基于压缩感知的电力设备红外图像非盲自适应超分辨率方法

电力物联网建设过程中，红外传感技术应用越加广泛，然而受成本限制难以实现高精度红外传感器的大规模装设。因此文中提出了一种压缩感知自适应非盲超分辨率方法，以改善低成本红外传感器成像质量。该方法以压缩感知超分辨率模型为基础，结合图像去模糊先验信息，提出了压缩感知非盲超分辨率模型。并采用双先验二次估计的方式求解正则项惩罚参数，实现对约束项的自适应强度控制。求解过程中首先通过高斯先验对模糊图像进行初步反卷积重建，以阈值收缩的方式分离重建图像显著边缘，生成标签图像。之后根据图像内部像素点语义的不同，控制超拉普拉斯先验正则项强度，在提升重建图像清晰度的同时避免伪影振铃的产生。并针对所提模型设计了有效的求解算法。实验结果表明与现有经典非盲超分辨率方法相比，该方法重建得到的高分辨率红外图像无论在主观视觉还是客观评价指标上，均有着一定优势。且最终进行的红外图像识别对比实验，也证明了该方法重建的高分辨率红外图像能够更好地解决电力行业的实际问题。