基于特征迁移的螺栓图像超分辨率处理方法

摘要：

针对输电线路巡检采集的螺栓图像存在模糊、分辨率低等问题,本文根据螺栓之间相似度较高的特点,提出了一种基于特征迁移的螺栓图像超分辨率处理方法.本文首次将特征迁移引入螺栓图像超分中,先对比低分辨率图像与清晰参考图像的特征区域,将图像之间相似度高的区域进行特征迁移,并根据迁移特征的相似度调整迁移特征的比例,然后在感知损失函数中加入迁移特征相似度的约束,保证迁移特征的准确性.不同超分模型的螺栓图像超分实验结果表明,本方法的螺栓超分图像更清晰,峰值信噪比、结构相似性指标更优;此外,超分前后螺栓图像的缺陷识别实验对比结果表明,超分后螺栓的缺陷识别准确率提升了 3.61%,实验结果验证了本文方法的有效性.

关键词：螺栓、图像超分辨率、深度学习、特征迁移、输电线路、缺陷检测、神经网络、智能巡检

所属期刊栏目：18

分类号：TP391;TM726(计算技术、计算机技术)

资助基金：国家自然科学基金;河北省省级科技计划资助项目

在线出版日期：2023-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：858-866