基于条件生成对抗网络的空气预热器内红外补光监测视频图像清晰化方法Method for sharpening infrared compensation image for monitoring video inside air preheater based on cGAN network
刘君,邓毅,杨延西,魏永贵,薛燕辉,史雯雯
摘要(Abstract)：
火电厂空气预热器(空预器)内部的灰尘、烟雾、光照变化等因素导致监控视频画面不清晰,影响监控效果。鉴于此,本文提出一种基于条件生成对抗网络(cGAN)的恶劣工业环境下红外补光监控视频图像清晰化方法。针对获取的红外补光图像样本数据进行预处理,包括高斯滤波去噪以及图像拼接操作,得到低清晰度图像和高清晰度图像的合成图像,低清晰图像作为待重建图像,高清晰图像作为重建图像的理想参考图像,采用建立的c GAN模型对低清晰图像进行重建,调节优化参数生成高清晰图像。试验采用空预器现场监控视频作为训练集对网络模型进行离线训练,实现了空预器红外补光监控图像清晰化处理。本文方法 c GAN模型小、训练过程简单、计算效率高、图像清晰化处理效果好,适于相似复杂工业环境下对监控视频图像的恢复和清晰化处理。
关键词(KeyWords)： 空气预热器;监控视频;图像清晰化;红外补光;条件生成对抗网络;图像重建
基金项目(Foundation):
作者(Author): 刘君,邓毅,杨延西,魏永贵,薛燕辉,史雯雯
DOI: 10.19666/j.rlfd.202103076