XLPE電纜缺陷典型圖像信息采集及特征提取

劉哲 任昂 葛少偉 蘇菲 侯建峰

（國(guó)網(wǎng)山東省電力公司濟(jì)南供電公司 山東省濟(jì)南市 250000）

1 引言

電纜線路巡視可為電力系統(tǒng)電纜線路的安全可靠運(yùn)行提供有力保障，但隨著電力電網(wǎng)產(chǎn)業(yè)飛速發(fā)展，城市電纜化率逐年提高，電纜線路巡視的工作量日益加大[1]。然而，電纜線路所處的通道復(fù)雜多樣，傳統(tǒng)電纜線路巡視技術(shù)由于各自的缺陷而不能有效滿足巡視要求，這些巡視技術(shù)的不足促進(jìn)了無(wú)人機(jī)電纜線路巡視技術(shù)的出現(xiàn)和發(fā)展。針對(duì)無(wú)人機(jī)線路巡視技術(shù)的研究已經(jīng)成為了電網(wǎng)巡視和無(wú)人機(jī)應(yīng)用領(lǐng)域的一個(gè)研究熱點(diǎn)，這一方面的研究也取得了很多研究成果[2-4]，然而尚缺乏關(guān)于無(wú)人機(jī)電纜線路巡視方面的應(yīng)用研究。

目前，電纜線路的巡視一般采用傳統(tǒng)的人工現(xiàn)場(chǎng)巡視，需耗費(fèi)大量的時(shí)間、人力，且效率較低，當(dāng)線路通道可能積聚有害氣體時(shí)，人工巡視任務(wù)更為艱巨，且可能存在一定的人身安全隱患。近年來(lái)，我國(guó)廣泛開(kāi)展了軌道式和履帶式機(jī)器人應(yīng)用于電網(wǎng)巡視作業(yè)中的研究。但軌道式機(jī)器人作業(yè)受限于軌道安裝、經(jīng)濟(jì)效益等多方面因素，尚不能完全滿足線路巡視需求，履帶式機(jī)器人無(wú)法清晰采集設(shè)備圖像，巡視效率較低。而無(wú)人機(jī)具有操控要求低、靈活易用、性價(jià)比高等優(yōu)點(diǎn)，已逐漸推廣至礦井、隧道等巡視工作中[5-6]。

在無(wú)人機(jī)巡視過(guò)程中，采集的現(xiàn)場(chǎng)圖像是分析線路運(yùn)行狀態(tài)的重要依據(jù)。但目前巡視過(guò)程中還存在一些問(wèn)題，如現(xiàn)場(chǎng)作業(yè)過(guò)程中拍照點(diǎn)位置、角度、數(shù)量存在較大的差異性，可能會(huì)采集不必要的、不滿足要求的照片，增加后期分析工作量；圖像的不規(guī)范性不利于圖像的規(guī)范化管理與大數(shù)據(jù)分析，缺陷目標(biāo)難以分割，缺陷特征難以提取；這些因素易影響巡視工作人員對(duì)缺陷的判斷和分析[7-15]。

圖1：電纜通道用無(wú)人機(jī)結(jié)構(gòu)

圖2：電纜外護(hù)套破損

圖3：電纜外護(hù)套燒蝕

圖4：電纜接頭紅外圖像

為使現(xiàn)場(chǎng)巡視效果達(dá)到最佳本文應(yīng)用可碰撞無(wú)人機(jī)對(duì)電纜線路進(jìn)行巡視，利用機(jī)載可見(jiàn)光、紅外設(shè)備通過(guò)懸停、定點(diǎn)拍照方式，對(duì)電纜通道隱患、本體及附件缺陷進(jìn)行快速巡查，克服了復(fù)雜地形、未知環(huán)境給電纜線路巡視帶來(lái)的困難。通過(guò)分析無(wú)人機(jī)巡視過(guò)程中采集的典型缺陷圖像，采用Otsu 閾值法[16]及Kmeans 聚類[17]的圖像分割法，提取電纜線路典型缺陷特征，結(jié)合隨機(jī)森林算法[18]，能夠準(zhǔn)確識(shí)別缺陷類型，為推進(jìn)無(wú)人機(jī)巡視實(shí)用化奠定良好的基礎(chǔ)。

2 電纜隧道用無(wú)人機(jī)

無(wú)人機(jī)巡視技術(shù)是利用機(jī)載可見(jiàn)光、紅外等設(shè)備，通過(guò)懸停、定點(diǎn)拍照等方式，對(duì)電纜線路本體缺陷、通道隱患進(jìn)行快速巡查的技術(shù)，克服了復(fù)雜地形、未知環(huán)境給線路巡視帶來(lái)的困難，全方位獲取現(xiàn)場(chǎng)資料，具有效率高、受通道影響小、無(wú)人員安全風(fēng)險(xiǎn)等優(yōu)點(diǎn)[3]。

電纜隧道用無(wú)人機(jī)結(jié)構(gòu)如圖1 所示，其中：1.熱成像鏡頭；2.光學(xué)高清攝像頭；3.可碰撞防護(hù)網(wǎng)；4.LED 光源；5.可調(diào)節(jié)槳葉；6.電機(jī)；7.激光定位傳感器。與架空線用無(wú)人機(jī)不同之處在于防護(hù)網(wǎng)的使用，無(wú)人機(jī)安裝防護(hù)網(wǎng)后，可以在電纜通道內(nèi)安全飛行，避免損傷通道內(nèi)設(shè)備或無(wú)人機(jī)本體。同時(shí)，可見(jiàn)光與紅外配合，更利于發(fā)現(xiàn)電纜附件內(nèi)部缺陷，為后期圖像處理提供了保障。

3 電纜線路典型缺陷采集

當(dāng)電纜線路存在隱患或故障時(shí)，無(wú)法保證檢修人員人身安全，因此可采用無(wú)人機(jī)及時(shí)獲取電纜線路環(huán)境信息及電纜運(yùn)行狀況，協(xié)助運(yùn)維人員解決電纜缺陷問(wèn)題。無(wú)人機(jī)巡視過(guò)程中可發(fā)現(xiàn)電纜通道類、電纜主體類、電纜附件三大類缺陷。

圖5：ntree 與標(biāo)準(zhǔn)差

圖6：無(wú)人機(jī)巡視

3.1 電纜通道缺陷

電纜通道缺陷可以分為功能性缺陷及結(jié)構(gòu)性缺陷兩大類。功能性缺陷指導(dǎo)致管道斷面發(fā)生變化，影響暢通性能的缺陷，按照缺陷的嚴(yán)重程度可以分為輕微缺陷、中等缺陷、嚴(yán)重缺陷、重大缺陷四個(gè)級(jí)別，結(jié)構(gòu)性缺陷指管道結(jié)構(gòu)本體遭受損傷，影響強(qiáng)度、剛度和使用壽命的缺陷。

該類缺陷采集圖像具有背景灰度值均勻，缺陷區(qū)域內(nèi)的灰度值相似的特征，但各類缺陷的形狀差異較大，適合采用圖像識(shí)別缺陷圖像的形狀特征對(duì)缺陷進(jìn)行表征。

3.2 電纜主體缺陷

運(yùn)行過(guò)程中電纜主體缺陷的主要原因?yàn)橥饬ζ茐幕驘g。其中電纜主體受損主要原因?yàn)殡娎|敷設(shè)過(guò)程中施工粗糙，電纜井口墜物使電纜外護(hù)套受損，間接導(dǎo)致內(nèi)部絕緣結(jié)構(gòu)發(fā)生變化，嚴(yán)重時(shí)將導(dǎo)致缺陷部位電場(chǎng)畸變，影響電纜使用壽命，如圖2 所示。因城市建設(shè)通道緊張問(wèn)題，部分電纜線路與通訊光纜或燃?xì)夤艿拦灿猛ǖ溃?dāng)通道內(nèi)發(fā)生火災(zāi)時(shí)，極易燒蝕電纜，導(dǎo)致電纜絕緣失效，發(fā)生事故，如圖3 所示。

3.3 電纜附件缺陷

圖7：電纜隧道坍塌原始圖像

圖8：電纜隧道落石

圖9：電纜隧道坍塌分割效果圖

圖10：電纜隧道落石分割效果圖

電纜附件缺陷是電纜運(yùn)行過(guò)程中常見(jiàn)的缺陷，在電纜通道中，以電纜中間接頭缺陷為主。導(dǎo)致電纜中間接頭缺陷的原因包括安裝過(guò)程中空環(huán)境不符合標(biāo)準(zhǔn)、安裝人員沒(méi)有按照規(guī)程要求安裝，以及長(zhǎng)期運(yùn)行內(nèi)部絕緣老化等。

運(yùn)用無(wú)人機(jī)搭載的紅外設(shè)備，對(duì)電纜中間接頭進(jìn)行紅外圖像采集，可以直觀的看到電纜中間接頭是否符合運(yùn)行要求，設(shè)定2℃的溫差標(biāo)準(zhǔn)[12-15]，著重采集不符合標(biāo)準(zhǔn)的紅外熱圖像，如圖4 所示。

4 電纜線路典型缺陷采集

典型缺陷特征提取主要包括缺陷分割、目標(biāo)區(qū)域特征提取兩個(gè)步驟。由于管道內(nèi)壁紋理較復(fù)雜，圖像背景灰度值與缺陷灰度值差異小，并且圖像內(nèi)目標(biāo)并非完全連通，圖像分割容易出現(xiàn)過(guò)分割或欠分割現(xiàn)象，無(wú)法準(zhǔn)確提取管道缺陷，影響缺陷識(shí)別的準(zhǔn)確率，采用Otsu 閾值法及Kmeans 聚類的圖像分割法提取電纜線路缺陷。

4.1 缺陷區(qū)域分割

由于背景和目標(biāo)之間灰度差異較小，選擇顏色特征作為聚類分割時(shí)的準(zhǔn)則。Lab 顏色空間中亮度與顏色信息分開(kāi)，且色域遼闊，因此在Lab 顏色空間處理圖像。由于電纜線路圖像中內(nèi)壁部分具有一致性，通過(guò)對(duì)圖像分塊并提取方差最大的塊，在塊中進(jìn)行Kmeans 圖像分割能夠提升圖像分割準(zhǔn)確性及分割速率，方差最大的塊即包含背景與目標(biāo)的區(qū)域。分塊具體步驟如下：

在Lab 顏色空間的a、b 通道上計(jì)算圖像的方差，圖像方差計(jì)算公式如（1）所示。

將圖像等分為i2(i=2,3,...)個(gè)子塊，分別計(jì)算每個(gè)子塊的方差σj2(j=1,2,...i2)。分別計(jì)算各個(gè)子塊方差與圖像方差之間的差值，并選出差值大于圖像方差10%的子塊，若子塊不存在，則令i=i+1，并重新對(duì)圖像分塊，直至確定出符合條件的子塊。該子塊則包含電纜線路缺陷與背景。

在選出的子塊中執(zhí)行Ostu-Kmeans 算法進(jìn)行圖像分割：在選出的子塊Aj上執(zhí)行Ostu 閾值法，將其分成Aj1、Aj2兩部分。Ostu 閾值法首先計(jì)算整幅圖像的灰度直方圖，假設(shè)根據(jù)某個(gè)閾值T，屬于前景的像素百分比為w1，屬于背景的像素百分比為w2，根據(jù)式（2）統(tǒng)計(jì)類間方差。

式中，u0、u1分別表示根據(jù)閾值劃分出來(lái)的兩部分平均灰度值。遍歷尋找最佳閾值，使式（2）類間方差達(dá)到最大值。

在Lab 顏色空間的a、b 通道上分別計(jì)算Aj1、Aj2中所有點(diǎn)的平均值式（3）。

以ja1、ja2、jb1、jb2作為聚類中心，根據(jù)式（4）分別計(jì)算每個(gè)點(diǎn)到聚類中心的歐氏距離。

式中，Ii_a表示圖像在Lab 顏色空間中a 通道上的像素值，Ii_b表示圖像在b 通道上的像素值。

4.2 區(qū)域特征提取

電纜線路缺陷特征提取是缺陷識(shí)別的關(guān)鍵，由于圖像的背景灰度值均勻，缺陷區(qū)域內(nèi)的灰度值相似，各類缺陷的形狀差異較大，基于選取缺陷圖像的形狀、紅外圖像特征對(duì)缺陷進(jìn)行表征，利用隨機(jī)森林算法對(duì)上述目標(biāo)區(qū)域進(jìn)行特征提取，其表達(dá)式如表1 所示。

其中：N 為缺陷區(qū)域內(nèi)像素點(diǎn)的個(gè)數(shù)

由于隨機(jī)森林訓(xùn)練時(shí)采用Bootstrap 方法選取樣本，實(shí)際上僅有63.2%的樣本被用于訓(xùn)練，將剩余樣本作為測(cè)試樣本。訓(xùn)練分類器時(shí)對(duì)子模型數(shù)、分裂時(shí)參與判斷的最大特征數(shù)、葉節(jié)點(diǎn)最小樣本數(shù)三個(gè)參數(shù)進(jìn)行手動(dòng)調(diào)整，引入偏差及方差衡量調(diào)參是否已達(dá)最優(yōu)。偏差越小，模型準(zhǔn)確率越高，方差越小，模型防止過(guò)擬合的能力越強(qiáng)。在通過(guò)文中所提取特征訓(xùn)練分類器時(shí)，依次調(diào)整子模型數(shù)、分裂時(shí)參與判斷的最大特征數(shù)、葉節(jié)點(diǎn)最小樣本數(shù)，并分別觀察其對(duì)方差及偏差的影響，通過(guò)計(jì)算發(fā)現(xiàn)，當(dāng)ntree取66 時(shí)，如圖5 所示，其標(biāo)準(zhǔn)差最小可滿足識(shí)別要求。

4.3 實(shí)際應(yīng)用

采用無(wú)人機(jī)對(duì)220kV 某電纜通道進(jìn)行了實(shí)際巡視驗(yàn)證，巡視如圖6 所示。

共采集兩處電纜通道實(shí)際缺陷，如圖7、8 所示根據(jù)式（4）分別計(jì)算每個(gè)點(diǎn)到聚類中心的歐氏距離。尋找dk的最小值，并據(jù)此對(duì)圖像進(jìn)行聚類，聚類完成后圖像即被分割成目標(biāo)及背景兩部分。

采用上述方法分割缺陷后，當(dāng)圖像被劃分為9 個(gè)子塊時(shí)可以得到分割結(jié)果，分割效果圖如圖9、10 所示，電纜隧道坍塌后隱患出現(xiàn)在通道正中央，且分割過(guò)后可明顯觀察到圖片中央有隱患點(diǎn)。電纜通道落石后，圖片中央存在不連續(xù)的目標(biāo)區(qū)域。而通道頂部缺陷則表現(xiàn)為圖片中央偏上方有連續(xù)隱患點(diǎn)。由圖可知，分割后障礙物被完整保留，背景信息被剔除，無(wú)欠分割或過(guò)分割現(xiàn)象，效果理想。

通過(guò)無(wú)人機(jī)巡視，證明電纜通道內(nèi)采用無(wú)人機(jī)進(jìn)行圖像采集，具有效率高、受通道影響小、無(wú)人員安全風(fēng)險(xiǎn)等優(yōu)點(diǎn)，對(duì)于無(wú)人機(jī)巡視作業(yè)推廣化應(yīng)用奠定良好的基礎(chǔ)。

5 結(jié)論

運(yùn)用無(wú)人機(jī)開(kāi)展電纜線路巡視工作，可有效克服復(fù)雜地形、未知環(huán)境給電纜線路巡視帶來(lái)的困難，解決有限空間作業(yè)所帶來(lái)的安全問(wèn)題。現(xiàn)階段，無(wú)人機(jī)巡視大多依靠相機(jī)、攝影機(jī)或紅外感光儀器等設(shè)備進(jìn)行監(jiān)測(cè)，智能化水平不足，但借助無(wú)人機(jī)懸停、定點(diǎn)拍照功能，實(shí)現(xiàn)路徑預(yù)規(guī)劃，準(zhǔn)確獲取電纜通道、本體、附件的紅外和可見(jiàn)光典型缺陷圖庫(kù)。通過(guò)融合圖像分割、特征提取、模式識(shí)別等技術(shù)，降低了后期圖像處理工作量，提升了巡視效率，為推進(jìn)無(wú)人機(jī)巡視實(shí)用化奠定良好的基礎(chǔ)。

表1：特征名稱及表達(dá)式

開(kāi)展電纜線路無(wú)人機(jī)智能巡視，應(yīng)當(dāng)加強(qiáng)以下幾方面研究：制定電纜線路無(wú)人機(jī)巡視操作規(guī)范、圖像采集等相關(guān)標(biāo)準(zhǔn)；開(kāi)展電纜隧道用無(wú)人機(jī)構(gòu)造研究，改進(jìn)防護(hù)網(wǎng)、旋翼、電池及機(jī)身構(gòu)造；結(jié)合現(xiàn)有智能巡視技術(shù)，開(kāi)展“人工+軌道機(jī)器人+無(wú)人機(jī)”綜合巡視技術(shù)研究。隨著無(wú)人機(jī)路徑規(guī)劃、智能故障診斷及預(yù)測(cè)技術(shù)的發(fā)展，移動(dòng)智能巡視技術(shù)將進(jìn)一步提高巡視質(zhì)量，提升電力電纜精益化管理水平。