[发明专利]图像融合方法及装置、计算机设备和可读存储介质

说明书

本申请涉及一种图像融合方法及装置、计算机设备和可读存储介质。本方法包括：获取电力设备的多源图像的第一数据集，并根据第一数据集对预设的自编码器模型进行训练以优化自编码器模型，多源图像是指帧率同步的历史偏振度图像和历史RGB图像所组成的图像；获取电力设备的实时偏振度图像的第二数据集和实时RGB图像的第三数据集，并根据上述两个数据集和优化后的自编码器模型分别获取两个图像的高维度的输入特征向量；根据两个图像对应的输入特征向量和预设的注意力机制分别获取空间维度和通道维度上各输入特征向量的权重向量及融合特征向量；根据融合特征向量和优化后的自编码器模型获取电力设备的融合图像。采用本方法能提高所获取的图像质量。

技术领域

本申请涉及电力系统技术领域，特别是涉及一种图像融合方法及装置、计算机设备和可读存储介质。

背景技术

当今社会的电力系统正处于全新的改革发展阶段，新能源技术以及智能化技术正一步步推动着“智能电网”的形成。形成智能电网是促进可持续发展、完成国家低碳经济大目标的重要途经。

近年来，随着我国综合国力的不断提升，人民的生活质量也不断提高，促使着各种用电设备以及整体用电需求呈现指数性上涨趋势，这对国家电力系统无疑是一场巨大的考验。一旦电力故障频发，对个人乃至地区的经济发展都会造成无法挽回的损失。因此，对电力设备进行有效监测以准确定位故障，对于现有电力系统的安全稳定运行具有极其重要的意义。现有技术中通常采用RGB成像方法对电力设备进行监测，但现有技术所获取的图像质量较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高所获取的图像质量的图像融合方法及装置、计算机设备和可读存储介质。

第一方面，本申请提供了一种图像融合方法。图像融合方法包括：

获取电力设备的多源图像的第一数据集，并根据第一数据集对预设的自编码器模型进行训练以优化自编码器模型，多源图像是指帧率同步的历史偏振度图像和历史RGB图像所组成的图像；

获取电力设备的实时偏振度图像的第二数据集和实时RGB图像的第三数据集，并根据第二数据集、第三数据集和优化后的自编码器模型分别获取两个图像的高维度的输入特征向量；

根据两个图像对应的输入特征向量和预设的注意力机制分别获取空间维度和通道维度上各输入特征向量的权重向量及与权重向量相关联的融合特征向量；

根据融合特征向量和优化后的自编码器模型获取电力设备的融合图像。

在其中一个实施例中，获取电力设备的多源图像的第一数据集，包括：

获取电力设备的历史偏振度图像和历史RGB图像；

根据历史偏振度图像和历史RGB图像获取多源图像，以获取多源图像的第一数据集。

在其中一个实施例中，获取电力设备的历史偏振度图像，包括：

获取电力设备的多个不同偏振角的偏振图像，并根据偏振图像和预设的斯托克斯矢量获取偏振光水平分量和偏振光对角分量；

根据偏振光水平分量和偏振光对角分量获取历史偏振度图像。

在其中一个实施例中，根据第一数据集对预设的自编码器模型进行训练以优化自编码器模型，包括：

根据第一数据集和预设的自编码器模型获取输出图像；

根据输出图像、多源图像和预设的损失函数进行损失计算以获取图像损失参数；

根据图像损失参数对自编码器模型的模型参数进行迭代更新，以优化自编码器模型。

在其中一个实施例中，根据第一数据集和预设的自编码器模型获取输出图像，包括：