红外与可见光图像特征引导融合的电力线检测方法

作     者：张关应 束云豪 赵宇嘉 候姝斌 李庆武 ZHANG Guanying;SHU Yunhao;ZHAO Yujia;HOU Shubin;LI Qingwu

作者机构：国网江苏省电力有限公司常州供电分公司江苏常州213000 河海大学信息科学与工程学院江苏常州213200 

出 版 物：《应用科技》 (Applied Science and Technology)

年 卷 期：2024年第51卷第5期

页      面：66-72页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国网江苏省电力有限公司孵化项目(JF2023012) 

主　　题：电力线检测 无人机巡检 红外与可见光图像 双模态 模态信息对齐 特征融合 语义引导 全局上下文 

摘      要：针对无人机输电线路巡检中航拍图像背景复杂、电力线不显著、检测难度大、分割精度低的问题,提出一种红外与可见光图像特征引导融合的电力线检测方法。首先利用双路编码器进行电力线特征提取,然后提出一种模态信息对齐模块对图像进行特征对齐,并利用全局上下文融合模块挖掘语义信息以提升模态相关性,最后在高级语义信息的引导下进行特征融合,对图像进行像素细节信息上的恢复。相比传统的可见光图像电力线检测算法,红外与可见光图像特征引导融合的电力线检测方法显著提升了电力线检测精度,更适用于复杂地物背景下的应用场合。