姚建剛等

摘要：為解決目前絕緣子低零值檢測(cè)方法漏判率高、操作繁瑣的問(wèn)題，提出了一種新的絕緣子串紅外圖像中絕緣子盤面和鐵帽區(qū)域自動(dòng)提取方法和狀態(tài)識(shí)別模型.首先將現(xiàn)場(chǎng)拍攝的絕緣子紅外圖像進(jìn)行灰度化處理、去噪、二值化；然后從二值圖像中提取反映絕緣子的特征點(diǎn)集合；通過(guò)特征點(diǎn)對(duì)二值圖進(jìn)行角度校正；最后通過(guò)區(qū)域提取中的特定算法提取出絕緣子的盤面和鐵帽區(qū)域.通過(guò)提取該區(qū)域內(nèi)的絕對(duì)溫度、紋理和相對(duì)溫差率作為絕緣子狀態(tài)識(shí)別的特征集.將用電壓分布法測(cè)得的絕緣子狀態(tài)信息作為輸出向量，通過(guò)訓(xùn)練得到優(yōu)化的識(shí)別模型，用于絕緣子狀態(tài)識(shí)別.該方法經(jīng)過(guò)了220 kV試驗(yàn)驗(yàn)證，證實(shí)了模型的有效性和實(shí)用性.

關(guān)鍵詞：絕緣子；紅外圖像；二值形態(tài)學(xué)；Hough變換；自動(dòng)提?。昏F帽；紋理特性

中圖分類號(hào)：TP301.6；TM85 文獻(xiàn)標(biāo)識(shí)碼：A

絕緣子被廣泛應(yīng)用于輸電線路中，是輸電網(wǎng)絡(luò)的重要組成部分.因此絕緣子的狀態(tài)檢測(cè)將是一個(gè)繁重的工作.相較于傳統(tǒng)的人工登桿巡線檢測(cè)方式，利用紅外熱像儀進(jìn)行巡線拍攝[1]，并使用圖像處理技術(shù)自動(dòng)檢測(cè)故障的巡線方式更為高效[2]，是目前智能巡線檢查的主要發(fā)展方向.

同串絕緣子污濕狀態(tài)相似，環(huán)境因素也一致，因此各絕緣子承載電壓基本一致、發(fā)熱情況也基本相同，同串才有可比性.正常絕緣子串以鐵帽為主要發(fā)熱中心，其溫度分布和電壓分布規(guī)律相似，也呈現(xiàn)不對(duì)稱的馬鞍型，但相鄰絕緣子溫差很小.低值絕緣子發(fā)熱比正常絕緣子溫度高，零值絕緣子發(fā)熱比正常絕緣子溫度要低，而表面污穢絕緣子其熱像特征以瓷盤面為發(fā)熱區(qū)，表現(xiàn)為瓷盤溫升偏高而鐵帽溫升正常[3].因此，獲取絕緣子盤面和鐵帽區(qū)域的信息至關(guān)重要，而紅外圖像中絕緣子的自動(dòng)識(shí)別提取則是其中的基礎(chǔ)步驟.

目前有基于航拍圖像的絕緣子提取方法，但航拍圖像和紅外熱像圖像有本質(zhì)的不同，航拍圖像保留了絕緣子本來(lái)的外貌特性和性質(zhì)，如顏色.而紅外熱像圖像是基于溫度的信息.對(duì)于絕緣子的零低值檢測(cè)溫度才是最關(guān)鍵的信息.

1模型的構(gòu)建

劣化絕緣子的紅外識(shí)別主要由圖像處理、特征集提取以及模式識(shí)別這三部分組成.

圖像處理是在兼顧運(yùn)行速度的前提下，采用合適的算法將絕緣子串有效地分割出來(lái)；特征參數(shù)的選取必須能反映出串中正常絕緣子與劣化絕緣子之間的差異；模式識(shí)別主要采用人工智能算法，通過(guò)挖掘特征參數(shù)所含信息來(lái)判斷是否含有劣化絕緣子.圖1為識(shí)別模型流程.

2絕緣子自動(dòng)提取的基本原理

瓷質(zhì)絕緣子的紅外圖像具有以下4個(gè)特征[7]：

1）瓷質(zhì)絕緣子為軸對(duì)稱結(jié)構(gòu)，由鐵帽、鋼腳和瓷盤面3部分組成；

2）紅外圖像中的單片絕緣子盤面常呈現(xiàn)為橢圓形狀，鐵帽呈等腰梯形；

3）絕緣子一般成串出現(xiàn)，其數(shù)量隨著輸電線路的電壓等級(jí)而不同，一般110 kV輸電線路為7片，220 kV輸電線路為14片；

4）同串絕緣子一般由同一型號(hào)、物理外形相同的絕緣子組成，在紅外圖像中表現(xiàn)為尺寸基本一致，且等間距排列.

基于絕緣子串的上述特征，本文提出絕緣子紅外圖像目標(biāo)區(qū)域自動(dòng)提取的方法，其流程圖如圖1中右半圖所示，實(shí)現(xiàn)了自動(dòng)提取絕緣子盤面和鐵帽區(qū)域的功能，整個(gè)提取過(guò)程包括紅外圖像預(yù)處理、特征點(diǎn)提取、角度校正和區(qū)域提取4個(gè)部分.

2.1灰度化和去噪

在YUV顏色模型中，Y分量表示的是亮度；將RGB顏色轉(zhuǎn)換成YUV顏色，只取其中的Y分量，即可表示為灰度圖像.如下式[8]：

[Y U V]=[R G B]0.299-0.1480.6150.587-0.289-0.5150.1140.437-0.100

f=Y=0.299R+0.587G+0.114B

紅外熱像圖像具有大噪聲、低對(duì)比度的特點(diǎn)，普通的濾波方法雖能濾去部分噪聲，但同時(shí)也模糊了圖像本身，丟失了圖像的部分邊緣和細(xì)節(jié).因此，本文采用自適應(yīng)平滑濾波算法對(duì)其濾波去噪[9].

2.2OTSU分割

OTSU算法也稱最大類間差法[10]，是圖像分割中閾值選取的最佳算法，計(jì)算簡(jiǎn)單，不受圖像亮度和對(duì)比度的影響.本文將采用該算法確定閾值T，然后對(duì)其進(jìn)行二值化處理：

2.3二值形態(tài)學(xué)

數(shù)學(xué)形態(tài)學(xué)中二值圖像的形態(tài)變換是一種針對(duì)集合的處理過(guò)程.將二值圖像看成是集合，并用結(jié)構(gòu)元素去度量和提取圖像中的對(duì)應(yīng)形狀，去除不相干的結(jié)構(gòu)，以達(dá)到圖像分析和識(shí)別的目的.它的最基本運(yùn)算有：腐蝕和膨脹[11].

骨架，可以理解為圖像的中軸.集合A的骨架化：反復(fù)移除圖像A的邊界像素，但不允許原本連接的目標(biāo)圖像斷裂，且操作保持歐拉數(shù)不變.所謂細(xì)化，就是從原來(lái)的圖中去掉一些邊界點(diǎn)，但仍要保持原來(lái)的形狀.

先膨脹后腐蝕的過(guò)程稱為閉運(yùn)算，它具有填充細(xì)小空洞、連接鄰近物體和平滑邊界的作用.先腐蝕后膨脹的過(guò)程稱為開(kāi)運(yùn)算，它具有消除細(xì)小物體、在纖細(xì)處分離物體和平滑較大物體邊界的作用，如消除導(dǎo)線干擾[12].

在不同的應(yīng)用場(chǎng)合，結(jié)構(gòu)元素的選擇及其相應(yīng)的處理算法是不一樣的，結(jié)構(gòu)元素的大小、形狀選擇合適與否，將直接影響圖像的形態(tài)運(yùn)算結(jié)果.為了保證圖像處理的最佳效果，本文中不同地方的膨脹或腐蝕所用到的結(jié)構(gòu)元素都有所不同.

2.4絕緣子圖像的傾斜角度校正

當(dāng)紅外圖像中絕緣子傾斜時(shí)，利用絕緣子圖像的幾何特征，對(duì)絕緣子傾斜角度進(jìn)行估計(jì)校正.校正的基本思路為：1）對(duì)二值化圖像細(xì)化，獲取絕緣子骨架；2）從骨架圖中計(jì)算出交點(diǎn)，作為Hough變換的特征點(diǎn)集S；3）采用Hough變換對(duì)S進(jìn)行直線擬合，計(jì)算出最長(zhǎng)的擬合直線L和其傾斜角θ，即用該傾斜角對(duì)絕緣子圖像進(jìn)行傾斜校正[13]，能將傾斜校正誤差控制在1°左右.

最簡(jiǎn)單的Hough變換是在圖像中檢測(cè)直線.在平面直角坐標(biāo)系（x-y）中，用方程y=kx+b表示一條直線.該直線上任意一點(diǎn)（x，y）變換到（k-b）參數(shù)空間將只變成一個(gè)“點(diǎn)”，即點(diǎn)（k，b）.（k-b）參數(shù)空間中的一個(gè)局部峰值點(diǎn)就很有可能對(duì)應(yīng)著原圖像空間中的一條直線.對(duì)圖像上所有的點(diǎn)進(jìn)行Hough變換，最終所要檢測(cè)的直線對(duì)應(yīng)的一定是參數(shù)平面中出現(xiàn)頻率最多的那個(gè)點(diǎn).這樣就在圖像中檢測(cè)出了直線.由于直線的斜率可能為無(wú)窮小，或者無(wú)窮大，則在（k-b）參數(shù)空間不便于對(duì)直線進(jìn)行刻畫和描述.所以，文獻(xiàn)[14-15]提出了采用極坐標(biāo)參數(shù)空間（ρ-θ）進(jìn)行直線檢測(cè)：

ρ=xcosθ+ysinθ

在Hough變換中，檢測(cè)傾斜角的基本思路是由圖像空間中的特征數(shù)據(jù)點(diǎn)去計(jì)算參數(shù)空間中的參數(shù)點(diǎn)的可能軌跡，并在一個(gè)累加器J（ρ，θ）中統(tǒng)計(jì)參考點(diǎn)，檢測(cè)Hough域中曲線最頻繁的交點(diǎn)（即J（ρ，θ）的最大值），如圖2（b）所示，該交點(diǎn)對(duì)應(yīng)著直角坐標(biāo)系中最長(zhǎng)直線，求得θ=2.04°.

2.5盤面和鐵帽區(qū)域提取算法

2.5.1投影統(tǒng)計(jì)法

根據(jù)灰度圖像的投影統(tǒng)計(jì)計(jì)算過(guò)程，對(duì)于絕緣子和導(dǎo)線像素點(diǎn)所構(gòu)成的二值圖像f′（x，y），其中m為圖像f′（x，y）的高度，n為f′（x，y）的寬度，則垂直方向的投影信號(hào)表示為：

2.5.2區(qū)域定位提取算法

輸入：傾斜校正后的二值圖像f′.輸出：盤面和鐵帽區(qū)域的二值圖像.算法步驟：

1）對(duì)圖像f′的起始列進(jìn)行逐行掃描，像素點(diǎn)間距d定義為一列0，1的數(shù)組中連續(xù)1的最大長(zhǎng)度，記錄在二維數(shù)組D中，終點(diǎn)（i，j）的長(zhǎng)度記為D（i，j）=d.統(tǒng)計(jì)d出現(xiàn)的頻數(shù)并記錄在數(shù)組P中，即進(jìn)行P（d）++操作；

2）對(duì)圖像的下一列，同樣按1）的方法進(jìn)行操作，直至遍歷整個(gè)圖像；

3）濾去導(dǎo)線的干擾，導(dǎo)線的像素間距一般較小，且出現(xiàn)頻數(shù)較高，設(shè)定閾值φ，令P（i≤φ）=0；

4）去除邊緣干擾，規(guī)定在間距值10%以內(nèi)的都認(rèn)為是等間距，則P1（d）=∑1.1di=0.9dP（i）；

5）求出P1中頻數(shù)最大的兩極大值所對(duì)應(yīng)的i，j，有P1（i）=max1，P2（j）=max2，（i

6）根據(jù)i，j分別反向計(jì)算求出鐵帽和盤面的二值圖像；

7）形態(tài)學(xué)處理，角度恢復(fù)；

8）結(jié)束.

關(guān)于上述算法的一些說(shuō)明：對(duì)于步驟1），如有二值圖像矩陣：

步驟3）中，對(duì)P中的結(jié)果再過(guò)濾，以剔除某些符合特征的電線等其他干擾.因?yàn)榻^緣子的盤面和鐵帽有一定的寬度，而其頻率通常是整幅圖像中最高的，根據(jù)這一特點(diǎn)將絕緣子盤面和鐵帽區(qū)域提取出來(lái).實(shí)際間距又不完全是個(gè)定值，所以規(guī)定間距值的10%以內(nèi)都認(rèn)為是等間距的.

在無(wú)步驟4）的情況下極值有時(shí)不明顯，經(jīng)過(guò)該操作處理后極值較容易得到，如圖2（d）所示，求得兩極大值在i=20和j=46處.

形態(tài)學(xué)處理能達(dá)到將不相關(guān)的細(xì)小區(qū)域?yàn)V除，而將相關(guān)的鄰近區(qū)域連接并平滑邊界的作用.

3狀態(tài)識(shí)別

絕緣子一旦出現(xiàn)某種內(nèi)部或外部故障，則故障發(fā)熱通過(guò)熱傳導(dǎo)或其他形式熱交換，改變絕緣子相應(yīng)表面部位的溫升或溫度分布，從而表現(xiàn)出其紅外圖譜的差異.本文模型主要針對(duì)實(shí)用性設(shè)計(jì)，應(yīng)盡量排除變量因素的干擾，對(duì)于某一變電站，某一時(shí)間段內(nèi)（一般1～2 h內(nèi)可以測(cè)試完），其外界環(huán)境對(duì)其絕緣子的影響基本不變（如環(huán)境溫度，濕度，日照等）；本文模型具體到同串的每個(gè)絕緣子，對(duì)于同串來(lái)說(shuō)，其絕緣子的外界環(huán)境也是基本一致；且不同變電站，不同環(huán)境變量因素太多，可比性不強(qiáng)，反而增大模型識(shí)別誤差.為抽取故障特征集，分析異常絕緣子和正常絕緣子在溫度和灰度特征上的差異，取熱像圖中絕緣子鐵帽區(qū)域的平均溫度作為該絕緣子的溫度，并定義以下3個(gè)參數(shù)：絕對(duì)溫度T、紋理H和相對(duì)溫差率δt.

3.1絕對(duì)溫度判斷法

絕緣子表面絕對(duì)溫度判斷法是根據(jù)檢測(cè)得到絕緣子表面絕對(duì)溫度值，結(jié)合串中不同位置絕緣子的溫度和溫升極限的有關(guān)規(guī)定，分析判斷絕緣子溫度過(guò)熱部位（鐵帽和盤面）狀態(tài)的正常與否[3].

這種方法的優(yōu)點(diǎn)是分析簡(jiǎn)單直觀，但由于受環(huán)境、距離和輻射率等方面的影響，絕對(duì)溫度值不十分準(zhǔn)確，但也能在一定程度上反映絕緣子的狀態(tài)，其結(jié)果可對(duì)其他方法起一定的參考作用.

3.2圖像紋理特征判斷法

根據(jù)絕緣子串的紅外熱像圖譜來(lái)判斷設(shè)備是否正常.將紅外圖像灰度化處理后，利用其紋理特征來(lái)表征絕緣子之間的差異，圖像紋理表現(xiàn)為二維空間的灰度變化模式，是一種區(qū)域特征，反映圖中各像素之間空間分布的特性[16]，如方差H1、熵H2和平均梯度H3.

3.3相對(duì)溫差率判斷法

絕緣子在串中的位置不同所承載的電壓也不同，環(huán)境溫度也會(huì)影響紅外診斷的結(jié)果，當(dāng)環(huán)境溫度低，尤其是承載電壓小時(shí)，設(shè)備的溫度值雖未超過(guò)相關(guān)標(biāo)準(zhǔn)，但在電壓增長(zhǎng)或環(huán)境溫度上升后，會(huì)引發(fā)設(shè)備故障.可使用相對(duì)溫差法解決上述問(wèn)題.該方法是指同串中的某絕緣子與環(huán)境溫度的溫差（即溫升）與相鄰絕緣子的溫升之比的百分?jǐn)?shù)，相對(duì)溫差率的計(jì)算如式：

3.4輔助判別法

盡管紅外診斷是一種先進(jìn)的診斷方法，上述各種判別方法也可以從不同的角度提高診斷的準(zhǔn)確性，但是有些絕緣子的內(nèi)部故障用紅外成像很難診斷，因此需要一種可靠性高的檢測(cè)方法（如電壓分布法等）來(lái)對(duì)上述方法的準(zhǔn)確性進(jìn)行測(cè)試.由于該方法需要登桿作業(yè)，費(fèi)時(shí)費(fèi)力，只能作為一種對(duì)上述檢測(cè)方法進(jìn)行實(shí)時(shí)校正的輔助方法，從而將校驗(yàn)后的方便、準(zhǔn)確模型應(yīng)用于現(xiàn)場(chǎng)絕緣子的檢測(cè)中.

4結(jié)果分析

上述分割方法抗干擾性強(qiáng)，為了驗(yàn)證本文方法的有效性，具體分析了一個(gè)試驗(yàn)算例，提取結(jié)果如

圖2所示.并另外隨機(jī)選取了江西省某地區(qū)2個(gè)220 kV變電

站（白沙站和珠珊站）的各50張現(xiàn)場(chǎng)拍攝的復(fù)雜背景的紅外絕緣子圖像和試驗(yàn)圖像50張，利用本文的提取方法批量進(jìn)行絕緣子盤面和鐵帽區(qū)域的提取，其正確提取率都在90%以上.表1為本文方法從試驗(yàn)算例中提取出的鐵帽區(qū)域特征集和識(shí)別結(jié)果.

根據(jù)隨機(jī)選取的30張現(xiàn)場(chǎng)紅外圖像和10張?jiān)囼?yàn)紅外圖像分析可得以下結(jié)論：

1）良好絕緣子串的發(fā)熱溫度分布于其電壓分布規(guī)律基本相同，呈不對(duì)稱的馬鞍形.當(dāng)絕緣子串中含有低值絕緣子時(shí)，其絕緣子的承載電壓將降低，且由于自身阻值的大大減小，低值絕緣子的發(fā)熱遠(yuǎn)大于良好絕緣子的發(fā)熱.如圖3所示.