基于視頻圖像處理技術的弓網燃弧檢測方法研究

王學亮， 梁才國

（中車青島四方機車車輛股份有限公司， 山東 青島 266111）

引言

列車是通過受電弓碳板與接觸網動態滑動接觸而獲得電力。列車在運行過程中，受電弓碳板與接觸網導線接觸不良時，就會發生弓網燃弧現象。然而發生燃弧現象會給列車帶來許多危害，例如對受電弓碳板和接觸網導線造成腐蝕和磨損，影響受電弓與接觸網之間的受流質量，嚴重情況下會影響列車的安全運行。因此，受電弓與接觸網之間的燃弧現象檢測尤為重要[1]。

1 弓網燃弧視頻監控系統設計

為了避免檢測裝置對受電弓工作狀況的影響，需對受電弓燃弧現象檢測采用非接觸式—視頻圖像檢測。攝像頭不僅能觀察弓網工作狀況，而且能夠有效檢測到弓網燃弧。

在車頂安裝攝像頭，使鏡頭與受電弓與接觸網接觸位置對焦，通過對弓網連續不斷地采集視頻圖像，通過光纖將視頻數據傳入車內工控機，再由工控機對視頻圖像進行處理，判斷燃弧是否存在，并保存燃弧圖像以及相關數據信息。圖1為視頻圖像燃弧監控結構。

圖1 測試系統結構圖

2 視頻圖像基本處理

攝像頭對弓網工作狀況進行連續不斷的視頻采集，通過采集卡保存視頻文件，需要經過視頻圖像處理技術將視頻文件分割為一幀一幀圖像文件，然后對分割出的圖像是否存在燃弧現象進行判斷。為加快計算機視頻圖像處理速度，需要事先從圖像中分割出弓網接觸位置區域，即燃弧發生位置區域。在圖像處理技術中利用ROI函數對該區域進行分割，見圖 2、圖 3。

圖2 弓網燃弧幀

圖3 ROI選定出來燃弧現象區域

2.1 圖像灰度化處理

當弓網燃弧時，視頻圖像中會出現白色耀眼斑點，本文是通過對白色斑點面積計算，從而判斷是否出現燃弧現象。在視頻圖像經過分割之后，為了進一步加快圖像處理速度，需要對圖像進行灰度化處理。因為每幀圖像的各個像素點顏色值都是由RGB三個顏色分量構成，所以每個像素點共有256×256×256種顏色值。而圖像灰度化之后每一個像素點的顏色值轉換為0～255共256種灰度變化。本文采用opencv圖像處理技術進行灰度化處理，利用函數cvCvtColor可以將彩色圖像轉化為灰度圖像。圖像灰度化處理方法主要有加權平均法、最大值法和平均值法等[2]。圖4為燃弧灰度化處理圖。

2.2 圖像二值化處理

圖4 燃弧灰度化處理圖

為了便于統計燃弧面積，需要對灰度化處理后的圖像進行二值化處理。圖像二值化處理（見下頁圖5）就是將灰度圖像中所有像素點的灰度值都設置為0或255，即用純黑與純白兩種色調來顯示整幅圖像。然而對灰度化圖像二值化需要設定一定閥值，低于該閥值的灰度值，就設置為0，大于該閥值的灰度值就設置為255。由于燃弧在圖像中顯示為白色斑點，其像素點的灰度值為255[3]。因此，統計出整幅圖像中所有灰度值為255的像素點，即為燃弧面積。

圖5 圖像二值化處理

對二值化圖像中灰度值為255的像素點統計，即燃弧面積統計。通過公式（1）對燃弧面積統計，判斷是否發生燃弧現象。

式中：Nr為燃弧亮點像素點的總數，Nz為整幅圖像中所有像素點總數，b為燃弧點面積比例。設定當b大于某一比例值時，就判斷該幀發生燃弧現象；當b小于某比例值時，就判斷該幀未發生燃弧現象。然后進行下一幀圖像處理。

3 視頻圖像燃弧判斷

3.1 燃弧判斷流程

攝像頭獲取得到的受電弓工作視頻圖像經過視頻分割為一幀鎮圖像文件，先對圖像灰度化處理，再對圖像進行二值化處理，最后通過對燃弧面積大小的判斷，從而得出該幀是否發生燃弧現象。若發生燃弧，則保存下該幀圖像，并記錄下燃弧面積大小，然后進行下一幀圖像的判斷；若未發生燃弧現象，就進行下一幀圖像的判斷[4]。最終得出該段視頻中共發生的燃弧次數、每次發生燃弧持續時間以及燃弧比（離線率）。圖6為燃弧判斷流程圖。

圖6 燃弧判斷流程圖

其中，燃弧持續時間t由公式（2）計算而得，n為該次燃弧共在視頻中出現幀數，fs為攝像頭視頻壓縮速率。燃弧比即離線率，就是發生燃弧幀數與視頻總幀數比值。

3.2 燃弧數據分析

在某條地鐵線路上，利用紅外攝像頭拍攝地鐵車輛受電弓工作視頻，利用視頻圖像處理技術對該段視頻進行分析與處理。

圖7是對123 s燃弧視頻文件進行燃弧分析，從視頻中可以判斷出共發生燃弧13次，并且通過圖像處理技術獲得48幀燃弧圖像，其中燃弧最長持續時間為520 ms，而燃弧率為1.372%。通過對截取出的48幀圖像進行觀察，由于隧道中燈光的影響會將燈光誤判斷為燃弧，因此會對燃弧檢測結果產生影響[5]。經過人工篩選可以得出共發生10次燃弧，最長持續時間為100 ms。圖8是把燈光誤判斷為燃弧幀圖像。

圖7 紅外視頻燃弧分析

圖8 燃弧誤判斷幀

為避免燈光或者太陽光對測試結果干擾，本文是根據弓網燃弧光學特性對燃弧進行監測。如圖9燃弧弧光通過光譜儀分析可知，燃弧光波段在240～260 nm之間是太陽光光波段的盲區，利用該光學特性可以運用紫外相機進行燃弧現象檢測。

圖9 燃弧與太陽光譜特性曲線

在某地鐵線路上，利用MicroVista-UV紫外相機對弓網燃弧現象進行監測，通過視頻圖像分析可知，應用紫外相機能夠有效避免燈光與陽光的干擾。

下頁圖10為通過紫外相機獲取視頻對發生燃弧現象的檢測分析圖，其中檢測出的燃弧次數共12次，其中通過opencv圖像處理程序共截取出19幀燃弧圖像。這90s視頻中燃弧弧最長持續時間為80ms，而燃弧比即受電弓與接觸網的離線率，為0.8448%。對截取出的燃弧圖像進行觀察，沒有出現誤判情況。

下頁圖11是對列車單程運行過程中，弓網燃弧現象檢測分析數據圖。

圖11是紫外相機獲取24 min弓網工作視頻進行燃弧現象判斷分析結果。期間共判斷出22次燃弧，最長持續時間為80 ms，其弓網離線率為0.1%。測試結果通過對整個視頻人工分析得出燃弧次數也為22次，可見該受電弓燃弧檢測方法具有可行性。

圖10 紫外視頻燃弧檢測

圖11 弓網燃弧分析結果

4 結論

利用弓網燃弧的光學特性，通過視頻圖像處理技術對紫外相機獲取弓網燃弧視頻進行燃弧現象判斷，得出列車在整個運行過程中發生燃弧次數、每次持續時間以及燃弧比即弓網離線率。

[1]何常紅.弓網電弧模擬系統的研制和試驗研究[D].成都：西南交通大學，2009.

[2]劉寅秋.基于圖像處理的接觸網動態幾何參數測量研究[D].北京：中國鐵道科學研究院，2012.

[3]張韜.基于圖像處理的接觸網檢測系統研究[D].成都：西南交通大學，2008.

[4]楊志鵬.弓網電弧研究及其檢測[D].北京：北京交通大學，2011.

[5]杜高峰.基于opencv圖像處理列車受電弓動態特性監測方法研究[D].成都：西南交通大學，2015.