彭紅霞，賈斌，徐珂，王智杰，楊越文

(1.國網(wǎng)山東省電力公司菏澤供電公司，山東 菏澤 274000； 2.上海交通大學(xué) 電氣工程系，上海 200240)

0 引 言

絕緣子在電網(wǎng)中使用的數(shù)量巨大，種類繁多，主要是在電能傳輸過程中對裸載流導(dǎo)體起到絕緣及機(jī)械支持的作用[1]。多數(shù)絕緣子是在自然環(huán)境下工作，其損壞概率相對較高。以往對絕緣子的外部損傷檢查主要依靠工作人員巡線，但存在查找難度高、工作量多、工作強(qiáng)度大的缺點(diǎn)，尤其是野外的輸配電線路[2]。

圖像處理技術(shù)和圖像識別技術(shù)的迅速發(fā)展為絕緣子外損自動化檢測提供了可能[3]。若絕緣子的圖像采集、圖像預(yù)處理以及外觀判別等一系列工作實(shí)現(xiàn)自動化，將大大減少人員工作量，同時也可盡量排除人為因素導(dǎo)致的絕緣子外損漏判[4]。

本文利用LabVIEW及NI視覺開發(fā)模塊，以某變電站變壓器絕緣子為例，對由攝像頭獲取的圖像進(jìn)行灰度化、二值化、自動匹配查找絕緣子、圖像噪點(diǎn)過濾等操作，識別出外部受損的絕緣子，并對絕緣子的損壞區(qū)域進(jìn)行標(biāo)識。

1 相關(guān)軟件簡介

1.1 LabVIEW簡介

LabVIEW使用圖形化編輯語言G編寫程序[5]，它由前面板和后面板組成，前面板是VI(虛擬儀器)的面板，是向用戶展示的界面，用于輸入、輸出，如按鈕、顯示控件等。后面板流程圖提供VI圖形化源程序，主要對VI進(jìn)行編程操作，實(shí)現(xiàn)函數(shù)模塊、結(jié)構(gòu)、連線等程序功能。LabVIEW采用數(shù)據(jù)流的形式確定VI函數(shù)的執(zhí)行順序。

1.2 NI視覺開發(fā)模塊簡介

NI公司的視覺開發(fā)模塊供從事機(jī)器視覺開發(fā)和科學(xué)圖像應(yīng)用的科技人員使用。NI視覺開發(fā)模塊包括:NI Vision Assistant——提供不通過編程就實(shí)現(xiàn)將LabVIEW應(yīng)用快速成型的直觀環(huán)境；IMAQ視覺——擁有強(qiáng)大視覺處理函數(shù)的庫。NI Vision Assistant可自動生成LabVIEW程序框圖，該程序框圖中包含NI Vision Assistant建模時一系列操作的相同功能。NI Vision Assistant和IMAQ視覺的緊密協(xié)同工作簡化了視覺軟件的開發(fā)。

2 絕緣子圖像預(yù)處理

2.1 圖像的灰度化

在彩色圖中任何顏色都由紅(R)、綠(G)、藍(lán)(B)三個分量組成，對于圖像的灰度化，有以下幾種常用的方法：

(1)浮點(diǎn)算法：Gray=R×0.3+G×0.59+B×0.11

(2)整數(shù)算法：Gray=(R×30+G×59+B×11)/100

(3)平均值法：Gray=(R+G+B)/3

(4)僅取某單色，如綠色：Gray=G

在Vision Assistant的歡迎界面點(diǎn)擊Open Image打開需要處理的圖像，該變電站變壓器絕緣子背景顏色為藍(lán)色，為了將絕緣子元件和背景更好地區(qū)分開，采用從RGB圖像中抽取藍(lán)色分量的方法對圖像進(jìn)行灰度化操作，效果如圖1所示，從圖1中可看出經(jīng)過藍(lán)色分量抽取后的背景和絕緣子有較明顯的區(qū)分。

2.2 圖像的二值化

圖像的二值化可使圖像的數(shù)據(jù)量減小，目標(biāo)物輪廓更為突出，使得圖像后續(xù)處理變得更為簡單方便。統(tǒng)計(jì)灰度圖的直方圖[6]，以波谷的灰度值為二值化所需閾值，所有大于等于閾值的像素判定為特定目標(biāo)，置255表示，小于閥值的像素將被排除在特定目標(biāo)外，其值置0?；叶葓D在通過二值化處理后可使目標(biāo)物和背景有效地分割開來，如圖2所示。

圖1 抽取藍(lán)色分量效果圖

圖2 灰度圖二值化效果圖

3 絕緣子圖像匹配查找

在對絕緣子進(jìn)行破損識別之前，首先需要在圖像中找到絕緣子，也即需要進(jìn)行絕緣子圖像匹配。IMAQ Vision中的模板匹配技術(shù)運(yùn)用了高效率的非均勻采樣法、邊緣檢測、幾何建模、模板特征提取等算法，對模板匹配的精度和效率都有了不小的提升，并且對目標(biāo)旋轉(zhuǎn)，遮擋和灰度變化有較好的適應(yīng)性。

圖3 模板匹配參數(shù)選項(xiàng)

在Vision Assistant中運(yùn)用Pattern Matching進(jìn)行模板匹配，首先要創(chuàng)建模板文件：(1)先對用于模板的圖像進(jìn)行灰度化；(2)創(chuàng)建模板文件，點(diǎn)擊New Template，框取模板文件并把需要忽略的區(qū)域用畫筆抹掉；(3)保存模板文件；(4)對匹配參數(shù)進(jìn)行設(shè)置，參數(shù)可按圖3所示進(jìn)行選取。

參數(shù)設(shè)置完畢后即可在圖像中查找絕緣子，效果如圖4所示。

圖4 模板匹配效果

匹配查找完成后，在結(jié)果中輸出定位坐標(biāo)，角度和匹配分?jǐn)?shù)等。可通過Vision Assistant自動生成LabVIEW程序框圖，如圖5所示。

圖5 自動生成模板匹配程序

4 絕緣子圖像破損識別

完成絕緣子圖像的匹配查找后，可根據(jù)匹配所得坐標(biāo)值框取ROI(region of interest)，進(jìn)而可對ROI中的絕緣子進(jìn)行相關(guān)處理，如小孔洞填充，以便進(jìn)行絕緣子破損區(qū)域篩選及標(biāo)識操作。

4.1 破損區(qū)域篩選

在Adv. Morphology Setup(高級形態(tài)設(shè)置)選項(xiàng)中選擇Fill holes選項(xiàng)，對圖2中的孔洞處進(jìn)行填充。并使用Operators運(yùn)算將孔洞填充后的圖像減去原二值圖像，如圖6所示?？梢?，兩圖相減后出現(xiàn)19個紅色區(qū)域，在絕緣子破損面積較大的情況下，絕緣子破損比反光所造成的紅色區(qū)域面積更大，即19個紅色區(qū)域中有18個較小區(qū)域是由于絕緣子元件表面反光造成的，1個較大區(qū)域是由于絕緣子元件的破損造成。

采用粒度分析獲得各區(qū)域面積并進(jìn)行篩選、濾除絕緣子因?yàn)榉垂馑a(chǎn)生的干擾?？赏ㄟ^Vision Assistant的Particle Filter函數(shù)模塊實(shí)現(xiàn)，結(jié)果如圖7所示?？梢姡?jīng)過篩選后，絕緣子的破損面粒子保留下來，而絕緣子反光造成的粒子則被濾除，從而達(dá)到絕緣子破損識別的目的。絕緣子破損識別的圖像處理部分程序框圖如圖8所示。

圖6 兩圖像相減所得結(jié)果

4.2 破損區(qū)域標(biāo)識

根據(jù)粒度分析得到的數(shù)據(jù)，當(dāng)檢測到絕緣子有破損時，對破損區(qū)域定位，標(biāo)識出當(dāng)前絕緣子的工作狀態(tài)，發(fā)出報(bào)警信息。基本程序框圖見圖9，標(biāo)識效果見圖10，可見，采用本文所述方法，可以準(zhǔn)確找到并標(biāo)識出絕緣子破損區(qū)域。

圖7 粒子過濾結(jié)果

圖8 絕緣子破損識別的圖像處理程序框圖

圖9 絕緣子元件破損標(biāo)識程序框圖

圖10 絕緣子元件破損識別效果圖

5 結(jié)束語

大多數(shù)絕緣子因?yàn)殚L期工作于自然環(huán)境中，除了自身材料的老化導(dǎo)致機(jī)械強(qiáng)度降低，還需要面對各種可能造成損傷的外界因素。一旦絕緣子受損，其機(jī)械強(qiáng)度及絕緣強(qiáng)度必然會有所降低，這將為電網(wǎng)的安全可靠運(yùn)行埋下隱患，因此絕緣子外損的檢查是十分重要的一項(xiàng)工作。

本文利用LabVIEW及NI視覺開發(fā)模塊，實(shí)現(xiàn)了絕緣子設(shè)備圖像破損識別的功能。