钛合金由于导热率低，在磨削过程中工件表面容易产生烧伤或裂纹。采用图像法进行在线表面烧伤识别时，受到磨削液等现场因素的影响，采集的工件图像存在运动模糊或者目标区域被遮挡等现象，影响深度学习模型的识别效果。针对现场图像受损的问题，采用对偶学习和跳跃连接的方法，设计生成对抗网络的生成器、判别器和损失函数，对细节信息进行修复，重建退化图像。试验结果表明，经过重建的钛合金磨削现场图像的峰值信噪比（peak signal to noise ratio，简称PSNR）平均值达到25以上，结构相似度（structural similarity，简称SSIM）平均值达到0.77以上。采用基于模型微调的方法对重建后图像进行烧伤识别，准确率达到90%以上。