基于边缘增强生成对抗网络的电力设备热成像超分辨率重建

• 作者: 刘云峰 杨晋彪 韩晋锋 彭轶灏 赵洪山
• 来源期刊: 电力建设
• 关键词: 电力设备热成像 超分辨率重建 深度残差收缩网络 边缘提取
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 智能电网|Smart Grid
• 页码范围: 83-89
• 页数: 7页
• 分类号: TM769
• 语种: 中文
• DOI: 10.12204/j.issn.1000-7229.2021.07.010

摘要

非接触式红外热成像的温度数据,对于电力设备状态监测与健康状态评估具有重要意义.但高分辨率红外成像仪的昂贵造价和技术壁垒,限制了高分辨率热成像图像在基于电力物联网的设备在线监测中的应用.超分辨率重建满足分辨率要求的同时可以降低成本.通过构建改进边缘增强的生成对抗网络实现了电力设备热成像的增强,该网络在超分辨率生成对抗网络(super-resolution generative adversarial networks,SRGAN)的基础上新增了深度残差收缩网络模块,在降低图像噪声的基础上,提高了训练的稳定性,并通过边缘提取技术对图像的峰值信息进行加强重建,提高了边缘恢复效果.利用峰值信噪比(peak signal-to-noise ratio,PSNR)以及结构相似性(structural similarity,SSIM)指标,对重建后的整体数据以及边缘数据进行分析,结果显示,2项指标均显著提高,重建后的主观视觉效果也更加清晰,具有较高的工程实用价值.