[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

说明书

本发明公开了一种用于电力电网巡检机器人的图像超分辨率重建方法，包括训练图像超分辨率重建网络，将自然图像输入网络，上采样和重建后输出高清电力部件图像等步骤。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，联合信息抽取模块中设置了CS和IK两个注意力模块，通过注意力机制对特征图进行调制，两个注意力机构的强化效果叠加，让网络对低分辨率图像中的一些细微的高频特征具有很好的提取效果。经过超分辨率重建后，提高了图像的视觉效果，降低了漏检的概率。

技术领域

本发明属于电力和人工智能技术领域，具体地说，涉及一种用于电力电网巡检机器人的图像超分辨率重建方法。

背景技术

为了维持电力电网系统的正常运转，需要对相关电力设备周期性检查，及时排除潜在故障。传统的巡检任务基本依靠人工作业，巡检效果容易受外在因素影响，安全隐患大，而且随着人工价格增加，成本也越来越大。在这种情况下，巡检机器人的优势越来越明显，应用范围大幅提升。

巡检机器人上基本都配置了图像采集设备，通过拍摄获取需要检查的电力电网设施图像，然后对图像进行自动或人工识别，完成检查工作。但是，巡检机器人运行线路行对固定，导致靠近镜头的部件在图像中所占区域大，分辨率高，距离镜头较远的部件则在图像中所占区域小，分辨率低。而分辨率低的图像视觉效果差，不管是自动识别还是人工识别，都有较大概率出现漏检，削弱了巡检可靠性。

发明内容

针对现有技术中上述的不足，本发明提供一种用于电力电网巡检机器人的图像超分辨率重建方法，通过对图像进行超分辨率重建，提升图像分辨率，进而提高图像的视觉效果，降低漏检的概率。

为了达到上述目的，本发明采用的解决方案是：一种用于电力电网巡检机器人的图像超分辨率重建方法，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