[发明专利]一种用于电力电网巡检机器人的图像超分辨率重建方法

权利要求书

1.一种用于电力电网巡检机器人的图像超分辨率重建方法，其特征是：包括以下步骤：

S100、获取训练数据集，获取用于电力电网巡检机器人的图像超分辨率重建网络，利用所述训练数据集训练所述图像超分辨率重建网络；

S200、拍摄获得待检查电力部件的自然图像，将所述自然图像输入步骤S100中训练完成的图像超分辨率重建网络，经过上采样和重建后，所述图像超分辨率重建网络输出分辨率大于所述自然图像的高清电力部件图像；

所述图像超分辨率重建网络包括前置卷积层、联合信息抽取模块、层级信息融合模块和图像输出模块，所述前置卷积层设于所述图像超分辨率重建网络的前部，所述前置卷积层和多个所述联合信息抽取模块沿所述图像超分辨率重建网络的深度方向顺次连接，所述前置卷积层用于对输入网络的图像进行初次特征提取、并输出获得前置特征图；

所述联合信息抽取模块用于进一步提取所述前置特征图中的特征信息，所述联合信息抽取模块表示为以下数学模型：

H1＝f_C¹(P_n)

H2＝Mul(f_CS(J_n+H1),H1)

H3＝f_C²(H2)

P_n+1＝Mul(f_IK(SK,H3),H3)

J_n+1＝H1+H3

其中，P_n表示从第一输入端输入所述联合信息抽取模块的特征图，J_n表示从第二输入端输入所述联合信息抽取模块的特征图；f_C¹()代表第一级联卷积模块，f_C²()代表第二级联卷积模块，f_CS()代表CS注意力机构，f_IK()代表IK注意力机构，Mul()表示将注意力图与特征图相乘，使注意力图对特征图进行调制，SK代表从所述CS注意力机构输入到所述IK注意力机构的调制特征图；P_n+1表示从所述联合信息抽取模块第一输出端输出的特征图，P_n+1作为下一个所述联合信息抽取模块第一输入端的输入，J_n+1表示从所述联合信息抽取模块第二输出端输出的特征图，J_n+1作为下一个所述联合信息抽取模块第二输入端的输入；

所述层级信息融合模块用于将各个所述联合信息抽取模块第一输出端输出的特征图融合；所述图像输出模块的输入端与所述层级信息融合模块的输出端连接，所述图像输出模块用于提升特征图的长宽尺寸，并输出所述高清电力部件图像。

2.根据权利要求1所述的用于电力电网巡检机器人的图像超分辨率重建方法，其特征是：步骤S100中，训练所述图像超分辨率重建网络时，采用L1损失函数对网络参数进行优化。

3.根据权利要求1所述的用于电力电网巡检机器人的图像超分辨率重建方法，其特征是：所述第一级联卷积模块和所述第二级联卷积模块结构相同，所述第一级联卷积模块和所述第二级联卷积模块均表示为如下公式：

K_n+1＝δ₂(f₂(δ₁(f₁(K_n))))+K_n

其中，K_n表示输入级联卷积模块的特征图，f₁()和f₂()均表示常规卷积操作，f₁()和f₂()的卷积核大小均为3*3，δ₁()和δ₂()均代表非线性激活函数ReLU,K_n+1表示级联卷积模块输出的特征图。