激光与红外

作者：翁宇游

单位：1.国网福建省电力有限公司电力科学研究院,福建 福州 350007；2.北京国网信通埃森哲信息技术有限公司,北京 100052；

关键词：人工智能;深度学习;接地网腐蚀;红外图像;超像素分割;主成分分析

基金：国网福建省电力有限公司电力科学研究院“人工智能技术图谱研究”项目(No.SGFJDK00SZXX2200117)资助。

研究基于改进U Net网络的接地网图像超像素分割方法,提升红外图像超像素分割效果。通过主成分分析法降维处理接地网腐蚀红外图像；利用Turbopixel超像素分割法分割降维后的红外图像,获取数个超像素区域；在全卷积U Net网络内添加可变形卷积与重构上采样卷积,并利用反向传播算法,优化网络参数,建立改进的全卷积U Net网络结构；在改进的全卷积U Net网络内分割获取的数个超像素区域,输出红外图像超像素自动分割结果。实验证明:该方法可有效降维处理接地网腐蚀红外图像,实现红外图像超像素分割,分割后的红外图像边界清晰；在不同分辨率时,该方法的Dice相似性系数较高、Hausdorff距离较低,具备较高的红外图像超像素分割精度。

来源：2023年第8期

《激光与红外》期刊编辑部

查看激光与红外杂志2023年第8期