학술논문

基于特征迁移的螺栓图像超分辨率处理方法 / A method for super resolution processing of bolt image based on feature transfer
Document Type
Academic Journal
Source
智能系统学报 / CAAI Transactions on Intelligent Systems. 18(4):858-866
Subject
螺栓
图像超分辨率
深度学习
特征迁移
输电线路
缺陷检测
神经网络
智能巡检
bolt
image super resolution
deep learning
feature transfer
transmission line
defect recognition
neural network
ntelligent patrol
Language
Chinese
ISSN
1673-4785
Abstract
针对输电线路巡检采集的螺栓图像存在模糊、分辨率低等问题,本文根据螺栓之间相似度较高的特点,提出了一种基于特征迁移的螺栓图像超分辨率处理方法.本文首次将特征迁移引入螺栓图像超分中,先对比低分辨率图像与清晰参考图像的特征区域,将图像之间相似度高的区域进行特征迁移,并根据迁移特征的相似度调整迁移特征的比例,然后在感知损失函数中加入迁移特征相似度的约束,保证迁移特征的准确性.不同超分模型的螺栓图像超分实验结果表明,本方法的螺栓超分图像更清晰,峰值信噪比、结构相似性指标更优;此外,超分前后螺栓图像的缺陷识别实验对比结果表明,超分后螺栓的缺陷识别准确率提升了 3.61%,实验结果验证了本文方法的有效性.