俞 躍沈功田葉 超李永清

(1. 中國特種設(shè)備檢測研究院 北京 100029)

(2. 國家質(zhì)檢總局無損檢測重點(diǎn)實(shí)驗(yàn)室 北京 100029)

電氣部件紅外熱成像檢測圖像自動(dòng)比對技術(shù)研究

俞 躍1,2沈功田1,2葉 超1李永清1

(1. 中國特種設(shè)備檢測研究院 北京 100029)

(2. 國家質(zhì)檢總局無損檢測重點(diǎn)實(shí)驗(yàn)室 北京 100029)

電氣部件是電力傳輸與控制的關(guān)鍵部件，其運(yùn)行狀態(tài)直接影響到整個(gè)系統(tǒng)的安全狀態(tài)和運(yùn)行效率。老化、短路、斷路和非正常運(yùn)行等是電氣部件事故的原因或表現(xiàn)形式。紅外熱成像檢測能夠有效判斷電氣部件的運(yùn)行狀態(tài)，但通常的人工比對方法存在效率低、錯(cuò)誤率高等問題?；趫D像特征提取和比對技術(shù)，本文提出一種半自動(dòng)的圖像比對分析方法，能夠有效提高紅外熱成像檢測的效率。

圖像處理 紅外熱成像 電氣部件

1 背景

電氣部件是機(jī)電一體化設(shè)備、電力設(shè)備、電子系統(tǒng)等的核心,起到電力能量傳輸、電信號(hào)傳導(dǎo)和電力控制的功能,其運(yùn)行狀態(tài)將對整個(gè)系統(tǒng)影響重大。設(shè)計(jì)不合理、器件老化或磨損、連接不良、意外損傷等都可能會(huì)造成電氣部件的損毀。電氣造成的故障、事故和火災(zāi)時(shí)有發(fā)生。目前常用的檢測方式是以定期檢修為主,只能確定當(dāng)前時(shí)刻部件的功能是否正常,不能準(zhǔn)確判斷出電氣部件的實(shí)際狀況。在維護(hù)方面,僅僅按照運(yùn)行時(shí)長、開關(guān)次數(shù)和線路的負(fù)荷來判斷是否對部件進(jìn)行更換。同時(shí),電氣系統(tǒng)由大量的端子、連接線、接觸器等電氣部件組成,數(shù)量眾多,傳統(tǒng)的檢測方法需要對各個(gè)部件逐個(gè)檢測,工作量大且判斷不準(zhǔn)確。

電氣部件在導(dǎo)電和工作過程中會(huì)不斷發(fā)熱,同時(shí)大多數(shù)的電氣故障都會(huì)在其溫度狀態(tài)上有所表現(xiàn)。紅外熱像儀通過接受物體表面紅外波段的輻射強(qiáng)度,獲取其表面溫度分布情況,可以有效判斷電氣部件表面溫度變化情況,有效診斷電氣部件工作的正?；蚬收蠣顟B(tài),甄別潛在故障。電力系統(tǒng)和電器設(shè)備的紅外熱像診斷開發(fā)研究較早[1]。紅外熱成像檢測具有實(shí)時(shí)、效高率、低費(fèi)用、帶電檢測、良好的安全性等優(yōu)點(diǎn),在電力行業(yè)開展的大量的研究和工程應(yīng)用[2-3]。電氣部件的連接故障(短路、斷路等)、絕緣故障、器件使用異常等都會(huì)引起溫度過高或者過低,表現(xiàn)出溫度值或溫度分布的異常[4]。此外,魯偉明[5]等人利用不同電壓下的電致發(fā)光和紅外熱成像技術(shù)檢測太陽能電池的缺陷。徐晗[6]等人采用紅外熱成像檢測電主軸的軸心溫度進(jìn)行,通過獲取的溫度值、電主軸轉(zhuǎn)速、運(yùn)行時(shí)間等參數(shù)建立溫度預(yù)測模型,對電主軸溫升進(jìn)行預(yù)測并提前警報(bào)可能出現(xiàn)的故障。鄭祥盤[7]等人認(rèn)為紅外診斷技術(shù)對于及時(shí)發(fā)現(xiàn)電梯電氣設(shè)備的外部缺陷和部分內(nèi)部缺陷非常直觀有效。吳迎昌[8]提出了一種基于紅外熱像與神經(jīng)網(wǎng)絡(luò)的電接觸熱故障檢測方法。孫思慶[9]基于紅外熱成像建立了航空機(jī)載電子板卡元器件量化故障診斷方法。沈功田等人[10]提出了游樂設(shè)施中電機(jī)、電控柜、變壓器等的熱成像檢測方法。

總體來說,紅外熱成像檢測在多種電氣部件的檢測中已開展研究和應(yīng)用。

2 常見問題和檢測原理介紹

2.1 紅外電氣檢測常見方法和存在的問題

目前電氣部件紅外熱成像檢測主要判別方法有以下幾種:

●2.1.1 表面溫度判斷法

該方法是通過遵守已有的標(biāo)準(zhǔn)中對設(shè)備表面溫度的要求,檢測設(shè)備表面溫度判斷其工作狀態(tài)。

●2.1.2 相對溫差判斷法

兩臺(tái)狀態(tài)相同或類似的設(shè)備(類似主要指:設(shè)備型號(hào)、安裝地點(diǎn)、環(huán)境溫度、表面狀況和負(fù)荷大小均比較接近)中相同部件或兩個(gè)對應(yīng)測量點(diǎn)之間的溫差是絕對溫差。絕對溫差與其中較熱的測量點(diǎn)溫升的比值就是相對溫差,其數(shù)字表達(dá)式為:

式中:

T0——環(huán)境參考物溫度;

T1——較熱的發(fā)熱點(diǎn)溫度;

T2——較低的發(fā)熱點(diǎn)溫度。

●2.1.3 熱譜圖分析法

該方法是根據(jù)比較同一設(shè)備在正常狀態(tài)和異常狀態(tài)下的熱譜圖,通過不同狀態(tài)的圖譜差異來判斷設(shè)備是否正常。

●2.1.4 檔案分析法

該方法是通過建立該設(shè)備在不同時(shí)期的紅外檢測結(jié)果(包括:溫度、溫升和溫度場的分布等有無變化)檔案,掌握設(shè)備溫度變化規(guī)律,將檢測結(jié)果同已有檔案進(jìn)行比較,分析設(shè)備狀態(tài)的方法。

目前采用紅外熱成像對電氣部件狀態(tài)進(jìn)行評(píng)價(jià)的方法,都是在多次獲取的電氣系統(tǒng)紅外熱成像狀態(tài)信息的基礎(chǔ)上進(jìn)行比對分析,得出運(yùn)行狀態(tài)的。當(dāng)針對大量不同類型的電氣系統(tǒng)或電氣部件時(shí),紅外熱像圖需要既結(jié)合自身歷史數(shù)據(jù)比對,又要在同類對象之間互相比較。通常需要進(jìn)行多次拍攝,對多次拍攝的結(jié)果進(jìn)行人工分析,存在判別速度慢、錯(cuò)誤率高和對細(xì)節(jié)變化情況判別不準(zhǔn)等問題。

2.2 紅外熱像圖疊減法

紅外熱像圖疊減法是將同一對象不同階段或者相同結(jié)構(gòu)不同對象的紅外熱像圖進(jìn)行疊減比對,分析總體溫度值和溫度分布的變化情況來判斷電氣部件的運(yùn)行狀態(tài),并給出更直觀的結(jié)果。但是紅外熱像圖疊減法需要通過圖像的拉伸和旋轉(zhuǎn)實(shí)現(xiàn)感興趣區(qū)域的重疊,在重疊區(qū)進(jìn)行差分,計(jì)算出熱像變化情況。本文將基于特征比對,提出一種圖像旋轉(zhuǎn)拉伸算法,實(shí)現(xiàn)感興趣區(qū)域的自動(dòng)重合。

3 算法說明

共有2張熱像圖需要處理,其中:新的熱像圖是當(dāng)前時(shí)刻對所檢測的電氣部件的檢測結(jié)果;標(biāo)準(zhǔn)熱像圖是該設(shè)備早前獲取熱像圖或者從其他同類設(shè)備上獲取的熱像圖,作為比對和參考的熱像圖,該比對結(jié)果可以判斷設(shè)備的目前的運(yùn)行狀態(tài)。為獲取感興趣區(qū)域(ROI)的比對和診斷,需要開展7個(gè)步驟。圖1是照片的比對和故障判斷的流程,其中:

1)基于溫度信息的圖像增強(qiáng):熱像儀獲取的原始灰度圖像灰度范圍通常過低,不利于圖像特征提取,為此,將新拍攝的圖像和標(biāo)準(zhǔn)圖像一起進(jìn)行灰度線性調(diào)整,調(diào)整后,保證新拍攝的圖像和標(biāo)準(zhǔn)圖像的灰度能夠完整覆蓋0～255,并且兩幅圖像相同的灰度對應(yīng)實(shí)際顏色也相同;

2)提取圖像特征:針對灰度調(diào)整后的新拍攝的圖像和標(biāo)準(zhǔn)圖像提取SURF特征,該算子具有尺度不變性和旋轉(zhuǎn)不變性,能夠有效應(yīng)對前后兩次拍照時(shí)距離、角度的差異;

3)特征比對及圖像配準(zhǔn):使用FLANN算法對兩幅圖像的特征點(diǎn)進(jìn)行匹配,利用能夠最優(yōu)匹配的前20%特征點(diǎn)計(jì)算投影映射矩陣,將新拍攝照片映射到和標(biāo)準(zhǔn)圖像最優(yōu)匹配的位置;

4)ROI覆蓋度判斷:事先人為在標(biāo)準(zhǔn)圖像上劃定感興趣區(qū)域(ROI),考察感興趣區(qū)域有多大面積被配準(zhǔn)后的新拍攝圖像覆蓋,如果覆蓋面積小于80%,認(rèn)為拍攝圖像不符合要求,報(bào)警要求重拍;

5)ROI區(qū)域圖像差分、去噪聲:將標(biāo)準(zhǔn)圖像和新拍攝圖像在ROI限定的區(qū)域內(nèi)進(jìn)行圖像差分,在差分圖像中保留溫差大于設(shè)定閾值的點(diǎn),并將灰度值設(shè)為255,其余點(diǎn)灰度值設(shè)為0,形成差分標(biāo)記圖像,通過一定次數(shù)的圖像閉運(yùn)算、開運(yùn)算配合去除孤立雜點(diǎn);

6)故障判斷:如果去噪后的差分標(biāo)記圖像中灰度為255的面積占ROI面積超過一定閾值,則認(rèn)為新拍攝圖像對應(yīng)的儀器狀況存在異常;

7)以圖像形式顯示判斷結(jié)果:如果判定當(dāng)前儀器狀況異常,則用灰度圖顯示新拍攝圖像,用紅色標(biāo)識(shí)其中溫度超標(biāo)的部分;如果判定當(dāng)前儀器狀況正常,則用灰度圖顯示新拍攝圖像,將其中屬于ROI的區(qū)域用淺綠色標(biāo)識(shí)。

圖1 ROI區(qū)域熱像圖比對和診斷流程

4 實(shí)驗(yàn)結(jié)果及分析

對兩個(gè)同一型號(hào)的不同電梯機(jī)柜相同部分進(jìn)行拍照。原始圖像如圖2所示,其中圖2(a)是1#電梯的熱像圖,圖2(b)是2#電梯的熱像圖。1#電梯的熱像圖將作為標(biāo)準(zhǔn)熱像圖用于比對。

圖3顯示了使用SURF算法提取兩張圖片特征的結(jié)果,并給出使用FLANN算法的比對算法結(jié)果,用于發(fā)現(xiàn)最佳匹配點(diǎn)。

基于最優(yōu)匹配點(diǎn)計(jì)算出A到B的仿射矩陣。配準(zhǔn)的方法為:

第一步:生成一個(gè)尺寸和A完全一致的空白圖像B′;

圖2 原始熱像圖

圖3 圖像特征提取和匹配度比對結(jié)果

第二步:遍歷B′的每個(gè)像素,每到一個(gè)像素,使用仿射矩陣把該點(diǎn)坐標(biāo)映射到B圖對應(yīng)的坐標(biāo),如果該坐標(biāo)在B圖范圍之外,則B′上該像素灰度為0;如果映射坐標(biāo)在B圖范圍內(nèi),則取在B圖中距離最近的4個(gè)像素灰度進(jìn)行雙線性差值得到B′上該像素的灰度;

如此形成的B′即為B圖對A的配準(zhǔn)。配準(zhǔn)后A和B′同一個(gè)像素的位置應(yīng)該對應(yīng)了同樣的實(shí)物位置,兩圖配準(zhǔn)后效果如圖4所示。

將配準(zhǔn)后的兩圖灰度直接差分,同時(shí)考慮到僅關(guān)心ROI的溫度差別,因此僅對該區(qū)域的溫差進(jìn)行計(jì)算顯示,其余區(qū)域置0。A和B′的ROI如圖5所示。

圖4 配準(zhǔn)后的效果圖

圖5 ROI區(qū)域選取

ROI區(qū)域差分結(jié)果如圖6所示。從圖中ROI區(qū)域的比對可發(fā)現(xiàn),最大的灰度差為10,所對應(yīng)的溫度差為0.5 ℃;同時(shí),大多數(shù)區(qū)域的溫度差低于0.3 ℃;因此兩個(gè)電梯的電氣部件溫度差總體來說基本一致。溫度差高于0.3 ℃的區(qū)域是自身溫升較高的區(qū)域,進(jìn)一步可采用相對溫差計(jì)算來分析結(jié)果。相對溫差的計(jì)算見式(2)。圖7是兩臺(tái)設(shè)備的相對溫差圖,可以發(fā)現(xiàn)該圖具有更高的一致性,更能反映兩臺(tái)設(shè)備的運(yùn)行狀態(tài)很接近。

圖6 兩臺(tái)設(shè)備ROI區(qū)域溫差圖

圖7 兩臺(tái)設(shè)備ROI區(qū)域相對溫差圖

5 總結(jié)

本文針對電氣部件的紅外熱成像檢測的實(shí)際應(yīng)用,基于圖像的自動(dòng)比對和拉伸提出紅外熱像圖疊減法,可有效提高檢測效率和準(zhǔn)確度。其中圖像的自動(dòng)比對和拉伸是該方法的關(guān)鍵;實(shí)驗(yàn)證明,通過圖像預(yù)處理、特征提取比對、重合度判別和矩陣變換,能夠有效地實(shí)現(xiàn)圖像的自重合。但受到熱像儀像素的限制,圖像的分辨率和清晰度都不是很高,目前采用的圖像特征提取主要是基于可見光圖像的成熟算法,不能完全滿足當(dāng)前的需求,針對紅外熱像圖的特征提取比對算法還有待進(jìn)一步發(fā)展。

[1] 李火昌，童金鳳．紅外檢測技術(shù)在設(shè)備狀態(tài)維修中的應(yīng)用[J]．中國設(shè)備工程，2006，（S1）：107．

[2] 王蕾．電網(wǎng)仿真系統(tǒng)動(dòng)態(tài)仿真算法研究[D]．宜昌：三峽大學(xué)，2005．

[3] 虞文斌．紅外檢測技術(shù)在電力設(shè)備方面的應(yīng)用[J]．機(jī)電信息，2010，（12）：127-129．

[4] 程玉蘭．紅外診斷技術(shù)與應(yīng)用(一)[J]．設(shè)備管理與維修，2003，（9）：41-43．

[5] 魯偉明，李省，張付特，等．基于不同電壓下的電致發(fā)光和紅外成像的太陽能電池缺陷檢測[J]．發(fā)光學(xué)報(bào)，2014，35（12）：1511-1519．

[6] 徐晗，羅良玲，王超厚．基于紅外的電主軸溫升在線檢測系統(tǒng)[J]．南昌大學(xué)學(xué)報(bào)(工科版)，2008，（01）：79-82．

[7] 鄭祥盤．基于紅外熱成像技術(shù)的電梯電氣系統(tǒng)檢測技術(shù)研究[J]．中國特種設(shè)備安全，2016，32（02）：16-19．[8] 吳迎昌．基于紅外熱像技術(shù)的電接觸故障檢測方法研究[D]．長沙：湖南大學(xué)，2015．

[9] 孫思慶．機(jī)載電子板卡故障檢測元器件紅外溫度模型研究[D]．天津：中國民航大學(xué)，2015．

[10] Ye Chao， Shen Gongtian， Zhang Wanling， et al． A Preliminary Study on Infrared Thermal Imaging Characteristics of Recreation Facility[J]． Nondestructive Testing， 2012， 34(03)： 12-14．

Research on Image Comparison Processing Technology in Electrical Equipment Infrared Thermograph Detection

Yu Yue1,2Shen Gongtian1,2Ye Chao1Li Yongqing1
(1. China Special Equipment Inspection and Research Institute (CSEI) Beijing 100029)
(2. AQSIQ Key Laboratory on Non-destructive Evaluation (AKLNDE) Beijing 100029)

Electrical equipment is key component for power transmission and control, its running situation could do harm to the safety and effciency of the whole system. Aging, short circuit, breaker contact and undesirable running state will affect the electrical equipment. Infrared thermograph monitoring can effectively fnd the running status of electric equipment, but with slow speed and high error rate while comparing the image results artifcially. This paper proposes a semi-automatic image comparison analysis method, based on image feature extraction technology, which effectively improves the effciency of the infrared thermograph monitoring.

Image processing Infrared thermograph Electrical components

X924

B

1673-257X(2017)08-0001-04

10.3969/j.issn.1673-257X.2017.08.001

俞躍（1988～)，男，碩士，高級(jí)工程師，從事無損檢測技術(shù)研究工作。

俞躍，E-mail： yuyue-218@126．com。

國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目“非金屬材料紅外與太赫茲檢測關(guān)鍵技術(shù)研究及儀器研制”（編號(hào)：2017YFF0209704)

2017-04-17）