基于边缘增强生成对抗网络的电力设备热成像超分辨率重建

刘云峰，杨晋彪，韩晋锋，彭轶灏，赵洪山

(1. 国网晋城供电公司，山西省晋城市 048000；2. 国网陵川县供电公司，山西省陵川县 048300；3. 华北电力大学电力工程系，河北省保定市071003)

0 引 言

红外热成像技术通过信号处理与光电转换等手段，精确量化探测到的热量并以图像的形式将物体的温度分布状态直观表现出来，实现全像面远距离准确测温[1]。随着科学技术的飞速发展，各个领域对红外热成像技术的需求日益增加，但由于人工合成材料成本较高，导致高分辨率热成像传感器非常昂贵，尤其在当前电力物联网技术广泛用于电力设备态势感知的形势下，为了降低在线监测技术的成本，已有很多热成像在线监测传感器采用较低分辨率的热成像技术来实现电力设备健康状态评估。低分辨率的热成像图像如何清晰化已成热点研究问题。

超分辨率重建是指试图复原衍射极限以外数据的过程，是计算机视觉和图像处理中将低分辨率图像恢复为高分辨率图像的一类重要图像处理技术，在医学成像、超光谱图像、卫星成像、人脸成像等领域中均有广泛的应用[2-6]。重建方法可以分为3类：基于插值的方法、基于重建的方法和基于学习的方法。其中，基于插值的方法如BiCubic双三次插值[7]等实现简单，但线性模型的局限性，使得它们在恢复高频细节上不太理想。基于稀疏表示的技术重建，通过先验知识增强了线性模型的重建效果[8]； 这类技术假定任意的自然图像均能被字典中的元素稀疏表示，但该方法计算复杂，需要大量的计算资源。……