基于深度学习和超分辨率重构技术的图像缺陷诊断算法

• 作者: 吕学宾 张彬彬 李程启 梁翀
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 超分辨率技术 图像 缺陷检测
• 年，卷（期）: 2020,（3）
• 页码范围: 510-513
• 页数: 4页
• 分类号: TP520.2060
• 字数: 2612字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2020.03.024

摘要

虽然深度学习在图像检测领域取得了长足进步,但是由于变电站设备巡检图像背景复杂,导致了缺陷诊断面临一定的困难.本文提出了一种基于深度学习和超分辨技术的缺陷检测算法,一方面是锁定目标区域,聚焦检测设备,去除不相关的图像信息,大幅降低了图像有效信息的损失;另一方面是对检测设备进行超分辨率重建,提升分辨率,保证用于渗漏油缺陷检测的图像质量、像素信息的完整性.通过实验数据证明,该算法识别结果较其他算法有很大的提升,从而验证了该算法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕学宾		6	4	1.0	1.0
2	梁翀		4	9	1.0	3.0
3	李程启	国网山东省电力公司电力科学研究院	4	8	2.0	2.0
4	张彬彬		2	0	0.0	0.0