图像质量

报告中称，数据处理成为制约机巡作业最大化的瓶颈问题之一。在质量评价的后续工作中应达到与缺陷识别算法关联，明确影响识别结果的关键指标；图像质量定量化评价，指导现场数据采集；通过图像处理技术，改进图像质量。

本项目自2021年3月启动至今，项目团队已发表论文2篇（SCI、EI各1篇），发明专利7项（国际PCT专利已授权1项、国内已授权4项、国内已受理2项），本项目的推广应用为优化计量设备主人管理提供技术支撑，大幅度提升缺陷的发现概率与准确度，为巡视缺陷提供稳定的数据保障，给予运维实施精准依据，让设备缺陷维护工作可以做到快速落实措施、准确定位缺陷、及时排除隐患。

针对低分辨率电力设备热成像图像，提出一种基于改进边缘注意力生成对抗网络的超分辨率重建方法。首先，在边缘注意力的基础上，引入通道注意力和位置注意力的双注意力模块(dual attention, DA)，捕获特征图不同位置间和不同通道间的依赖关系，并将两组依赖关系进行融合，以加大全局信息的提取程度。然后针对参数修正线性单元激活函数(parametric rectified linear unit, PReLU)对网络中神经元进行无差别激活，导致网络特征表达能力受限问题。采用改进自适应控制激活函数替代PReLU函数，在辨识有效特征的基础上，对神经元进行选择性激活，以强化有效特征、弱化无效特征，提升网络的自适应激活能力和特征表达能力。最后对所提改进边缘注意力生成对抗网络模型(edge-attention generative adversarial network, EA-GAN)进行实验验证。结果表明，与BiCubic双三次插值模型和原EA-GAN模型边缘注意力生成对抗网络模型相比，所提改进模型网络性能最好，重建图像质量最高，客观评价指标峰值信噪比(peak signal-to-noise ratio, PSNR)均值、结构相似性(structural similarity, SSIM)均值和均方误差损失(mean square error loss, MSE-loss)均值最优，在电力设备红外图像重建领域普适性较高，具有一定的工程应用价值。

本项目完成了以人工智能为代表的新兴技术在电网行业的一次成功落地实践，有力地证明了数字化技术能够为能源系统的高效稳定运行提供技术保障和有力支撑，对于推动产业数字化发展具有重要价值和指导意义。该项目在能源行业、社会其他行业也具有广泛的应用前景，可面向社会化企业进行产品能力输出，作为图像处理组件向公司系统外具有图像识别业务需求的企事业单位及业务部门推广，助力企业数字化转型，促进相关配套行业的跟进，带来更大的社会效益。

本项目设备小巧且传统的相机、望远镜、激光测距仪、经纬仪等众多设备。解决了输电巡视携带设备较多较重的问题。装置拥有输电专业所需要的独特的弧垂测量、树线测量等专业功能，可以有效解决目前存在的树线距离难以准确测量等问题。专业的电力巡线拍摄和相片处理能力：按照满足国家电网公司对巡线照片的附加要求，规范拍照过程，在照片上直接合成GPS、时间以及位置等信息，并对相片大小、命名以及图像质量等按照相关要求在后台自动完成。10倍光学变焦+10倍数宇变焦镜头放大倍数，通过高达1600万像素的分辨率呈现，可以很好的记录远端的图像细节，满足线路巡线过程中的拍摄要求。 在电力系统的输电专业上，使用一台小巧的手持多功能智能巡检装置替代传统的相机、望远镜、激光测距仪、经纬仪等众多设备，完成测距、拍照、气象信息采集等多个功能，并通过后台的管理平台完成前端信息的汇总和分析具有很强的推广使用价值。同时由于便携式智能巡检装置拥有输电专业所需要的独特的弧垂测量、树线测量等专业功能，可以有效解决目前存在的树线距离难以准确测量等问题，另外其拍照自动命名的功能也极大减轻了输电专业通道档案拍照命名的工作量，因此行业全面推广具有很大的可行性。