面向输电设备缺陷检测的感知热特征双流红外–可见光图像融合方法

《Energies》：A Thermal-Aware Infrared–Visible Image Fusion Method for Defect Detection in Power Transmission Equipment

　　**摘要**红外和可见光图像为输电设备巡检提供了互补信息，但单一模态往往难以同时表征结构缺陷和热异常。针对这一问题，本研究提出了一种面向输电设备缺陷检测的感知热特征双流红外–可见光图像融合方法。该方法采用独立的可见光和红外分支，分别提取结构纹理特征和热响应特征。随后引入共享–专属特征表示与交互机制，以建模可见光专属、红外专属以及跨模态共享信息，从而提升两种模态间的互补特征融合效果。此外，还提出了一种热感知门控增强模块，自适应地强化显著热响应，同时保留可见光结构细节。融合过程通过一个由热响应优先损失、边缘保持损失和对比度保持损失组成的联合目标函数进行约束。实验基于一个空间对齐的红外–可见光数据集开展，数据集中包含正常绝缘子串、正常线夹、损坏绝缘子串、绝缘子热故障和线夹热故障。与EgeFusion、DANT-GAN、ITFuse、TDDFusion和Direct-VI-Fusion的对比结果表明，所提出的热感知融合框架在整体融合质量方面表现更优，并为下游缺陷检测提供了更具判别力的特征表示。当使用统一的基于YOLO的检测器对融合图像进行评估时，所提出的热感知融合框架在IoU=0.5条件下的精确率、召回率和mAP分别达到0.936、0.921和0.943。这些结果表明，所提出的热感知融合框架能够有效整合可见光结构信息和红外热响应信息，并在复杂巡检场景中提升输电设备缺陷的识别能力。