文档名：基于VDRCNN的电力巡检图像超分辨率重建算法
摘要：针对无人机巡检图像模糊、分辨率低等问题,利用深度残差卷积神经网络(VDRCNN:VeryDeepResidualConvolutionalNeuralNetwork)理论,提出了一种无人机巡检图像的超分辨率重构方法.该算法模型由超分辨率加深网络(VDSR:VeryDeepNetworkforSuper-Resolution)和残差结构组成,同时结合批量组归一化和Adam优化器以获得更好的重建效果.在此基础上,构建电力部件检测数据集,通过恰当设置网络参数,实现针对模糊电力部件图像的高分辨率重构.实验结果表明,基于VDRCNN的超分辨率方法重建出的图像纹理更丰富、视觉效果更逼真,在峰值信噪比和结构相似度上分别有2.95dB和3.79％的提升,明显优于传统检测方法.所提出的基于VDRCNN的电力巡检图像超分辨率重构方法对解决电力巡检实际问题具有一定的应用价值.
作者：薛凯天 JOHNSavkine 高吉龙 Author：XUEKaitian JOHNSavkine GAOJilong
作者单位：新南威尔士大学工程学院,新南威尔士悉尼2033长春绿动氢能科技有限公司系统工程部,长春130022
刊名：吉林大学学报（信息科学版） ISTIC
Journal：JournalofJilinUniversity(InformationScienceEdition)
年，卷(期)：2023, 41(3)
分类号：TP391.41P315.9
关键词：深度学习 超分辨率 卷积神经网络 电力巡检 巡检图像
Keywords：deeplearning super-resolution convolutionalneuralnetwork powerinspection inspectionimages
机标分类号：
在线出版日期：2023年7月26日
基金项目：吉林省科技厅基金资助项目基于VDRCNN的电力巡检图像超分辨率重建算法[
期刊论文] 吉林大学学报（信息科学版）--2023, 41(3)薛凯天 JOHNSavkine 高吉龙针对无人机巡检图像模糊、分辨率低等问题,利用深度残差卷积神经网络(VDRCNN:VeryDeepResidualConvolutionalNeuralNetwork)理论,提出了一种无人机巡检图像的超分辨率重构方法.该算法模型由超分辨率加深网络(VDSR:V...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于VDRCNN的电力巡检图像超分辨率重建算法 Super Resolution Reconstruction Algorithm of Power Inspection Image Based on VDRCNN
基于VDRCNN的电力巡检图像超分辨率重建算法.pdf
- 文件大小:
- 4.62 MB
- 下载次数:
- 60
-
高速下载
|
|
