[发明专利]一种架空输电线路视频监控图像去雾方法及装置

说明书

本发明公开了一种架空输电线路视频监控图像去雾方法及装置，用于解决现有的架空输电线路图像去雾方法存在去雾后的图像细节信息丢失严重和颜色失真较大的技术问题。本发明包括：获取若干数量的架空输电线路的含雾图像和不含雾图像；构建结构相同的第一生成网络和第二生成网络；构建结构相同的第一对抗网络和第二对抗网络；采用第一生成网络、第一对抗网络和第二生成网络生成第一生成对抗网络；采用第二生成网络、第二对抗网络和第一生成网络生成第二生成对抗网络；采用含雾图像训练第一生成对抗网络，采用不含雾图像训练第二生成对抗网络，得到目标生成网络；将待去雾架空输电线路视频监控图像输入目标生成网络，得到去雾图像。

技术领域

本发明涉及图像去雾技术领域，尤其涉及一种架空输电线路视频监控图像去雾方法及装置。

背景技术

架空输电线路是电力系统的重要组成部分，其承担着由电能传输、调节和分配的重任，一旦发生故障，直接影响电网的安全稳定运行。由于架空线路长期暴露野外环境，受自然极端恶劣天气以及人为外力破坏影响较大，导致部分架空输电线路事故频发，采用人工或者无人机巡检的方式无法解决实时掌握输电线路情况。为此，将摄像头安装在输电铁塔上，利用远程视频监控技术对故障频发的架空输电线路进行实时监测，及时发现安全隐患问题并进行处理，避免重大输电线路故障的发生。

由于野外环境复杂，经常受大雾天气的影响，导致大雾气象条件下，现场采集到的输电线路图像质量不高，直接影响人眼的观察和基于机器学习的输电线路缺陷检测系统的准确性，需要研究面向架空输电线路远程实时监控的输电线路图像去雾方法，降低大雾对采集到的输电线路图像质量的影响。现有架空输电线路图像去雾方法主要分为三类：基于图像增强的输电线路图像去雾方法、基于先验信息的输电线路图像去雾方法和基于学习的输电线路图像去雾方法。

基于图像增强的输电线路图像去雾方法主要是基于直方图均衡化，Rentinex，小波变换以及同态滤波等理论，通过提高图像的对比度，突出图像的部分细节，进而改善图像的视觉效果。此类方法相对简单，但是细节信息丢失严重，而且存在较为严重的图像视觉效果失真问题。

基于先验信息的图像去雾方法，通过利用先验信息估计大气传输系数和全局大气光值，然后使用大气散射模型获得清晰的图像，这些方法通常可以达到很好的去雾效果。在实际图像去雾中，很难获得准确的先验信息，导致基于先验信息的输电线路图像去雾方法效果不够理想。

基于机器学习的去雾方法主要利用大量的含雾以及不含雾的输电线路图像对模型进行训练，得到可以提高含雾输电线路图像质量的模型，利用该模型实现输电线路图像的去雾。基于机器学习的输电线路图像去雾方法相对于其它两类方法图像去雾效果更好，但是仍然存在一定的细节信息丢失以及颜色失真问题，影响去雾后的输电线路图像视觉效果以及后续检测任务的精度。

发明内容

本发明提供了一种架空输电线路视频监控图像去雾方法及装置，用于解决现有的架空输电线路图像去雾方法存在去雾后的图像细节信息丢失严重和颜色失真较大的技术问题。

本发明提供了一种架空输电线路视频监控图像去雾方法，包括：

获取若干数量的架空输电线路的含雾图像和不含雾图像；

构建结构相同的第一生成网络和第二生成网络；

构建结构相同的第一对抗网络和第二对抗网络；

采用所述第一生成网络、所述第一对抗网络和所述第二生成网络生成第一生成对抗网络；

采用所述第二生成网络、所述第二对抗网络和所述第一生成网络生成第二生成对抗网络；

采用所述含雾图像训练所述第一生成对抗网络，采用所述不含雾图像训练所述第二生成对抗网络，得到目标生成网络；

将待去雾架空输电线路视频监控图像输入所述目标生成网络，得到去雾图像。

可选地，所述第一生成网络包括编码器和解码器；所述将待去雾架空线路输电线路视频监控图像输入所述目标生成网络，得到去雾图像的步骤，包括：