基于圖像處理的懸式絕緣子串破損檢測技術(shù)

張 菲

（西安工程大學(xué) 電子信息學(xué)院，西安 710048）

0 引言

高壓輸電線路上的絕緣子串不僅對傳輸電流的導(dǎo)線有支撐作用，而且能夠防止電流對地形成通道接地［1］。由于絕緣子串長期受到機械負荷、環(huán)境氣候的影響，以及強電場的作用，再加上人為的破壞［2］，使得絕緣子串極易破損。一旦絕緣子串發(fā)生破損，就會喪失絕緣能力，嚴(yán)重時將引起電網(wǎng)事故［3］。因此，對絕緣子串的定期檢測［4］顯得尤為重要。目前絕緣子在線檢測方法［5］主要采用直接觀察法，這種人工巡檢維護方式存在很多問題。由于線路所處的環(huán)境復(fù)雜，給人工巡檢帶來很大困難，不僅運行維護費用高，對于巡檢人員來說也有很大的危險性。

隨著高速數(shù)字圖像采樣技術(shù)和數(shù)字圖像處理技術(shù)的發(fā)展，使得在高壓輸電線路中基于圖像處理的絕緣子串破損檢測技術(shù)的應(yīng)用成為可能［6-7］。目前最常用的方法是利用背景差分法檢測絕緣子破損，其原理是通過當(dāng)前幀圖像和背景幀圖像的相減來檢測絕緣子的破損，而背景幀圖像的建立依賴于背景建模技術(shù)。但在自然場景中，背景是動態(tài)變化的，如晃動的樹葉、變化的光照以及一些干擾物，給背景建模帶來很大困難，因此實際的處理效果并不理想。鑒于背景差分算法復(fù)雜，處理時間長并且處理結(jié)果受很多干擾物影響，出現(xiàn)很多錯誤提取的情況，提出一種將差分法和基于圓弧擬合的曲線擬合法相結(jié)合的方法來實現(xiàn)絕緣子的破損檢測，不需建立復(fù)雜的背景模型，而是通過圖像分割，將與檢測無關(guān)的像素點全部置0，排除了其他像素點隨環(huán)境因素變化的干擾。實驗結(jié)果表明，該算法能很快地檢測出絕緣子的破損處。

1 絕緣子破損檢測算法的原理

運用差分法和曲線擬合［8-9］的方法對絕緣子串進行破損檢測的算法實現(xiàn)步驟如下：從前端攝像機采集的視頻流中截取一幅絕緣子串的單幀圖像作為研究對象，對圖像進行預(yù)處理，包括圖像的灰度化、圖像增強、圖像去噪以及圖像直方圖均衡化等，再利用Canny算子對絕緣子進行邊緣提取［10］，將提取出的邊緣用圓弧法進行曲線擬合，然后將提取出的邊緣曲線和擬合出的邊緣曲線進行差分，再根據(jù)經(jīng)驗閾值，從而判斷絕緣子是否發(fā)生邊緣破損。基于曲線擬合的絕緣子串破損檢測算法流程圖如圖1所示。

圖1 基于曲線擬合的絕緣子串破損檢測算法流程圖

1.1 背景差分法

背景差分法是以當(dāng)前幀圖像與預(yù)先確定或者實時更新得到的背景圖像相減，得到一個差分圖像，并設(shè)定一個閾值，若所得圖像中某像素點的值大于設(shè)定的閾值，則判定該像素點是破損區(qū)域，否則認(rèn)為這個像素點為背景區(qū)域。背景差分法基本原理如下。

首先設(shè)Bk（x，y）為背景圖像，其中x，y代表圖像的二維空間坐標(biāo)，k表示幀數(shù)（k=1…N，N為圖像序列總數(shù)）。fk（x，y）為當(dāng)前幀圖像，差分圖像為Dk（x，y），則

設(shè)差分后二值圖像為Rk（x，y），則

式中T——二值化閾值。

若差分圖像Dk（x，y）大于T，則認(rèn)為該圖像為前景，否則判斷為背景。背景差分法的基本原理流程圖如圖2所示。

圖2 背景差分法的基本原理圖

在理想情況下，通過當(dāng)前幀圖像（破損的絕緣子圖像）和其背景圖像（完好的絕緣子圖像）相減，能夠?qū)崿F(xiàn)絕緣子的破損檢測。但實際上，要想實時獲得當(dāng)前幀圖像的當(dāng)前背景圖像是不可能實現(xiàn)的。獲取背景圖像的理想方法是在視頻處理之前先采集一幅現(xiàn)場中完好的絕緣子圖像預(yù)存下來。但由于大氣環(huán)境不斷發(fā)生變化（如四季交替、沙塵、雨雪、日光照射角度變化）導(dǎo)致攝像機采集的當(dāng)前幀（破損的絕緣子圖像）圖像像素灰度值發(fā)生改變，即與背景圖像（完好的絕緣子）相比，不僅是破損處的灰度值發(fā)生了改變，其他處的灰度值也將發(fā)生改變，引入很多干擾，結(jié)果將會出現(xiàn)很多錯誤提取。

本文將擬合好的絕緣子邊緣曲線作為背景圖像，將提取出的邊緣曲線作為當(dāng)前幀圖像，避免了環(huán)境因素及攝像機偏移因素導(dǎo)致的干擾，使得差分變得更加簡單，結(jié)果更加準(zhǔn)確。

1.2 邊緣檢測

目前能實現(xiàn)邊緣檢測的算子有Roberts算子、Sobel算子、Prewitt算子、高斯偏導(dǎo)濾波器LOG以及Canny邊緣檢測等。由于Canny算子提取邊緣比較完整，邊緣的連續(xù)性很好，效果優(yōu)于其他算子，所以采取Canny算子實現(xiàn)絕緣子的邊緣檢測。

Canny算子邊緣檢測的基本原理是［11］：采用二維高斯函數(shù)任一方向上的一階方向?qū)?shù)為噪聲濾波器，通過與圖像f（x，y）卷積進行濾波；然后對濾波后的圖像尋找圖像梯度的局部極大值，以確定圖像邊緣。

Canny邊緣檢測算子實現(xiàn)檢測圖像邊緣的步驟和方法如下：

（1）用高斯濾波器平滑圖像；

（2）計算濾波后圖像梯度的幅值和方向；

（3）對梯度幅值應(yīng)用非極大值抑制，其過程為找出圖像梯度中的局部極大值點，把其他非局部極大值點置零以得到細化的邊緣；

（4）再用雙閾值算法檢測和連接邊緣。

1.3 曲線擬合

圓弧擬合是一種描繪通過型值點的幾何擬合方法。它用分段圓弧代替曲線，并且使相鄰兩個圓弧有公共切線［12］。具體方法如下：它先將平面曲線離散化為一組點列，再采用圓弧樣條擬合這組點列，依次計算每兩段圓弧公切點到原曲線的最短距離。若距離大于給定的誤差值，則在原曲線上相應(yīng)于最短距離處插入一個新型值點，重新用圓弧樣條擬合，再進行誤差判別，直到所有的圓弧滿足精度要求為止。

這樣構(gòu)成的曲線在總體上是一階光滑、分段等曲率的多段圓弧［13］。所謂一階光滑是指在連接點處，兩相鄰圓弧有共同的切線，一階導(dǎo)數(shù)連續(xù)，二階導(dǎo)數(shù)存在但不一定連續(xù)，整條擬合曲線應(yīng)保持原型值點的凹凸性，且無多余拐點。

2 閾值選取

差分過程圖如圖3所示。運用Canny算子提取出破損絕緣子的邊緣曲線，如圖3（a）所示，再運用圓弧法對提取出來的邊緣曲線進行曲線擬合，擬合出來的標(biāo)準(zhǔn)曲線如圖3（b）所示。將邊緣曲線首末兩端分別連接，形成平面1，將擬合出來的標(biāo)準(zhǔn)曲線以相同方式進行首末兩端分別連接，形成平面2。將兩個平面進行差分，得到差分區(qū)域，差分結(jié)果如圖3（c）所示，在圖3中標(biāo)號為4的區(qū)域就是破損區(qū)域。通過面積閾值選取法，將面積在［min，max］范圍的差分區(qū)域選取出來，從而找到破損處。

圖3 差分過程圖

對于閾值的設(shè)定，采取經(jīng)驗值法。選取了8幅不同尺寸破損的絕緣子圖像，通過調(diào)試，計算如圖3（c）中4區(qū)域的面積，得到8組數(shù)據(jù)（見表1）。

表1 絕緣子破損處面積

由表1可知，最小破損面積為179pixels，最大破損面積為283pixels，可以將閾值范圍選取在［175，290］。

3 擬合誤差濾除

圓弧擬合是用分段圓弧代替曲線，它將平面曲線離散化為一組點列，再采用圓弧樣條擬合這組點列，擬合出來的曲線雖然滿足精度要求，但是與原曲線并不能完全重合，兩者之間是存在誤差的［14-15］。為了避免此誤差帶來的干擾，對完好絕緣子進行誤判，本文選取了兩張在不同角度下拍攝的完好絕緣子圖片，先將完好絕緣子的邊緣提取出來，得到邊緣曲線，再對邊緣曲線進行曲線擬合，將邊緣曲線與擬合曲線進行差分，得到差分區(qū)域，如圖4所示。圖4中共有9個差分小區(qū)域，計算出各個差分小區(qū)域的面積，得到擬合誤差數(shù)據(jù)，如表2所示。

圖4 差分區(qū)域

表2 完整絕緣子擬合誤差

由表2可知，這些數(shù)據(jù)都落在［175，290］以外。所以當(dāng)經(jīng)驗閾值選取在［175，290］時，可以排除曲線擬合誤差所帶來的干擾。

4 實例驗證

因為完好絕緣子提取出來的邊緣都是光滑的曲線，當(dāng)出現(xiàn)邊緣破損，曲線的光滑性就會遭到破壞。絕緣子破損檢測過程圖如圖5所示。對破損的絕緣子進行邊緣提取，再對提取出來的邊緣曲線進行曲線擬合（見圖5（a）），將絕緣子的邊緣曲線與擬合的標(biāo)準(zhǔn)曲線進行差分，得到如圖5（b）所示的差分區(qū)域。計算各個差分區(qū)域的面積，根據(jù)給定的經(jīng)驗閾值，將面積在［min，max］范圍內(nèi)的區(qū)域選取出來，如圖5（c）是通過面積閾值選取出來的區(qū)域，判斷為絕緣子破損區(qū)域，并將破損處標(biāo)識出來發(fā)出報警信號，如圖5（d）所示。

5 實際運行分析

為了驗證算法的可行性，搭建了實驗平臺，運用專家軟件對絕緣子進行分析檢測，檢測結(jié)果如圖6所示。實際運行結(jié)果表明，該算法能準(zhǔn)確檢測出絕緣子的破損處。運用背景差分法實現(xiàn)的絕緣子破檢測結(jié)果如圖7所示。

圖5 破損檢測過程圖

圖6 絕緣子實際運行圖

圖7 運用背景差分法的檢測結(jié)果

6 結(jié)語

由實驗結(jié)果可見，單純利用背景差分法進行絕緣子破損檢測會出現(xiàn)很多錯誤提取，而融合了差分法和曲線擬合法的一種新型絕緣子破損檢測方法可以快速、準(zhǔn)確地定位出絕緣子的破損處。但該方法只能檢測出絕緣子的邊緣破損，如何檢測出絕緣子的表面破損，仍需深入研究。

［1］ 范倫.高壓輸電線路導(dǎo)線綜合在線監(jiān)測［D］.北京：北京交通大學(xué)，2011.

［2］ 朱珠.圖像處理技術(shù)在架空線路絕緣子破損檢測系統(tǒng)中的應(yīng)用研究［D］.江蘇：江蘇大學(xué)，2008.

［3］ 程登峰，劉景姝.高壓輸電線路絕緣子在線監(jiān)測系統(tǒng)應(yīng)用［J］.云南電力技術(shù)，2009，37（6）：25-27.CHENG Deng-feng，LIU Jing-shu.Application research on insulator′s on-line monitoring system of high voltage transmission line［J］.Yunnan Electric Power，2009，37（6）：25-27.

［4］ 李波，劉念，李瑞葉.變電站絕緣子污穢在線監(jiān)測技術(shù)［J］.高電壓技術(shù)，2008，34（6）：1288-1291.LI Bo，LIU Nian，LI Rui-ye.Contamination of substation insulators on-line monitoring technology［J］.High Voltage Engineering，2008，34（6）：1288-1291.

［5］ Yang Yang，Xie Guangzhong，Xu Xiangdong，et al.A Monitoring System Design in Transmission Lines based on Wireless Sensor Networks［J］.Energy Procedia，2011，（12）：192-199.

［6］ 黃新波，孫欽東，王小敬，等.輸電線路危險點遠程圖像監(jiān)控系統(tǒng)［J］.高電壓技術(shù)，2007，33（8）：192-197.HUANG Xin-bo，SUN Qin-dong，WANG Xiao-jing，et al.Image remote-monitoring system of transmission lines dangerous items［J］.High Voltage Engineering，2007，33（8）：192-197.

［7］ 黃新波，劉家兵，王向利，等.基于GPRS網(wǎng)絡(luò)的輸電線路絕緣子污穢在線遙測系統(tǒng)［J］.電力系統(tǒng)自動化，2004，28（21）：92-99.HUANG Xin-bo，LIU Jia-bing，WANG Xiang-li，et al.On-line remote-monitoring system for transmission line insulator contamination based on the gprs net［J］.Automation of Electric Power Systems，2004，28（21）：92-95，99.

［8］ 羅滇生，何洪英.基于形態(tài)相似準(zhǔn)則的曲線擬合算法及其在超短期負荷預(yù)測中的應(yīng)用［J］.電網(wǎng)技術(shù)，2007，31（21）：81-84.LUO Dian-sheng，HE Hong-ying.A shape similarity criterion based curve fitting algorithm and its application in ultra-short-term load forecasting［J］.Power System Technology，2007，31（21）：81-84.

［9］ 張習(xí)文，李佐，蔡士杰，等.基于遺傳算法的以線段和圓弧為基元的曲線擬合［J］.計算機輔助設(shè)計與圖形學(xué)學(xué)報，2002，14（2）：144-147.ZHANG Xi-wen，LI Zuo，CAI Shi-jie，et al.Segmenting planar curves into straight line and circular arcs segments using genetic algorithm［J］.Journal of Computer-Aided Design ＆ Computer Graphics，2002，14（2）：144-147.

［10］ 彭飛，陳維榮，冒波波，等.基于Canny邊緣檢測和聚合接續(xù)法的路軌邊緣提取方法［J］.鐵道學(xué)報，2012（2）：52-57.PENG Fei，CHEN Wei-rong，MAO Bo-bo，WANG Xufeng.Rail-framework abstraction based on Canny edge detection and poly-connection［J］.Journal of the China railway Society，2012（2）：52-57.

［11］ 楊帆.數(shù)字圖像處理與分析［M］.北京：北京航空航天大學(xué)出版社，2007.

［12］ 董光昌，梁友棟，何援軍.樣條曲線擬合與雙圓弧逼近［J］.應(yīng)用數(shù)學(xué)學(xué)報，1978，1（4）：330-340.

［13］ 喬立山，王玉蘭，曾錦光.實驗數(shù)據(jù)處理中曲線擬合方法探討［J］.成都理工大學(xué)學(xué)報，2004，31（1）：91-95.QIAO Li-shan，WANG Yu-lan，ZENG Jin-guang.Discussion on methods of curve fitting in experimental data processing［J］.Journal of Chengdu University of Technology：Sci ＆ Technol Ed，2004，31（1）：91-95.

［14］ 肖滌塵，梁錫昌.最佳一致逼近及容差平滑圓弧擬合平面點列［J］.重慶大學(xué)學(xué)報，1989（3）：35-43.XIAO Di-chen，LIANG Zi-chang.Using circle arcs of best uniform approximation ＆tolerance smooth to fit listed points of plane curv［J］.Journal of Chongqing University（Natural Science Edition），1989（3）：35-43.

［15］ 涂嘉文，徐守時，譚勇.基于最小均方誤差的圓弧分段曲線擬合方法［J］.計算機應(yīng)用，2001，21（3）：48-50.TU Jia-wen，XU Shou-shi，TAN Yong.Method of circular arc fragmented curve-fitting based on least meansquare error［J］.Journal of Computer Applications，2001，21（3）：48-50.