因工业生产带来的环境污染问题日益严重,改善能源结构,推进能源改革是解决问题的方法之一。风能是一种储量丰富且发展潜力较大的清洁能源,大力发展风电适应了我国能源改革的要求。在风电发展的过程中也逐渐显现出一些急需解决的问题,风机桨叶的故障检测就是其中之一。目前国内风电场普遍采用人工巡检方式,即在风机停机的情况下,人工使用望远镜观察桨叶上是否存在故障,该方法费时费力,效率低下。在此背景下,本文研究并设计了基于数字图像的桨叶故障检测系统,主要从以下几个方面进行阐述:1)收集并整理目前国内外研究较为深入的风机桨叶故障检测技术:声发射、红外线、超声波、光纤光栅等检测技术,对其原理、适用类型、优缺点进行汇总。对桨叶的结构、制作工艺、材质等进行介绍,对其产生的故障类型如砂眼、裂纹进行机理说明。2)从硬件及软件两部分设计桨叶车载故障检测系统。硬件方面的重点在于选择一款适合实际使用及推广的摄像机,主要从拍摄距离、焦距、变焦倍数、帧数等几个参数入手,通过实地考察测试,最终确定摄像机型号。软件方面重点提高了系统的自动化程度,提高人工操作的便捷性,通过对云台及摄像机的操作可以实现快速定位桨叶,通过区域入侵方法能够实现自动捕捉桨叶图像等功能,并及时给出处理结果。3)对采集的桨叶图像进行数字处理,以达到检测及定位故障的目的。先通过二值化对图像进行预处理操作,使用K-means聚类方法实现对桨叶(目标)及天空(背景)的分割,针对目标区域进行连通域标记,进一步确定桨叶位置,在此基础上,对图像进行形态学操作,腐蚀图像上的故障点,将形态学处理后的图像与原图像进行与运算,最终在原图像上标记故障点。