[发明专利]一种用于GIS设备缺陷区域X-DR图像超分辨率方法

说明书

本发明提供了一种用于GIS设备缺陷区域X‑DR图像超分辨率方法，包括：构建GIS设备X‑DR图像退化模型；构建GIS设备X‑DR超分辨率图像生成器；构建GIS设备X‑DR图像鉴别器；设计图像鉴别器的总损失函数L_D＝λ₁L_D1+λ₂L_D2以及图像生成器的总损失函数L_G＝L_precep+λ₃L_G1+λ₄L_G2+ηL₁；构建GIS设备X‑DR图像超分辨网络；S6，通过GIS设备X‑DR图像超分辨网络生成GIS设备X‑DR超分辨率图像；其中，L_D1表示第一个鉴别器的损失函数，L_D2表示第二个鉴别器的损失函数，L_precep表示感知损耗，L₁表示L1损失函数，L_G1以及L_G2分别表示第一个鉴别器以及第二第二个鉴别器个对应的生成器的损失函数。本发明生成的GIS设备X‑DR超分辨率图像有利于提高缺陷检测的精确度，可以为GIS设备的状态检测和安全运行提供重要的技术手段。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种用于GIS设备缺陷区域X-DR图像超分辨率方法。

背景技术

气体绝缘全封闭组合电器(gas insulated switchgear,GIS)凭借维护量小、集成性好及供电可靠性高的优势，被广泛应用于变电站中。然而，受生产工艺和长时间运行的影响，GIS设备内部不可避免的存在绝缘缺陷(如裂缝、气泡、金属异物等)，容易导致设备绝缘故障，使其在电网中的保护和控制作用失效，严重时，甚至会引发停电事故。因此，为了保证GIS设备安全、稳定、可靠运行，对其内部各部件进行定期的状态检测具有重要的意义。X射线数字成像(X-digital radiography,X-DR)技术具有免接触、强穿透力和无损检测的优点，可在GIS设备不拆解、不破坏的前提下，直观地展现其内部元件的损坏程度。

由于GIS设备的X-DR成像图片存在纹理模糊、缺乏细节信息和空间信息、特征不突出等缺点，导致后续的缺陷检测方法难以取得理想的效果。因此，非常需要对GIS设备的X-DR图像进行预处理。在现有技术中，基于超分辨注意力机制改进的GIS内部细微缺陷X-DR图像检测方法，只是简单的将注意力机制与神经网络结合，无法针对GIS设备X-DR图像缺陷故障区域进行重点处理，生成的GIS设备高分辨率图像清晰度欠佳，难以在后续的缺陷检测与诊断中发挥作用，有待改进。

发明内容

基于此，为了解决现有技术生成的GIS设备高分辨率图像清晰度欠佳，难以在后续的缺陷检测与诊断中发挥作用的问题，本发明提供了一种用于GIS设备缺陷区域X-DR图像超分辨率方法，其具体技术方案如下：

一种用于GIS设备缺陷区域X-DR图像超分辨率方法，其包括如下步骤：

S1，构建GIS设备X-DR图像退化模型以对GIS设备X-DR原始图像进行退化处理，生成GIS设备X-DR低分辨率图像；

S2，构建GIS设备X-DR超分辨率图像生成器；

S3，构建GIS设备X-DR图像鉴别器；

S4，设计图像鉴别器的总损失函数L_D＝λ₁L_D1+λ₂L_D2以及图像生成器的总损失函数L_G＝L_precep+λ₃L_G1+λ₄L_G2+ηL₁；

S5，根据GIS设备X-DR超分辨率图像生成器、GIS设备X-DR图像鉴别器以及总损失函数，构建GIS设备X-DR图像超分辨网络；