改进多阶段渐进式的受电弓碳滑板图像去模糊

来源：电子测量技术杂志2024年第5期北京时间：

作者：刘伟民，张梦准，郑爱云，刘晋，郑直

单位：1.华北理工大学机械工程学院 唐山 063210; 2.中车唐山机车车辆有限公司 唐山 064000

摘要：针对高铁运行速度过快，容易导致受电弓碳滑板的监测图像出现运动模糊问题，提出了一种改进多阶段渐进式网络的图像去模糊方法。首先，引入混合膨胀卷积作为特征提取网络，在不改变计算量和特征图分辨率前提下，可以增大局部感受野，进而可获取高质量的图像纹理和细节信息；其次，引入像素点注意力机制，自适应地选择每个像素点的权重值，增强模型去模糊质量；再次，引入混合损失函数，提高模型对不同类型模糊的鲁棒性；最后，制作1 600对受电弓碳滑板监测图像合成数据集以供模型进行训练和测试。为了评估所提网络的去模糊效果，将训练所得模型在上述数据集上进行了测试，实验结果表明峰值信噪比达到了38.82 dB、结构相似性达到了0.972 3，在视觉上较另外7种经典方法能更好地复原图像的边缘轮廓和纹理细节信息。有效地提升了模型的鲁棒性。

关键词：图像去模糊;卷积神经网络;混合膨胀卷积;像素点注意力;混合损失函数

基金资助：河北省科技重大专项(22282203Z）、河北省自然科学基金(E2022209086）项目资助