基于深度残差UNet网络的电气设备红外图像分割方法

作者：刘赫; 赵天成^*; 刘俊博; 矫立新; 许志浩; 袁小翠

来源：红外技术, 2022, 44(12): 1351-1357.

• 红外图像
• 电气故障
• 图像分割
• UNet

红外图像处理是实现电气故障诊断的有效手段，而电气设备分割是故障检测的关键环节。针对复杂背景下红外图像电气设备分割难问题，本文采用深度残差网络与UNet网络相结合，深度残差网络替代VGG16对UNet网络进行特征提取和编码，构建深度残差系列Res-Unet网络实现对电气设备的分割。以电流互感器和断路器两种电气设备红外图像分割为例测试Res-Unet网络分割效果，并与传统的UNet网络和Deeplabv3+网络进行对比。通过对数量为876的样本进行测试，实验结果表明，Res18-UNet能够准确地分割电气设备，对电流互感器和断路器的分割准确率超93%，平均交并比大于89%，且分割准确性优于UNet及Deeplabv3+网络模型，为实现电气故障智能诊断奠定基础。

• 单位
  国网吉林省电力有限公司电力科学研究院; 南昌工程学院