【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种用于交流滤波器检测的图像融合方法、存储介质。
技术介绍
1、近年来，红外与可见光图像融合技术在目标检测、监控、遥感等领域得到了广泛关注。红外图像能够在低光照或恶劣环境中突出目标的热辐射特性，而可见光图像则提供了丰富的细节和纹理信息。然而，由于两种图像来源的物理特性不同，如何有效地融合两者的信息以提高图像的综合表达能力成为研究热点。
2、交流滤波器作为电力系统中的关键设备，广泛用于抑制电网中的谐波干扰、改善电能质量。在智能电网和输电监控中，红外与可见光图像融合技术逐渐成为设备状态监测的重要手段。在实际应用中，红外图像能够直观反映交流滤波器的热分布状态，用于检测因过载或故障导致的过热现象，而可见光图像通过提供设备的结构细节（如接线完整性和外观损伤），为设备的外观和机械状态评估提供支持。通过图像融合技术，可以结合两种模态的信息，生成更具诊断价值的综合图像。
3、图像融合技术主要分为传统算法和深度学习算法，传统算法以多尺度分解、稀疏表示等方法为主。然而，这些方法往往依赖手工设计的规则，难以适应复杂场景中多模态图像的非线性关系，导致融合效果受限。相比于传统的图像处理方法，基于深度学习的融合模型能够自动学习图像中的特征，无需复杂的手工设计步骤，就可以完成图像融合任务。然而，现有深度学习方法存在红外与可见光图像互补信息提取不足以及特征丢失问题，从而降低了融合图像质量。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术
2、第一方面，本专利技术提供一种用于交流滤波器检测的图像融合方法，包括：获取交流滤波器的红外图像和可见光图像；将所述红外图像和所述可见光图像输入至预先训练好的融合模型，输出用于交流滤波器检测的融合图像；其中，所述融合模型包括编码器和解码器，所述编码器包括第一分支网络、第二分支网络、互信息提取模块和多尺度融合模块，所述第一分支网络用于提取所述红外图像的第一特征，所述第二分支网络用于提取所述可见光图像的第二特征，所述互信息提取模块用于根据所述第一特征和所述第二特征得到互补信息，并利用通道注意力机制筛选出所述互补信息中的无关信息，以及将筛选后的互补信息分别注入到所述第一分支网络和所述第二分支网络中，以分别与所述第一特征和所述第二特征拼接得到第一拼接特征和第二拼接特征，所述多尺度融合模块用于对所述第一拼接特征和所述第二拼接特征进行多尺度融合，得到融合特征，所述解码器用于解码所述融合特征得到融合图像。
3、根据本专利技术的一个实施例，所述第一分支网络和所述第二分支网络的结构相同，包括依次连接的4个第一卷积块，所述互信息提取模块的数量为3个，与在后的3个所述第一卷积块一一对应；其中，所述互信息提取模块用于根据两分支网络中对应的第一卷积块输出的第一特征和第二特征得到互补信息，并利用通道注意力机制筛选出所述互补信息中的无关信息，以及将筛选后的互补信息分别注入到所述第一分支网络和所述第二分支网络中，以分别与所述第一特征和所述第二特征进行拼接操作。
4、根据本专利技术的一个实施例，所述互信息提取模块通过下式得到注入至所述第一分支网络的特征：
5、
6、其中，，表示包含共享信息的特征，，表示权重，、表示两分支网络中对应第一卷积块输入的第一特征、第二特征，表示注入至所述第一分支网络的特征，和分别表示1×1和3×3卷积操作，表示连接操作，表示通道注意力机制，表示全局平均池化操作。
7、根据本专利技术的一个实施例，所述互信息提取模块通过下式得到注入至所述第二分支网络的特征：
8、
9、其中，，表示包含共享信息的特征，，表示权重，、表示两分支网络中对应第一卷积块输入的第一特征、第二特征，表示注入至所述第二分支网络的特征，和分别表示1×1和3×3卷积操作，表示连接操作，表示通道注意力机制，表示全局平均池化操作。
10、根据本专利技术的一个实施例，所述多尺度融合模块包括第三分支网络、第四分支网络，以及依次连接的局部特征融合单元、第一全局特征融合单元和第二全局特征融合单元，所述第三分支网络和所述第四分支网络的结构相同，包括第二卷积块、第三卷积块和第四卷积块；其中，所述局部特征融合模块，用于对经所述第二卷积块处理后的第一拼接特征和第二拼接特征进行局部特征融合，得到第一融合子特征；所述第一全局特征融合单元，用于对经所述第三卷积块处理后的第一拼接特征和第二拼接特征，以及所述第一融合子特征进行全局特征融合，得到第二融合子特征；所述第二全局特征融合单元，用于对经所述第四卷积块处理后的第一拼接特征和第二拼接特征，以及所述第二融合子特征进行全局特征融合，得到所述融合特征。
11、根据本专利技术的一个实施例，所述局部特征融合单元通过下式得到所述第一融合子特征：
12、
13、其中，和分别表示经所述第二卷积块处理后的第一拼接特征和第二拼接特征，表示所述第一融合子特征，表示连接操作，和分别表示1×1和3×3卷积操作。
14、根据本专利技术的一个实施例，第一全局特征融合单元和第二全局特征融合单元的结构相同，所述第二全局特征融合单元通过下式得到所述第二融合子特征：
15、
16、其中，和分别表示经所述第三卷积块处理后的第一拼接特征和第二拼接特征，表示所述第二融合子特征，，表示中间融合子特征，表示所述融合特征。
17、根据本专利技术的一个实施例，所述第二卷积块包括依次连接的1×1卷积层和leakyrelu激活层，所述第三卷积块包括依次连接的3×3卷积层和leakyrelu激活层，所述第四卷积块包括5×5卷积层和leakyrelu激活层。
18、根据本专利技术的一个实施例，所述解码器包括依次连接的4个第一卷积块和1个第五卷积块，所述第一卷积块包括依次连接的3×3卷积层和leakyrelu激活层，所述第五卷积块包括依次连接的3×3卷积层和tanh激活层。
19、第二方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述第一方面所述的用于交流滤波器检测的图像融合方法。
20、本专利技术实施例的用于交流滤波器检测的图像融合方法、存储介质，为了提高对互补信息的提取效果，设计了一种互信息提取模块，该模块结合通道注意力机制来对红外与可见光图像特征进行融合筛选，可在减少无关信息干扰情况下提取互补信息；同时，为了减少特征丢失，设计了一种多尺度融合模块，该模块通过捕获不同尺度上的特征信息并进行分层融合，可提高最终融合图像效果。
本文档来自技高网...【技术保护点】
1.一种用于交流滤波器检测的图像融合方法，其特征在于，包括：
2.根据权利要求1所述的用于交流滤波器检测的图像融合方法，其特征在于，所述第一分支网络和所述第二分支网络的结构相同，包括依次连接的4个第一卷积块，所述互信息提取模块的数量为3个，与在后的3个所述第一卷积块一一对应；
3.根据权利要求2所述的用于交流滤波器检测的图像融合方法，其特征在于，所述互信息提取模块通过下式得到注入至所述第一分支网络的特征：
4.根据权利要求2所述的用于交流滤波器检测的图像融合方法，其特征在于，所述互信息提取模块通过下式得到注入至所述第二分支网络的特征：
5.根据权利要求1所述的用于交流滤波器检测的图像融合方法，其特征在于，所述多尺度融合模块包括第三分支网络、第四分支网络，以及依次连接的局部特征融合单元、第一全局特征融合单元和第二全局特征融合单元，所述第三分支网络和所述第四分支网络的结构相同，包括第二卷积块、第三卷积块和第四卷积块；其中，
6.根据权利要求5所述的用于交流滤波器检测的图像融合方法，其特征在于，所述局部特征融合单元通过下式得到
7.根据权利要求5所述的用于交流滤波器检测的图像融合方法，其特征在于，第一全局特征融合单元和第二全局特征融合单元的结构相同，所述第二全局特征融合单元通过下式得到所述第二融合子特征：
8.根据权利要求5所述的用于交流滤波器检测的图像融合方法，其特征在于，所述第二卷积块包括依次连接的1×1卷积层和LeakyReLU激活层，所述第三卷积块包括依次连接的3×3卷积层和LeakyReLU激活层，所述第四卷积块包括5×5卷积层和LeakyReLU激活层。
9.根据权利要求1所述的用于交流滤波器检测的图像融合方法，其特征在于，所述解码器包括依次连接的4个第一卷积块和1个第五卷积块，所述第一卷积块包括依次连接的3×3卷积层和LeakyReLU激活层，所述第五卷积块包括依次连接的3×3卷积层和Tanh激活层。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现根据权利要求1-9中任一项所述的用于交流滤波器检测的图像融合方法。
...【技术特征摘要】
1.一种用于交流滤波器检测的图像融合方法，其特征在于，包括：
2.根据权利要求1所述的用于交流滤波器检测的图像融合方法，其特征在于，所述第一分支网络和所述第二分支网络的结构相同，包括依次连接的4个第一卷积块，所述互信息提取模块的数量为3个，与在后的3个所述第一卷积块一一对应；
3.根据权利要求2所述的用于交流滤波器检测的图像融合方法，其特征在于，所述互信息提取模块通过下式得到注入至所述第一分支网络的特征：
4.根据权利要求2所述的用于交流滤波器检测的图像融合方法，其特征在于，所述互信息提取模块通过下式得到注入至所述第二分支网络的特征：
5.根据权利要求1所述的用于交流滤波器检测的图像融合方法，其特征在于，所述多尺度融合模块包括第三分支网络、第四分支网络，以及依次连接的局部特征融合单元、第一全局特征融合单元和第二全局特征融合单元，所述第三分支网络和所述第四分支网络的结构相同，包括第二卷积块、第三卷积块和第四卷积块；其中，
6.根据权利要求5所述的用于交流滤波器检测的图像融合方法，其特征在于，所述...
【专利技术属性】
技术研发人员：马晓薇，樊培培，张学友，谢佳，朱涛，廖军，袁洪德，李腾，卢一相，景瑶，李永熙，董浩声，张东欣，申凯，张啸宇，张晗，张军，王春阳，桂学祥，祝皓焱，
申请(专利权)人：国网安徽省电力有限公司超高压分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。