流，提取视频流中多张图片进行标定，如图3所示，包括以下步骤：

s11，采集网络摄像机拍摄的视频流，提取其中多张图片；

s12，采用动态追踪算法识别所提取图片中的叶片，并整合成一张图片，作为定标图片；该步骤中所提取的图片不少于3张，且属于相邻帧或相近帧时刻提取的图片，所提取的图片均包含风力发电机的叶片和塔筒。相近帧时刻提取的图片满足图片对应的提取时刻间隔不超过1秒。其中，对于刷新率为10FPS的视频流，采用相邻帧的图片；对于刷新率为30FPS的视频流，采用相近帧的图片；

s13，识别定标图片中的塔基外延，获得塔基中心点像素坐标，作为第一定标点，图5(a)中5表示塔基外延，4表示第一定标点。

识别定标图片中叶尖位于最低点在塔筒表面的水平投影点，将该水平投影点的像素坐标作为第二标定点；

将定标图片中各叶尖相连，形成叶尖轨迹直线，将经过第二标定点且平行于叶尖轨迹直线的直线作为标定线L1，图5(a)中L1表示标定线，L2表示叶尖轨迹直线；

获取夹角B，即网络摄像机安装的偏差角，图5(b)中夹角B表示叶尖轨迹直线与定标图片下边沿的夹角，d表示叶尖像素净空距离；

识别定标图片中塔基直径所占像素点数，计算塔基的实际直径与所占像素点数的比值，将该比值定义为塔基所在高度的实际距离与像素点数的比例系数A1，单位：米/像素；

根据网络摄像机与地面之间的垂直高度H1、第二标定点与地面的垂直高度H2以及比例系数A1，计算第二标定点所在高度的实际距离与像素点数之间的比例系数A2，单位：米/像素，比例系数A2的计算公式为

s14，将第一定标点、第二定标点、标定线L1、比例系数A2和夹角B，作为标定信息保存在工控机中；

s2，实时提取视频流信息，对视频流中的叶片进行识别，计算叶尖的净空距离，如图4所示，包括以下步骤：

s21，工控机分别与网络摄像机和风力发电机主控制器建立通信，工控机实时接收网络摄像机传输的视频流和风力发电机主控制器传输的风速信息，工控机实时提取视频流信息，并判断提取视频流对应的风速，当风速大于2倍风机启动风速，则对接收到的视频流以定周期的图片包形式保存在工控机中，采用动态追踪算法识别图片包中各图片的叶片，并合成一张图片，作为测算图片；否则重新提取视频流；该步骤提取的视频流中满足存储的图片包中有多个叶片。

s22，调用存储的第一定标点、第二定标点、标定线L1、比例系数A2和夹角B信息；

s23，对测算图片进行旋转坐标变化，以第一定标点或者第二定标点为圆心，旋转夹角B角度，去除网络摄像机安装的偏差角；夹角B的旋转方向，相当于s13步骤中按照使叶尖轨迹直线向与定标图片下边沿直线重合方向旋转。

s24，对旋转坐标变化后的测算图片中每行像素，逐行进行快速傅里叶变换，计算得到每行像素在不同频率下的幅值，找到最大幅值对应的频率，再找到该频率下的幅值变化拐点所在像素行，该行像素与标定线L1之间的像素距离即为叶尖像素净空距离d，再根据比例系数A2，计算出风力发电机实际净空距离D；D＝d*A2；幅值变化拐点设定为各行像素的幅值中最大幅值的5％～15％。

s25，把实际净空距离D传输给风力发电机主控制器，并返回s21。

实施例二：

本实例可选步骤在于，对测算图片进行旋转坐标变化之前，即s22后，对合成的测算图片进行数据压缩。压缩时，左右方向以第一定标点为中心，向左、右方向各扩展N列像素进行剪裁；上下方向以第二定标点正上方第M行像素为测算图片上边沿，并由该上边沿向下扩展J行像素为下边沿，进行剪裁。其中，N列像素取测算图片长度方向像素总点数的30％～40％；M行像素取测算图片宽度方向像素总点数的5％～10％；J行像素取测算图片宽度方向像素总点数的60％～80％。对数据压缩可以提高计算速度，减少工控机的计算量和存储空间。

实施例三：

本实例可选步骤在于，对s23中旋转B角度后的测算图片进行数据压缩，以标定线L1为上边沿，向下扩展K行像素为下边沿进行剪裁。K取测算图片宽度方向像素总点数的50％～70％。对数据压缩可以提高计算速度，减少工控机的计算量和存储空间。

实施例四：

本例提供一种基于机器视觉的风力发电机净空距离测量装置，包括摄像机和控制单元，摄像机安装在风力发电机机舱位置，并竖直向下对叶尖和塔筒之间距离进行实时拍摄。控制单元用于存储拍摄的视频流并进行叶尖净空距离计算。控制单元至少嵌入以下软件模块，

标定模块，用于解析摄像机拍摄的视频流，提取视频流中多张图片进行标定；标定可以离线方式进行。标定模块用于确定方法中的第一定标点、第二定标点、标定线L1、比例系数A2和夹角B信息。

净空距离测量模块，用于提取视频流信息，对视频流中的叶片进行轨迹追踪，计算叶尖的净空距离。该模块用于完成方法中的采用动态追踪算法识别图片、对测算图片坐标旋转变化，以及进行快速傅里叶变换，确定叶尖像素净空距离d及实际净空距离D的过程。还可包括对测算图片的压缩。

应用实施例一：

本例对某风力发电机净空距离进行测量，本例中风机的塔基直径为7.4米，网络摄像机与地面之间的垂直高度H1为76米；叶尖位于最低点在塔筒表面的水平投影点与塔基之间的垂直高度H2为21米。本例测量风力发电机净空距离流程如图3、图4所示，具体步骤如下：

s1，解析网络摄像机拍摄的视频流，对视频流中3张图片进行标定，如图3所示，具体步骤包括：

s11，采集网络摄像机拍摄的视频流，提取其中3张图片；本例中拍摄的视频流的刷新率为30FPS，提取的3张图片属于相近帧图片。

s12，采用动态追踪算法识别所提取图片中的叶片，并合成一张图片，作为定标图片；

s13，识别定标图片中的塔基外延，获得塔基中心点像素坐标，作为第一定标点；

识别定标图片中叶尖位于最低点在塔筒表面的水平投影点，将该水平投影点的像素坐标作为第二标定点；

将定标图片中各叶尖相连，形成叶尖轨迹直线，将经过第二标定点且平行于叶尖轨迹直线的直线作为标定线L1；

获取叶尖轨迹直线与定标图片下边沿的夹角B，即网络摄像机安装的偏差角；本例中夹角B＝7.6°。

识别定标图片中塔基直径所占像素点数为55个，计算塔基的实际直径与所占像素点数的比值，将该比值作为塔基所在高度的实际距离与像素点数的比例系数A1＝0.1346米/像素；

在定标图片中识别叶尖位于最低点时在塔筒表面的水平投影点，将该点的像素坐标作为第二标定点；并根据网络摄像机与地面之间的垂直高度H1、第二标定点与地面的垂直高度H2以及比例系数A1，计算第二标定点所在高度的实际距离与像素点数之间的比例系数A2＝0.0974米/像素；

s14，存储第一定标点、第二定标点、标定线L1、比例系数A2和夹角B，作为标定信息；

s2，实时提取视频流信息，对视频流中的叶片进行识别，计算叶尖的净空距离，如图4所示，包括以下步骤：

s21，工控机分别与网络摄像机和风力发电机主控制器建立通信，工控机实时接收网络摄像机传输的视频流和风力发电机主控制器传输的对应风速信息，工控机实时提取视频流信息，并判断提取视频流对应的风速，当风速大于6m/s，则对该视频流以定周期为1s的图片包形式保存在工控机中，如图6(a)所示，存储的图片包中图片像素为1024*576。再采用动态追踪算法识别该图片包中各图片的叶片，并合成一张图片作为测算图片；当风速小于等于6m/s时，则重新提取视频流；

s22，调用存储的第一定标点、第二定标点、标定线L1、比例系数A2和夹角B信息；

s23，对上述合成的测算图片进行数据压缩。压缩时，以测算图片中第一定标点为中心，向左、右方向各扩展307列像素进行剪裁；再以第二定标点正上方第58行像素为测算图片上边沿，向下扩展370行像素，对测算图片进行剪裁，如图6(b)所示，得到第一次压缩后的测算图片像素为614*370。

对测算图片进行旋转坐标变化，以第一定标点为圆心，逆时针旋转7.6°，去除网络摄像机安装的偏差角；

再对旋转坐标变化后的测算图片进行数据压缩：以标定线L1为上边沿，向下扩展205行像素作为下边沿，对旋转坐标变化后的测算图片进行剪裁，如图6(c)所示，得到第二次压缩后的测算图片像素为614*205。

s24，针对第二次压缩后测算图片的每行像素，逐行进行快速傅里叶变换，计算得到每行像素在不同频率下的幅值，如图6(d)所示，亮度越高则幅值越大，找到最大幅值对应的频率，图6(d)中最大幅值对应的频率约为17HZ。如图6(e)所示，再找到该频率下的幅值变化拐点所在像素行，该行像素对应为测算图片中的叶尖轨迹连线，该行像素与存储的标定线L1之间的像素距离即为叶尖像素净空距离d，再根据比例系数A2，计算出风力发电机实际净空距离D；幅值变化拐点取各行像素的幅值中最大幅值的5％～10％，本实施例中幅值最大值为9.2，幅值变化拐点取1。

s25，把实际净空距离D传输给风力发电机主控制器，并返回s21；再次测量风力发电机净空距离。

风力发电机主控制器根据实时接收到的数据，可以绘制净空距离和风速关系图。图7为截取的80秒内净空距离和风速关系图。由图7可以得到各时刻的净空距离，净空距离会随着风速的变化而变化，风速越高的净空距离则越短，越容易发生“扫塔”事故。技术人员可以根据净空距离的实时变化，设定变桨偏航等调节净空距离的手段，避免“扫塔”事故的发生，提高风力发电机的可利用率，避免风力发电机发电量的损失。

应用实施例二：

本例在河南某风电场对某台风力发电机进行净空距离测试。现场采用2.2MW机型，叶轮直径110米，塔筒高度90米。不同于北方的平原型风场，当地属于山丘风场，地形复杂，地面风湍流大，风向变化快，并伴随较强烈的负剪切。导致当地风机机组载荷受力增大，叶片偶有扫塔情况发生。加装本申请的测试装置进行测量，可以实时计算出风机的叶片净空距离提供给风机主控制器，风机主控制器根据净空值进行相应的变桨叶和降载荷控制策略，可以有效的增加叶片净空距离，避免扫塔情况发生。

本例采用本发明的净空距离测量装置和测量方法，实际控制的净空距离增加了2米左右，相比于原有未进行净空距离实时测量情形，提高了风机运行的安全性。

Claims (10)

1.一种基于机器视觉的风力发电机净空距离测量方法，其特征在于：该方法采用摄像机对叶尖和塔筒之间距离进行实时拍摄，采用控制单元存储拍摄的视频流并计算叶尖净空距离，该方法的测量步骤包括：

s1，解析摄像机拍摄的视频流，提取视频流中多张图片进行标定，包括以下步骤：

s11，采集摄像机拍摄的视频流，提取其中多张图片；

s12，采用动态追踪算法识别所提取图片中的叶片，整合成一张图片，作为定标图片；

s13，识别所述定标图片中的塔基外延，获得塔基中心点像素坐标作为第一定标点；识别定标图片中叶尖位于最低点在塔筒表面的水平投影点，将该点的像素坐标作为第二标定点；将定标图片中各叶尖相连，形成叶尖轨迹直线，将经过第二标定点且平行于叶尖轨迹直线的直线作为标定线L1；获取叶尖轨迹直线与定标图片下边沿的夹角B；识别定标图片中塔基直径所占像素点数，计算塔基的实际直径与所占像素点数的比值，将该比值定义为比例系数A1；根据摄像机与地面之间的高度H1、第二标定点与地面的高度H2以及比例系数A1，计算第二标定点所在高度的实际距离与像素点数的比例系数A2；

s14，存储第一定标点、第二定标点、标定线L1、比例系数A2和夹角B，作为标定信息；

s2，实时提取视频流信息，对视频流中的叶片进行识别，计算叶尖的净空距离，包括以下步骤：

s21，提取视频流并存储为定周期的图片包，采用动态追踪算法识别图片中的叶片，整合成一张图片，作为测算图片；

s22，调用存储的第一定标点、第二定标点、标定线L1、比例系数A2和夹角B信息；

s23，以第一定标点或者第二定标点为圆心，对测算图片旋转B角度，进行旋转坐标变化；

s24，对旋转坐标变化后的测算图片逐行进行快速傅里叶变换，计算每行像素在不同频率下的幅值，找到最大幅值对应的频率；再找到该频率下的幅值变化拐点所在像素行，该行像素与标定线L1之间的像素距离即为叶尖像素净空距离d，再根据比例系数A2，计算出叶尖实际净空距离D。

2.根据权利要求1所述的基于机器视觉的风力发电机净空距离测量方法，其特征在于：s12中，提取的图片应不少于3张，且为相邻帧或相近帧时刻的图片，所提取的各张图片均包含有风力发电机的叶片和塔筒。

3.根据权利要求2所述的基于机器视觉的风力发电机净空距离测量方法，其特征在于：所述相近帧时刻提取的图片满足图片对应的提取时刻间隔不超过1秒。

4.根据权利要求1所述的基于机器视觉的风力发电机净空距离测量方法，其特征在于：s21中还包括，判断提取视频流中的风速信息，当风速大于2倍风机启动风速，则采用动态追踪算法识别图片中的叶片；否则重新提取视频流。

5.根据权利要求1所述的基于机器视觉的风力发电机净空距离测量方法，其特征在于：对测算图片进行旋转坐标变化之前，对合成的测算图片进行数据压缩，以第一定标点为中心，向左、右方向各扩展N列像素进行剪裁；以第二定标点正上方第M行像素为测算图片上边沿，并由该上边沿向下扩展J行像素为下边沿，进行剪裁。

6.根据权利要求5所述的基于机器视觉的风力发电机净空距离测量方法，其特征在于：N列像素取合成的测算图片长度方向像素总点数的30％～40％；M行像素取合成的测算图片宽度方向像素总点数的5％～10％；J行像素取测算图片宽度方向像素总点数的60～80％。

7.根据权利要求5所述的基于机器视觉的风力发电机净空距离测量方法，其特征在于：

对s23中旋转B角度后的测算图片进行数据压缩，以标定线L1为上边沿，向下扩展K行像素为下边沿，进行剪裁。

8.根据权利要求7所述的基于机器视觉的风力发电机净空距离测量方法，其特征在于：所述K行像素取合成的测算图片宽度方向像素总点数的50％～70％。

9.根据权利要求7所述的基于机器视觉的风力发电机净空距离测量方法，其特征在于：s24中，所述幅值变化拐点设定为各行像素的幅值中最大幅值的5％～15％。

10.一种基于机器视觉的风力发电机净空距离测量装置，其特征在于：包括摄像机和控制单元；所述摄像机安装在风力发电机机舱位置，并竖直向下对叶尖和塔筒之间距离进行实时拍摄；所述控制单元用于存储拍摄的视频流并计算叶尖净空距离；所述控制单元至少包括以下模块，

标定模块，用于解析摄像机拍摄的视频流，提取视频流中多张图片进行标定；

净空距离测量模块，用于提取视频流信息，对视频流中的叶片进行轨迹追踪，计算叶尖的净空距离。

Images