我们识别别风扇桨叶主要是在一幅图中将桨叶的部分识别出来，再在识别出来的桨叶的基础上识别出风扇故障。
1.因为图片的背景较为简单，所以我们先对图像进行预处理，因为图像较大，所以先用imresize(image,'bilinear')将图像缩小为一半，然后用im2bw()对其二值化，我设的阈值为0.65,（不同的图，可以设不同的阈值，我这0.65效果最好），效果如下：
2.接下来我们再利用3*3的laplacian滤波器对图像进行滤波，这主要是为了后面对图像hough变换做准备，以去除竖直杆的部分，效果如下：
3.对第一步骤处理后的桨叶进行形态学开运算，先腐蚀后膨胀，在对其划分连通域，将所得的连通域与桨叶模板进行比较，将最相似的两个连通域给标记出来，再用hough直线检测，若有连通域中的直线与0度相近，就认为其含有竖直杆，故把其去掉，留下桨叶部分。效果如下：
其实第3部分存在一些小细节，比如模板的选取，以及不变矩的使用，以及如何先剔除明显不是桨叶的连通域，接下来再来详细说一说：其实选模板就是将图片中的桨叶框出来，然后对模板求其不变矩的特征，在这我用了两种不变矩，一种是”hu“矩，另一种是”zernike“矩。利用hu矩得到的是一组长度为7的行向量，因为我们要求待测图像与模板图像的相似度，所以我们就利用欧式距离来衡量。zernike矩得到就是一个复数，所以之差取绝对值就行了。
最后的终极效果如下（从一副图中框出桨叶）：
