Pour améliorer la précision de la reconnaissance des cibles potentiellement dangereuses dans le système de surveillance des réseaux électriques intelligents sous des conditions d'éclairage complexes, cet article propose une méthode de détection basée sur la fusion d'informations bimodales de degré de polarisation et d'intensité de lumière polarisée. Tout d'abord, un réseau de fusion de caractéristiques à double voie est conçu, utilisant des modules de convolution dense pour extraire respectivement les caractéristiques des images d'intensité de polarisation et de degré de polarisation afin de renforcer la capacité de conservation des informations en couches superficielles ; parallèlement, un mécanisme d'attention collaborative spatial-canaux est introduit pour établir des relations de dépendance des caractéristiques dans les dimensions spatiales et des canaux, améliorant ainsi la capacité du modèle à agréger sélectivement les caractéristiques. Enfin, une fonction de perte de similarité structurelle multi-échelles adaptative est introduite et un algorithme de pondération est conçu pour optimiser la qualité de génération des images de référence, améliorer la fidélité structurelle et la saillance des cibles dans les images fusionnées, améliorant davantage leur qualité. Les résultats expérimentaux montrent que la méthode proposée dans cette étude présente des améliorations significatives des performances sur plusieurs indicateurs d'évaluation par rapport aux algorithmes de fusion d'images les plus avancés actuellement. Par ailleurs, les expériences d'abolition ont confirmé l'efficacité et la praticité des modules du réseau et de la fonction de perte. Dans le jeu de données de détection d'objets auto-construit, les images fusionnées générées par cette méthode atteignent une précision de reconnaissance des cibles de 91,5 %, tandis que le mAP@0.5 atteint 0,916, surpassant les méthodes comparatives en termes d'évaluation objective, ce qui améliore la précision de reconnaissance des réseaux de détection d'objets ultérieurs.

inspection électrique;vision par machine;imagerie polarisée;fusion d'images;détection d'objets