激光与红外

作者：李鸿

单位：1.怀化学院 物电与智能制造学院,湖南 怀化 418008；2.长沙理工大学 电气与信息工程学院,湖南 长沙 410014；3.通达电磁能股份有限公司,湖南 长沙 410217；

关键词：绝缘子;图像增强;异常检测;无监督;红外图像

基金：湖南省教育厅重点项目(No.23A0255)；国家自然科学基金青年基金项目(No.62103063)资助。

针对输电线路绝缘子红外图像依赖人工识别、且异常样本数据难以充分构建的问题,本文提出了一种融合PySobel图像增强算法与特征重建机制的无监督异常检测框架(PySobel FR)。所设计的PySobel算法结合高斯滤波、下采样、上采样及Sobel算子操作,在提升边缘结构感知能力的同时,有效抑制图像中的噪声干扰。整体检测框架采用双路径图像重建结构,其中教师模型的重建结果不直接用于异常判定,仅作为知识迁移的中介。在编码阶段,引入可变形下采样模块,以增强对绝缘子复杂边缘轮廓的特征提取能力；在学生模型的解码过程中,引入高效上卷积模块以替代传统卷积注意力机制与上采样层,结合残差连接策略,实现了特征聚焦与细节还原能力的提升。实验结果验证了所提三项改进策略在自建绝缘子红外图像数据集上的有效性,最终模型在异常检测任务中达到了9043的识别精度。

来源：2026年第2期

《激光与红外》期刊编辑部

查看激光与红外杂志2026年第2期