趙天成，王 帥，楊 雯，施天賀

（武漢大學(xué)，武漢 430072）

隨著電力生產(chǎn)和控制技術(shù)的發(fā)展，智能化變電站實(shí)現(xiàn)無人值班和遠(yuǎn)方監(jiān)控成為發(fā)展的趨勢［1］。國外智能變電站的智能化巡檢起步較早，技術(shù)更為先進(jìn)，其智能巡檢方式大多建立在GIS和GPS之上。2008年巴西圣保羅大學(xué)設(shè)計(jì)了主要應(yīng)用于變電站設(shè)備熱缺陷檢測的懸掛式移動(dòng)機(jī)器人，搭載紅外熱像儀的機(jī)器人懸掛在預(yù)定鋼索軌道上，用來采集變電站設(shè)備溫度，監(jiān)控中心采用WiFi遠(yuǎn)程遙控機(jī)器人的動(dòng)作。2007年山東魯能公司推出了第三代500 kV變電站設(shè)備巡檢機(jī)器人，對變電站母線、斷路器、變壓器等一次設(shè)備進(jìn)行常規(guī)巡檢，并且提供基于紅外熱像儀的溫度檢測報(bào)警功能。2010年山東青島午山220kV變電站智能化改造中引入可見光照相機(jī)和紅外照相機(jī)的變電站巡檢機(jī)器人，主要用于熱缺陷檢測。該機(jī)器人采用了磁導(dǎo)航方式，可遙控或自主運(yùn)行［2］。但國內(nèi)變電站巡檢機(jī)器人的研發(fā)水平局限于對現(xiàn)場進(jìn)行圖片拍攝，經(jīng)過人工加以識別，并不是真正意義上的智能化，因而對機(jī)器視覺技術(shù)在智能變電站自動(dòng)巡檢系統(tǒng)的應(yīng)用研究具有重要現(xiàn)實(shí)意義。

1 機(jī)器視覺系統(tǒng)的構(gòu)成

機(jī)器視覺主要通過確定識別對象，通過圖像采集裝置對圖像獲取，通過圖像處理算法對圖像特征進(jìn)行提取，最后通過識別算法完成識別工作。機(jī)器視覺系統(tǒng)流程圖見圖1。

圖1 機(jī)器視覺系統(tǒng)流程圖

智能變電站巡檢系統(tǒng)中的視覺系統(tǒng)主要是將機(jī)器視覺應(yīng)用到變電站的無人巡檢中。本文以變電站絕緣子作為研究對象，通過高清攝像頭與紅外攝像頭同時(shí)獲取圖像，通過灰度化、二值化、腐蝕膨脹等一系列算法處理，提取變電站中絕緣子的特征參數(shù)，最后通過識別算法完成絕緣子的定位與識別。

2 絕緣子圖像的特征提?。?］

2.1 圖像灰度化處理

變電站中的絕緣子有著一系列影響識別的復(fù)雜背景，因此首先要對圖像進(jìn)行灰度化處理，去除復(fù)雜的背景顏色?；叶然幚砜梢葬槍︻伾幋a模式為RGB、HSV、YUV、HLS等圖像進(jìn)行處理，本文主要闡述最常見的RGB圖像處理過程。

在RGB模型中，如果R＝G＝B時(shí)，則色彩表示一種灰度顏色，其中的R＝G＝B值即灰度值，因此灰度圖像每個(gè)像素只需要一個(gè)字節(jié)存放灰度值（或稱強(qiáng)度值、亮度值），灰度范圍0～255。一般采用分量法、最大值法、平均值法和加權(quán)平均值法對彩色圖像做灰度化處理。

由于人眼對綠色的敏感最高，對藍(lán)色敏感最低，本論文選用基于人體生理學(xué)的加權(quán)平均值法：

式中：R（i，j）、G（i，j）、B（i，j）分別為紅色、綠色、藍(lán)色在（i，j）像素點(diǎn)的值。

LabVIEW軟件中Vision Assistant快速VI中的Color Plane Extraction函數(shù)可以完成對彩色的RGB圖像的灰度化處理（見圖2b）。

2.2 灰度直方圖變化

圖像中的灰度種類較少時(shí)，可以對直方圖進(jìn)行均衡化處理。直方圖均衡化就是把各個(gè)灰度級出現(xiàn)像素的概率盡量平均化處理，使直方圖曲線趨于平坦，常用的典型變換函數(shù)為：

式中：s（i，j）為（i，j）像素點(diǎn)的灰度值；r為灰度值變量。

Vision Assistant快速VI中的Histogram函數(shù)可以求得圖像的灰度直方圖。

2.3 圖像二值化處理

觀察灰度直方圖，找到波峰與波谷。將波谷所在位置的灰度值設(shè)置成為閾值，大于等于這個(gè)閾值的將像素變成1（即黑色），小于閾值的將像素變?yōu)?（即白色）［4］。經(jīng)過二值化處理之后的灰度圖見圖2c。

2.4 腐蝕與膨脹處理

2.4.1 腐蝕處理

腐蝕處理能夠使絕緣子圖像中比背景暗的部分得到了擴(kuò)張，比背景亮的部分得到了收縮。選用不同的結(jié)構(gòu)元、不同的腐蝕次數(shù)能使得腐蝕后的圖像一定程度上消除圖像中孤立的噪點(diǎn)和削弱邊界輪廓。

2.4.2 膨脹處理

與腐蝕運(yùn)算相反，膨脹運(yùn)算能夠使絕緣子圖像中比背景亮的部分得到了擴(kuò)張，比背景暗的部分得到了收縮。同樣，選取不同的結(jié)構(gòu)元不同的膨脹次數(shù)能擴(kuò)大圖像中物體的輪廓，能夠使得原本不相連的幾個(gè)物體組合成一個(gè)物體。在一定情況下這樣更利于識別的進(jìn)行。

腐蝕與膨脹處理之后見圖2的d、e。

3 絕緣子的形態(tài)模式識別與定位

3.1 絕緣子圖像的邊緣提取

對絕緣子圖像進(jìn)行邊緣提取有利于得到圖像中有用部位的參數(shù)特征量，同時(shí)可以便于對絕緣子或者其他儀器設(shè)備進(jìn)行物理參數(shù)的測量。

LabVIEW軟件中的可以實(shí)現(xiàn)Canny算子的邊緣檢測。

3.2 絕緣子識別與定位

經(jīng)過處理之后的絕緣子圖片可以用來完成絕緣子的定位與識別。在LabVIEW中可以通過IMAQ Count Objects 2VI來完成提取絕緣子在圖片中的位置。首先提取絕緣子的位置，然后LabVIEW的Count函數(shù)的連通域檢測方法來得知圖片中所存在的物體的個(gè)數(shù)，并且檢測每個(gè)連通區(qū)域上下左右4個(gè)頂點(diǎn)的坐標(biāo)，則目標(biāo)區(qū)域?qū)谝源松?、下頂點(diǎn)橫坐標(biāo)和左右頂點(diǎn)縱坐標(biāo)構(gòu)成的矩形之中。將圖片轉(zhuǎn)化為二維矩陣，然后使用以上4個(gè)坐標(biāo)將矩陣中對應(yīng)的子矩陣截取出來，實(shí)現(xiàn)單個(gè)目標(biāo)的分離。

圖2 絕緣子特征提取過程

如果圖片中的兩個(gè)物體相距較近，則有可能一個(gè)物體的部分區(qū)域被截取到與之相鄰的另一個(gè)物體的矩形子圖片之中，此時(shí)必須對子圖片中多余的區(qū)域進(jìn)行清除。文中所采用的是面積比較和連續(xù)邊緣點(diǎn)判斷共同作用的方法來清除圖片中多余的區(qū)域。其中面積計(jì)算是對連通域中像素點(diǎn)的累加，連續(xù)邊緣點(diǎn)是指在圖像邊緣上屬于連通域的連續(xù)的像素點(diǎn)的個(gè)數(shù)。當(dāng)某一區(qū)域的面積不是這個(gè)子圖片中最大的，并且在子圖片邊緣有幾個(gè)連續(xù)像素時(shí)就可以判斷此區(qū)域?yàn)榉悄繕?biāo)區(qū)域，將其像素灰度值全部賦值為0，則可實(shí)現(xiàn)非目標(biāo)區(qū)域的清除。

由于絕緣子具有對稱的特征，設(shè)絕緣子的像素高度為H，H的大小可由單個(gè)目標(biāo)分離后的子圖片的像素高度得知，絕緣子的中心點(diǎn)坐標(biāo)為a（x0，y0），絕緣子的傾斜角度為α，則絕緣子軸線的方程為：

由于圖片是以數(shù)組形式存儲，圖片中的坐標(biāo)是以左上角為原點(diǎn)，行方向?yàn)閤軸，列方向?yàn)閥軸，所以需要進(jìn)行坐標(biāo)變換，設(shè)坐標(biāo)變換之后的絕緣子的中心點(diǎn)坐標(biāo)為a1（x1，y1），仍使用坐標(biāo)變換前的傾角α，則坐標(biāo)變換后的軸線方程為：

4 仿真試驗(yàn)

智能變電站無人巡檢視覺系統(tǒng)如圖3所示。系統(tǒng)由機(jī)器人模塊、無線傳輸裝置和上位機(jī)構(gòu)成。機(jī)器人模塊主要包括傳感器部分、GPS導(dǎo)航系統(tǒng)，和圖像采集裝置。傳感器與GPS用來實(shí)現(xiàn)智能小車的路線歸來和蔽障。

圖3 智能變電站無人巡檢視覺系統(tǒng)

仿真試驗(yàn)基本上成功找到了絕緣子的軸線位置與連通域。通過二值化處理之后變成完全的黑白圖像，再經(jīng)過腐蝕膨脹處理后去除噪點(diǎn)，通過Lab－VIEW的Count函數(shù)成功的找到了絕緣子的連通域，通過位置確定算法成功地找到了絕緣子的對稱中心線，實(shí)現(xiàn)了絕緣子的識別與定位。

5 結(jié)束語

本文針對目前智能變電站無人巡檢系統(tǒng)的研究現(xiàn)狀，提出了基于LabVIEW的絕緣子視覺識別定位。通過對絕緣子圖像的灰度化處理、二值化處理、腐蝕膨脹等處理，識別出了絕緣子在圖片中的位置，同時(shí)找到了絕緣子的軸線位置，實(shí)現(xiàn)了絕緣子的定位與識別?；贚abVIEW的絕緣子圖像的處理與識別定位研究，有助于今后智能變電站變電站設(shè)備的故障識別以及無人巡檢視覺系統(tǒng)的深入研究。

［1］洪憲平.走向網(wǎng)絡(luò)化的遠(yuǎn)動(dòng)系統(tǒng)［J］.電力系統(tǒng)自動(dòng)化，2001，25（6）：1－3.

［2］李向東，魯守銀，王宏.一種基于變電站使用的移動(dòng)機(jī)器人介紹［J］.山東電力技術(shù)，2005，（03）：3－6，10.

［3］章毓晉.圖像工程［M］.北京：清華大學(xué)出版社，2012.

［4］梁華為.直接從雙峰直方圖確定二值化閾值［J］.模式識別與人工智能，2002，15（2）：253－256.