[1] 卢正帅, 林红阳, 易杨. 风电发展现状与趋势[J]. 中国科技信息, 2017(2): 91-92. [2] HERBERT G M J, INIYAN S, SREEVALSAN E, et al. A review of wind energy technologies[J]. Renewable & Sustainable Energy Reviews, 2007, 11(6): 1117-1145. [3] SHOKRIEH M M, RAFIEE R. Simulation of fatigue failure in a full composite wind turbine blade[J]. Composite Structures, 2006, 74(3): 332-342. [4] AMENABAR I, MENDIKUTE A, LOPEZ-ARRAIZA A, et al. Comparison and analysis of non-destructive testing techniques suitable for delamination inspection in wind turbine blades[J]. Composites Part B, 2011, 42(5): 1298-1305. [5] DREWRY M A, GEORGIOU G A. A review of NDT techniques for wind turbines[J]. Insight-Non-Destructive Testing and Condition Monitoring, 2007, 49(3): 137-141. [6] GASTAL E S L, OLIVEIRA M M. Shared sampling for real-time Alpha matting[J]. Computer Graphics Forum, 2010, 29(2): 575-584. [7] 周伟, 张洪波, 马力辉, 等. 风电叶片复合材料结构缺陷无损检测研究进展[J]. 塑料科技, 2010(12): 54-56. [8] 信铁智, 郭壮. 复合材料的超声波检测[J]. 商品与质量·建筑与发展, 2014(12): 426. [9] 王栋. 基于无人机的风电叶片检测应用[J]. 风能, 2016(4): 82-85. [10] 王寅生, 周继威, 王栋. 风机叶片无人机检测试点应用总结[J]. 风力发电, 2015(2): 52-56. [11] 陈晨. 风电场风机叶片无人机巡检技术应用研究[J]. 风力发电, 2017(5): 49-52. [12] 徐进, 丁显, 宫永立, 等. 无人机智能巡检在风电光伏故障检测中的应用[J]. 设备管理与维修, 2019, 445(7): 172-174. [13] 李芒芒. 风力机叶片机械损伤动态监测方法与技术研究[D]. 长沙: 长沙理工大学, 2012. [14] 韩晓微. 彩色图像处理关键技术研究[D]. 沈阳: 东北大学, 2005. [15] 刘彩霞. 一种新的彩色图像增强算法[J]. 郑州轻工业学院学报(自然科学版), 2009(3): 105-107. [16] 王淑青, 姚伟, 陈进, 等. 基于直方图均衡化与形态学处理的边缘检测[J]. 计算机应用与软件, 2016(3): 193-196. [17] 云赛. 基于图像处理的风力发电机叶片表面缺陷检测技术研究[D]. 天津: 天津理工大学, 2019. |