“双碳”背景下大力发展新能源尤为重要，风力发电是重要的清洁能源，在新能源领域中风电规模也在一并扩大。随着风电机组的大型化，叶片受损概率也在增加，针对大型风力机叶片缺陷检测成本高、工作环境差等问题，文中提出了一种基于无人机采集图像和数字图像处理的风机叶片表面缺陷检测方法。针对无人机采集图像的特点，应用加权平均值实现灰度处理，再应用中值滤波实现图像降噪；并提出限制对比度自适应直方图均衡化（CLAHE）算法对图像进行增强，使目标区域和缺陷处细节更加清晰完整，提升了检测效率；通过图像前景分割及阈值处理等分离提取缺陷的特征信息，并由连通域进行框取，实现叶片表面的检测。通过引入性能评价指标MIoU（平均交并比）来计算检测缺陷图像的准确率与误差率，经实验验证所提方法对砂眼、划痕、裂纹等典型叶片缺陷的检测准确率均在90%以上，尤其是裂纹缺陷的检测准确率可达到95%，从而验证了文章检测方法的有效性。