中文引用格式： 辛帅魁，吴明慧，戚满顺，等. 基于非对称编码的无人机巡检图像压缩方法[J]. 电子技术应用，2026，52(2)：57-61.
英文引用格式： Xin Shuaikui，Wu Minghui，Qi Manshun，et al. Unmanned aerial vehicle inspection image compression method based on asymmetric coding[J]. Application of Electronic Technique，2026，52(2)：57-61.
引言
随着电网数字化建设工作的不断开展，无人机技术在电网运检中得到了广泛的应用[1-2]。当前用于电网运检的无人机装备不断增多，无人机自主电网巡检技术已初具规模[3]。但无人机巡检时产生的大量级影像数据，造成数据通信费用高、存储设备投资大的问题[4-5]。因此，探索无人机拍摄的电网巡检图片进行有效压缩，对无人机巡检具有积极的意义。
国内外许多学者对无人机巡检图像压缩方法做了大量研究。文献[6]中提出了一种基于图像语义编码的无人机巡检图像压缩方法，对图像进行语义提取，并进行编码和传输，提高了图像压缩率。文献[7]中通过双锥特征融合图像压缩方法对无人机巡检图像进行压缩，以提高图像压缩率。文献[8]中提出了一种基于残差特征聚合的图像压缩方法，通过重构子网络压缩无人机图像。文献[9]中提出了一种自适应加权的图像压缩方法，采用K奇异值分解对无人机巡检图像进行压缩。由此可见，无人机图像压缩方法多样，且取得了一定的成果。但上述方法对无人机图形处理器性能要求较高，现有无人机图像处理算力不足，造成图像压缩耗时长，图像压缩效果差，不能满足电力缺陷识别的要求。
为解决无人机图像处理算力不足，电网巡检图像压缩耗时长、效果差的问题，提出了一种基于非对称编码的无人机巡检图像压缩方法。通过非对称编解码图像压缩技术对神经网络的输入、隐含层网络进行拆分，建立轻量化神经网络模型，降低了无人机处理电网巡检图像的算力；通过输出层实现无人机电网巡检图像的增强恢复解码，满足电网巡检图像识别要求。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000006970
作者信息：
辛帅魁1，吴明慧2，戚满顺2，秦齐1，程嘉诚2，朱天昊2
（1.国网江苏省电力有限公司南京市江北新区供电分公司，江苏 南京 211899；
2.国网江苏省电力有限公司南京供电分公司，江苏 南京 210019）
