[发明专利]一种电力设备红外图像处理方法及系统

说明书

本发明公开了一种电力设备红外图像处理方法，其包括步骤：(1)采集电力设备的红外图像；(2)构建超分辨率生成对抗网络，其包括生成器和判别器；生成器包括残差模块和亚像素卷积层，残差模块包括残差网络和密集网络；(3)将分辨率低的红外图像输入超分辨率生成对抗网络的生成器中，生成器对输入的分辨率低的红外图像进行特征提取、非线性映射，然后通过亚像素卷积层上采样处理，输出重建后的红外图像；(4)将重建后的红外图像和作为比对标准的高分辨率红外图像输入判别器，判别器选出与高分辨率红外图像更接近的重建后的红外图像，在损失函数的约束下进行相互对抗的训练，以完成图像增强。相应地，本发明还公开了一种电力设备红外图像处理系统。

技术领域

本发明涉及一种图像处理方法及系统，尤其涉及一种红外图像处理方法及系统。

背景技术

随着智能电网的发展，电力设备红外巡检的压力越来越大，电网运行急需大规模的智能巡检，来完成对电力设备的检测和分析。而现有技术中采集的电力设备红外图像分辨率较低，数据量较少，远远不能满足智能巡检的要求。

图像超分辨率重建是将输入的低分辨率图像(Low Resolution，LR)，通过一定的算法或模型将输入的低分辨率图像恢复到其对应的高分辨率图像(High Resolution，HR)的技术。

然而，图像超分辨率重建由于不同的高清图像对空间分辨率降低后可能获得相同的低分辨率图像，并且越大的放大倍数意味着需要还原更多的细节，使得越大的放大倍数越难以获得理想的效果。

现有技术中的重建算法，例如最邻近插值(Nearest，NN)，双线性插值(Bilinear)，双立方插值(Bicubic)等方法，通过手工设计的关系来计算图像放大后需要插入的值来达到放大的目的。这类算法的优点在于计算量小，复杂度低，重建速度非常快。但其效果较差，难以还原图像的细节，而且会出现大量的伪影等其他降低图像质量的现象。

发明内容

本发明的目的之一在于提供一种电力设备红外图像处理方法，其旨在针对采集的电力设备红外图像分辨率较低的问题，通过生成对抗网络的重建方法来提高红外图像分辨率。为了实现上述目的，本发明提供了一种电力设备红外图像处理方法，其包括步骤：

(1)采集电力设备的红外图像；

(2)构建超分辨率生成对抗网络，所述超分辨率生成对抗网络包括生成器和判别器；所述生成器包括残差模块和亚像素卷积层，所述残差模块包括残差网络和密集网络；

(3)将分辨率低的红外图像输入超分辨率生成对抗网络的生成器中，所述生成器对输入的分辨率低的红外图像进行特征提取、非线性映射，然后通过亚像素卷积层上采样处理，输出重建后的红外图像；

(4)将重建后的红外图像和作为比对标准的高分辨率红外图像输入判别器，判别器选出与高分辨率红外图像更接近的重建后的红外图像(也即判别器判别重建后的红外图像的真伪)，在损失函数的约束下进行相互对抗的训练，以完成图像增强。

在本技术方案中，超分辨率生成对抗网络包括生成器和判别器，当低分辨率红外图像输入该网络中时，生成器首先进行特征提取、非线性映射，然后通过亚像素卷积层上采样处理，最终得到重建后的红外图像，再将重建输出后的高分辨率图像由判别器去辨别真伪，相互对抗训练的同时在感知损失函数的优化约束下得到视觉感知效果更好的清晰图像。

在本技术方案通过对生成器中的残差模块进行改进，提出一种残差密集网络的结构，以进一步提高红外图像重建效果。通常的残差块结构在特征提取时往往会忽略部分局部特征，而且红外图像的信息少，分辨率低以及信噪比低，该结构在对电力设备红外图像进行特征提取时，图像特征的丢失会更加严重。本技术方案中的残差模块包括残差网络和密集网络，其利用了残差网络和密集网络的优势，可以充分提取电力设备红外图像局部特征，局部特征可以更好的生成高质量图像。