【精彩论文】基于E-FCNN的电力巡检图像增强

观点凝练

摘要：为了解决无人机巡线、无人值守变电站机器人巡检中，由于距离过远或机器抖动造成的采集图像待检目标分辨率低、图像模糊等问题，提出一种边缘感知反馈卷积神经网络E-FCNN。该网络在传统超分辨率网络基础上增加了残差模块和反馈机制，实现细节特征的提取和强化，并通过边缘感知分支补充纹理信息，提升了图像的细节描述。通过测试集实验结果表明：提出的边缘感知反馈卷积神经网络无论在主观视觉质量，或是峰值信噪比等客观评价指标上，都明显优于其他相关算法。且在基于无人机巡检的绝缘子检测应用中能够有效提高绝缘子检测率。
结论：本文提出一种边缘感知反馈卷积神经网络E-FCNN，对机器巡检时采集的电力设备图像进行超分辨率图像增强和重建。图像的增强和重建是电力设备故障排查视觉智能化分析必不可少的预处理手段之一。实验结果表明，本文所提出的算法有效地提升了的图像的质量，为后续的故障排查提供条件，提高了各种场景下电力设备智能分析的准确率。未来将该模型加入电力设备检测与故障识别网络能够进一步完善电力设备故障排查流程，促进电力智能化发展。

引文信息

白万荣, 张驯, 朱小琴, 等. 基于E-FCNN的电力巡检图像增强[J]. 中国电力, 2021, 54(5): 179-185.BAI Wanrong, ZHANG Xun, ZHU Xiaoqin, et al. E-fcnn based electric power inspection image enhancement[J]. Electric Power, 2021, 54(5): 179-185.

 往期回顾 

编辑：杨彪

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。