閔超波,顧 燕,楊 鋒

(1.河海大學(xué)常州校區(qū) 物聯(lián)網(wǎng)工程學(xué)院，江蘇 常州 213000;2.北方夜視技術(shù)股份有限公司，江蘇 南京 211102)

0 引言

隨著日盲紫外成像探測(cè)器的不斷發(fā)展，其在電力系統(tǒng)檢測(cè)中的應(yīng)用價(jià)值日益顯著。與紅外成像檢測(cè)、脈沖電流檢測(cè)、聲學(xué)檢測(cè)以及紫外脈沖檢測(cè)等傳統(tǒng)檢測(cè)手段[1-2]相比，由于具備對(duì)電暈放電探測(cè)高靈敏度與定位準(zhǔn)確的特點(diǎn)，使日盲紫外成像探測(cè)器有著不可替代的優(yōu)勢(shì)[3]。

由于"日盲"特性，日盲紫外成像探測(cè)器可以得到非常顯著的電暈信號(hào)，以及理想干凈的背景信息，且不受照度、風(fēng)沙和雨雪等環(huán)境因素的影響。這一特點(diǎn)非常有利于在日盲紫外圖像中自動(dòng)搜索電暈放電點(diǎn)，實(shí)現(xiàn)對(duì)電暈放電目標(biāo)的全自動(dòng)搜索與跟蹤。目前電力系統(tǒng)檢測(cè)主要依靠人工檢測(cè)，但是利用機(jī)器來(lái)代替人力進(jìn)行檢測(cè)是發(fā)展的必然趨勢(shì)[4]。因此，開(kāi)展日盲紫外目標(biāo)檢測(cè)方法的研究，可以推動(dòng)電力系統(tǒng)自動(dòng)檢測(cè)的實(shí)現(xiàn)。

紫外圖像中快速準(zhǔn)確地檢測(cè)出目標(biāo)是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。由于紫外散射較大，導(dǎo)致紫外電暈信號(hào)在圖像中分布離散，而且放電現(xiàn)象本身是以脈沖的形式出現(xiàn)[5]，使得紫外電暈信號(hào)時(shí)有時(shí)無(wú)，無(wú)規(guī)律閃爍，再加上紫外探測(cè)器還會(huì)受到來(lái)自器件本身的隨機(jī)噪聲和暗噪聲的干擾[6]，因此在放電現(xiàn)象不明顯的情況，紫外序列圖像中包含了一堆分布離散、不間斷閃爍且位置不斷變化的亮點(diǎn)，很難確定紫外電暈?zāi)繕?biāo)的準(zhǔn)確位置，原始成像效果如圖1所示。

圖1 日盲紫外電暈成像效果示例Fig.1 The images of solar-blind ultraviolet corona

如上所述，紫外電暈?zāi)繕?biāo)檢測(cè)較為困難，但其重要性又非常明顯，因此近年來(lái)對(duì)紫外電暈?zāi)繕?biāo)檢測(cè)的研究也越來(lái)越多。文獻(xiàn)[7]和[8]中介紹了一種利用形態(tài)學(xué)的電暈信號(hào)檢測(cè)方法，利用閾值及腐蝕的方法來(lái)進(jìn)行紫外電暈?zāi)繕?biāo)的檢測(cè)，這種方法在放電量小、信號(hào)分布離散的情況下效果退化嚴(yán)重。文獻(xiàn)[9]提出了一種基于MN 規(guī)則的紫外電暈?zāi)繕?biāo)檢測(cè)方法，利用多幀累積與簡(jiǎn)單的閾值法來(lái)進(jìn)行紫外電暈?zāi)繕?biāo)檢測(cè)，雖然目標(biāo)檢測(cè)一致性稍好，但是檢測(cè)效果對(duì)參數(shù)敏感，容易出現(xiàn)漏檢現(xiàn)象。

針對(duì)日盲紫外電暈探測(cè)信號(hào)分布離散、無(wú)規(guī)律閃爍跳躍的缺點(diǎn)，本文提出了一種利用泊松分布的日盲紫外電暈?zāi)繕?biāo)檢測(cè)方法。首先，利用泊松分布對(duì)紫外電暈?zāi)繕?biāo)檢測(cè)進(jìn)行時(shí)空域建模。其次，利用所建立的紫外電暈?zāi)繕?biāo)檢測(cè)模型，得到存在電暈?zāi)繕?biāo)的紫外圖像泊松概率映射圖。最后，利用改進(jìn)的最大類間方差法(Otsu)實(shí)現(xiàn)紫外電暈?zāi)繕?biāo)檢測(cè)與提取。本文方法在多組紫外圖像序列中進(jìn)行測(cè)試與對(duì)比，實(shí)驗(yàn)證明該方法可以準(zhǔn)確地自動(dòng)檢測(cè)出紫外圖像中的電暈?zāi)繕?biāo)，檢測(cè)精度高，且性能魯棒，可以提高日盲紫外電暈探測(cè)的可靠性。

1 基于泊松分布的日盲紫外電暈檢測(cè)模型

1.1 日盲紫外成像探測(cè)模組組成原理

日盲紫外成像探測(cè)模組基本構(gòu)成如圖2所示。電暈所發(fā)出的紫外光信號(hào)通過(guò)紫外鏡頭與濾光片聚焦于紫外ICCD 入射窗上，從入射窗入射的光子照射到光電陰極上，按一定的量子轉(zhuǎn)換效率轉(zhuǎn)化為光電子，在加速電場(chǎng)的作用下光電子進(jìn)入微通道板(microchannel plate, MCP)進(jìn)行倍增，然后聚焦到熒光屏激發(fā)出可見(jiàn)光，通過(guò)光纖光錐將圖像耦合到可見(jiàn)光CCD 上，最后由讀出電路讀出，并且編碼成數(shù)字信號(hào)輸出，完成從入射光到數(shù)字圖像的轉(zhuǎn)換。

圖2 日盲紫外成像探測(cè)模組基本構(gòu)成Fig.2 The framework of solar-blind ultraviolet imaging module

1.2 紫外電暈檢測(cè)建模

紫外電暈信號(hào)的探測(cè)是一種光電探測(cè)過(guò)程。對(duì)于光電探測(cè)過(guò)程來(lái)說(shuō)，無(wú)論對(duì)光子流或光生電荷取樣和觀察，這一過(guò)程符合泊松分布[10]。因此這一統(tǒng)計(jì)規(guī)律同樣適用于日盲紫外電暈信號(hào)的探測(cè)過(guò)程。

泊松分布定義如下:如果k≥0 個(gè)隨機(jī)事件以已知平均速率N/T出現(xiàn)，并與最后事件出現(xiàn)的時(shí)間無(wú)關(guān)，那么在固定觀察時(shí)間T中觀察到這些事件的概率pN(k)如下:

式中:N表示在T時(shí)間段中隨機(jī)事件出現(xiàn)的平均個(gè)數(shù);k表示觀察到的隨機(jī)事件的個(gè)數(shù)。

根據(jù)光電探測(cè)符合泊松分布這一規(guī)律，可以假設(shè):在mXn大小的序列紫外圖像I中，任意像素I(x,y)探測(cè)到紫外電暈信號(hào)的概率都是符合泊松分布的，其中(x,y)表示像素坐標(biāo)。

因此，任意像素I(x,y)探測(cè)到紫外電暈信號(hào)概率模型P(x,y)可以表示為如下式:

式中:均值映射圖N(x,y)表示在包含T幀的紫外序列圖像中像素(x,y)上出現(xiàn)紫外信號(hào)的平均個(gè)數(shù)，可以表示成如下公式:

式中:Bt表示包含T幀圖像的紫外圖像序列中第t幀紫外圖像I的二值化圖像，0 表示背景，1 表示紫外信號(hào)，T也可稱為積分時(shí)間。利用適當(dāng)?shù)拈撝挡⑴浜蟼鹘y(tǒng)Otsu算法來(lái)實(shí)現(xiàn)紫外圖像的二值化。在本文中二值化閾值取值為50，且針對(duì)所有實(shí)驗(yàn)該參數(shù)都沒(méi)有改變。

利用公式(2)和公式(3)對(duì)圖像中所有像素進(jìn)行遍歷之后，就形成了圖像序列在積分時(shí)間為T(mén)情況下所對(duì)應(yīng)的均值映射圖N和基于泊松分布的概率映射圖P。概率映射圖P表征了在紫外信號(hào)探測(cè)過(guò)程中每個(gè)像素不為0 的概率，即出現(xiàn)紫外電暈信號(hào)的概率，反映了紫外電暈?zāi)繕?biāo)時(shí)域特征在空域中的分布情況。

2 日盲紫外電暈檢測(cè)算法

日盲紫外電暈?zāi)繕?biāo)檢測(cè)算法總體流程如圖3所示，主要由3 部分組成。首先，利用暗噪聲統(tǒng)計(jì)模型來(lái)判斷當(dāng)前幀紫外二值化圖像是否有電暈信號(hào)。其次，如果存在信號(hào)則利用1.2 節(jié)中的基于泊松分布的概率模型計(jì)算當(dāng)前幀的概率映射圖P。最后在概率映射圖P中，利用改進(jìn)的Otsu 算法提取電暈放電信號(hào)，并輸出電暈檢測(cè)結(jié)果。此過(guò)程不斷迭代，就可以實(shí)現(xiàn)對(duì)紫外序列圖像的流水線處理。

圖3 日盲紫外電暈檢測(cè)算法總體流程Fig.3 The overview of our proposed algorithm

2.1 暗噪聲概率統(tǒng)計(jì)模型

日盲紫外成像探測(cè)模組由于陰極、MCP 等因素的影響，所產(chǎn)生的暗噪聲會(huì)造成電暈?zāi)繕?biāo)的虛警。但是對(duì)于探測(cè)模組來(lái)說(shuō)，每幀圖像中暗噪聲的出現(xiàn)概率是符合正態(tài)分布的，因此可以利用暗噪聲統(tǒng)計(jì)模型，來(lái)進(jìn)行暗噪聲與電暈信號(hào)的區(qū)分。根據(jù)參數(shù)估計(jì)的3σ準(zhǔn)則，有無(wú)電暈信號(hào)的閾值G可以表示成如下公式:

式中:μdark為暗噪聲出現(xiàn)頻率的平均值;σdark為對(duì)應(yīng)的標(biāo)準(zhǔn)差，這兩個(gè)參數(shù)都需要對(duì)同一臺(tái)日盲紫外相機(jī)的大量暗噪聲序列圖像進(jìn)行統(tǒng)計(jì)而得，本文中選用91236 幀暗噪聲序列圖像進(jìn)行統(tǒng)計(jì)，計(jì)算出相應(yīng)的μdark和σdark。

在實(shí)際使用中，需要對(duì)每一幀輸入的紫外圖像進(jìn)行信號(hào)出現(xiàn)概率的計(jì)算，若信號(hào)出現(xiàn)概率大于G，則認(rèn)為圖像中存在電暈信號(hào)，反之則無(wú)信號(hào)。

2.2 泊松分布概率映射圖P 的計(jì)算

根據(jù)公式(2)的泊松概率模型，設(shè)計(jì)了一種快速計(jì)算方法，具體步驟如算法1(迭代計(jì)算泊松分布概率映射圖)所示。

輸入:紫外圖像I的二值化圖像B，參數(shù)T;

輸出:泊松分布概率映射圖P;

將N初始化為與B大小一致的零矩陣，并令t=0;

while 1

t=t+1;Bt=B;N=N+Bt

ift=T

N=N/T

for each pixel (x,y) inN

P(x,y)=1-e-N(x,y);

end for

sett=0;

end if

returnP

end while

通過(guò)算法1 的迭代，根據(jù)實(shí)時(shí)輸入的序列圖像不斷更新均值映射圖N，從而每隔T幀更新泊松分布概率映射圖P，檢測(cè)出的紫外電暈?zāi)繕?biāo)由離散漸漸聚集為突出的光斑，同時(shí)將泊松分布概率映射圖P進(jìn)行歸一化處理，就可以顯示出當(dāng)前紫外電暈信號(hào)空間分布的情況。

2.3 紫外電暈?zāi)繕?biāo)的提取

由于泊松分布概率映射圖P中真正電暈?zāi)繕?biāo)像素點(diǎn)比例低，且相應(yīng)的泊松概率值分布較窄，因此利用傳統(tǒng)的Otsu 法很難提取出準(zhǔn)確的紫外電暈?zāi)繕?biāo)。為了解決這一問(wèn)題，本文對(duì)傳統(tǒng)的Otsu 法進(jìn)行了改進(jìn)，在進(jìn)行直方圖統(tǒng)計(jì)時(shí)增加了兩步處理:

1)只對(duì)泊松分布概率映射圖中概率大于0 的像素進(jìn)行統(tǒng)計(jì)，得到泊松分布概率直方圖數(shù)組H;

2)對(duì)于H中任意元素H(i)，如果H(i)=max(H)，則將H(i)=0。

接下來(lái)利用H再進(jìn)行最大類間差的計(jì)算，自動(dòng)找出最佳閾值，就可以得到較為理想的目標(biāo)提取結(jié)果。

3 實(shí)驗(yàn)與分析

3.1 實(shí)驗(yàn)設(shè)備

本文所使用的放電設(shè)備為充氣型高壓試驗(yàn)變壓器，實(shí)物圖如圖4所示。主要由變壓器、濾波器、限流保護(hù)電阻、耦合電容、放電絕緣端子以及局放檢測(cè)儀組成。輸入電壓200 V，輸出電壓最高可達(dá)100 kV，額定電壓下局放量≤3 pC。

圖4 放電設(shè)備實(shí)物圖Fig.4 The discharge equipment

在絕緣端子頂端加上銅絲，加壓后銅絲尖端就容易形成位置固定且放電強(qiáng)度較穩(wěn)定的電暈放電點(diǎn)，便于日盲紫外電暈信號(hào)檢測(cè)的研究。選用北方夜視技術(shù)股份有限公司自主研發(fā)的數(shù)字化日盲紫外成像探測(cè)模組進(jìn)行紫外電暈信號(hào)探測(cè)，實(shí)物如圖5所示。

圖5 北方夜視數(shù)字化日盲紫外成像探測(cè)模組Fig.5 The solar-blind ultraviolet imaging module from NNVT

該模組采用TeCs2光陰極紫外像增強(qiáng)器，以透紫外石英玻璃為輸入窗的雙近貼聚焦式像增強(qiáng)器，配備深截止日盲紫外濾光片、112 mm 焦距的紫外鏡頭以及電子信號(hào)處理系統(tǒng)，實(shí)現(xiàn)了全日盲波段的紫外信號(hào)探測(cè)。

3.2 評(píng)價(jià)指標(biāo)

為了測(cè)試本文方法的性能，將其與文獻(xiàn)[7]中介紹的一種利用形態(tài)學(xué)的電暈信號(hào)檢測(cè)方法進(jìn)行比較。為了客觀定量地衡量?jī)煞N方法的性能，定義了兩種指標(biāo)分別來(lái)衡量電暈?zāi)繕?biāo)檢測(cè)的穩(wěn)定性與準(zhǔn)確性。

第一種為目標(biāo)質(zhì)心坐標(biāo)標(biāo)準(zhǔn)差S，可以表示為如下公式:

式中:Xc表示紫外序列圖像中檢測(cè)結(jié)果目標(biāo)質(zhì)心的橫坐標(biāo)數(shù)組;Yc表示紫外序列圖像中檢測(cè)結(jié)果目標(biāo)質(zhì)心的縱坐標(biāo)數(shù)組;std(?)表示標(biāo)準(zhǔn)差運(yùn)算。質(zhì)心坐標(biāo)標(biāo)準(zhǔn)差可以反映圖像序列檢測(cè)結(jié)果的離散程度，因此目標(biāo)質(zhì)心坐標(biāo)標(biāo)準(zhǔn)差S越小，說(shuō)明檢測(cè)性能越穩(wěn)定。

第二種為目標(biāo)質(zhì)心檢測(cè)精度A定義如下:

式中:nc表示在原始紫外圖像的二值化圖像B，檢測(cè)結(jié)果目標(biāo)質(zhì)心位置的對(duì)應(yīng)像素值為1(即有紫外信號(hào))的圖像總幀數(shù);測(cè)試用的紫外圖像序列總幀數(shù)。質(zhì)心檢測(cè)精度直接反映了檢測(cè)結(jié)果是否是真實(shí)的紫外電暈信號(hào)，可以用來(lái)表征檢測(cè)方法檢測(cè)的精度，質(zhì)心檢測(cè)精度A越高，則說(shuō)明檢測(cè)越準(zhǔn)確。

3.3 單電暈?zāi)繕?biāo)檢測(cè)的實(shí)驗(yàn)

本文利用放電電壓為8.5 kV、19.5 kV 和28 kV 情況下，紫外模組增益電壓為1.5 V、2.5 V 以及4 V 時(shí)紫外模組對(duì)放電設(shè)備所拍攝的紫外序列圖像進(jìn)行實(shí)驗(yàn)。在實(shí)驗(yàn)之前調(diào)整絕緣端子頂部銅絲形狀，使其只有一個(gè)尖端放電點(diǎn)。實(shí)驗(yàn)用的紫外圖像序列的圖像大小720X576，幀數(shù)約為3000 幀。

圖6顯示了本文方法在不同放電電壓、不同增益電壓下最終的歸一化泊松分布概率映射圖以及紫外電暈信號(hào)的提取結(jié)果。實(shí)驗(yàn)結(jié)果表明，在多種不同條件下，本文提出的方法可以準(zhǔn)確檢測(cè)并提取出紫外電暈?zāi)繕?biāo)，且沒(méi)有虛警的情況發(fā)生。

圖7顯示了兩種方法在不同放電電壓、增益電壓情況下的質(zhì)心坐標(biāo)標(biāo)準(zhǔn)差計(jì)算結(jié)果，圖8為質(zhì)心檢測(cè)精度的計(jì)算結(jié)果。從中可以明顯看出，本文提出的方法的質(zhì)心坐標(biāo)標(biāo)準(zhǔn)差和質(zhì)心檢測(cè)精度計(jì)算結(jié)果都大大優(yōu)于基于形態(tài)學(xué)的檢測(cè)方法，平均質(zhì)心坐標(biāo)標(biāo)準(zhǔn)差僅為基于形態(tài)學(xué)檢測(cè)方法的10%左右，而平均質(zhì)心檢測(cè)精度卻是基于形態(tài)學(xué)檢測(cè)方法的2.56 倍，這充分說(shuō)明了本文提出的方法檢測(cè)精度高，紫外電暈?zāi)繕?biāo)定位準(zhǔn)確，且效果魯棒，檢測(cè)一致性好。

3.4 標(biāo)電暈檢測(cè)的實(shí)驗(yàn)

調(diào)整絕緣端子頂部銅絲形狀，使其產(chǎn)生2 個(gè)尖端、5 個(gè)尖端以及6 個(gè)尖端3 種放電情況，將放電電壓調(diào)節(jié)至50 kV，紫外模組增益調(diào)節(jié)至3.5 V，對(duì)3 種情況進(jìn)行探測(cè)并記錄圖像序列。文獻(xiàn)[9]提出了一種基于MN 規(guī)則的紫外電暈?zāi)繕?biāo)檢測(cè)方法，其本質(zhì)為利用信號(hào)頻率模型來(lái)進(jìn)行紫外電暈信號(hào)的檢測(cè)。將其與本文提出的方法進(jìn)行對(duì)比，以進(jìn)一步測(cè)試本文所提出的泊松分布概率模型的性能。

圖9分別顯示了5 個(gè)、6 個(gè)和2 個(gè)放電點(diǎn)情況下的電暈檢測(cè)結(jié)果。從中可以看出，信號(hào)頻率模型的結(jié)果無(wú)法準(zhǔn)確檢測(cè)出所有的放電點(diǎn)電暈信號(hào)。并且相比于本文方法，基于信號(hào)頻率的檢測(cè)結(jié)果比較微弱，不夠明顯。因此對(duì)于多點(diǎn)放電情況下的目標(biāo)檢測(cè)，本文提出的方法檢測(cè)精度更高，檢測(cè)出的目標(biāo)更加顯著。

圖6 本文提出方法在不同放電電壓、不同增益電壓下的電暈檢測(cè)結(jié)果，其中每一個(gè)放電電壓下的檢測(cè)結(jié)果圖像組中，左邊為歸一化的泊松分布概率映射圖，右上角為檢測(cè)到的電暈?zāi)繕?biāo)的放大圖，右下角為電暈信號(hào)目標(biāo)提取結(jié)果的放大圖Fig.6 The results of the proposed method with the different discharge voltage and gain, where the image on the left is the Poisson distribution map, the image on the upper right is the enlargement of object detection of ultraviolet corona, and the image on the low right is the enlargement of the extracting result

圖7 本文提出方法與形態(tài)學(xué)方法電暈檢測(cè)的目標(biāo)質(zhì)心坐標(biāo)標(biāo)準(zhǔn)差結(jié)果Fig.7 The standard deviation of object centroid of the proposed method and the morphology-based method

圖8 本文提出方法與形態(tài)學(xué)方法電暈檢測(cè)的目標(biāo)質(zhì)心檢測(cè)精度結(jié)果Fig.8 The precision of object centroid of the proposed method and the morphology-based method

圖9 本文方法與信號(hào)頻率模型方法的多放電點(diǎn)電暈檢測(cè)結(jié)果Fig.9 The comparisons of multi-target detection by our method and signal-frequency-based method

3.5 討論

本文方法包含一個(gè)設(shè)置參數(shù):T。圖10顯示了不同T情況下的歸一化泊松概率映射圖。當(dāng)T=1 時(shí)，泊松概率模型就等價(jià)于信號(hào)頻率模型，在概率映射圖中只反映每個(gè)像素出現(xiàn)信號(hào)點(diǎn)的頻率。隨著T逐步增加，從圖中可以看出，泊松概率映射圖中所檢測(cè)出目標(biāo)的面積大小與強(qiáng)度也隨之增大，同時(shí)無(wú)效的信號(hào)點(diǎn)(可認(rèn)為是噪聲)也越來(lái)越明顯。因此參數(shù)T對(duì)紫外電暈?zāi)繕?biāo)檢測(cè)的影響，類似于CCD 或CMOS 圖像傳感器中利用積分時(shí)間來(lái)控制電荷累積時(shí)間長(zhǎng)短的效果，這也是將參數(shù)T稱為積分時(shí)間的原因。

圖10 同積分時(shí)間T 的歸一化泊松概率映射圖Fig.10 The normalized Poisson distribution maps with various parameters T

積分時(shí)間T不僅影響目標(biāo)檢測(cè)的效果，同時(shí)也決定了目標(biāo)檢測(cè)的更新頻率。T取值太小，則目標(biāo)不明顯，且容易丟失目標(biāo);T取值太大，則噪聲變大，且目標(biāo)檢測(cè)的更新頻率降低，不利于目標(biāo)檢測(cè)。通過(guò)多次實(shí)驗(yàn)，確定了T的取值為20，在本文所有試驗(yàn)過(guò)程中均沒(méi)有發(fā)生改變。

本文實(shí)驗(yàn)計(jì)算機(jī)配置為:Intel E5-1620-2.8 GHz處理器，4 G 內(nèi)存。在VS2012 上利用C 語(yǔ)言進(jìn)行編程。經(jīng)測(cè)試可知，計(jì)算一次泊松概率映射圖并將目標(biāo)提取的平均時(shí)間為214.2 ms。

4 結(jié)論

本文提出了一種利用泊松分布的日盲紫外電暈?zāi)繕?biāo)檢測(cè)方法。利用紫外信號(hào)光電探測(cè)原理，設(shè)計(jì)了一種基于泊松分布的紫外電暈?zāi)繕?biāo)檢測(cè)模型，可以準(zhǔn)確反映探測(cè)過(guò)程中紫外電暈?zāi)繕?biāo)的時(shí)空域特征。針對(duì)紫外序列圖像，首先利用暗噪聲統(tǒng)計(jì)模型進(jìn)行有無(wú)信號(hào)的判斷，然后利用所建立的紫外電暈?zāi)繕?biāo)檢測(cè)模型得到紫外圖像的泊松概率映射圖，最后利用改進(jìn)的Otsu 法來(lái)完成紫外電暈檢測(cè)與目標(biāo)提取。利用多組紫外圖像序列對(duì)本文方法進(jìn)行了測(cè)試與對(duì)比，實(shí)驗(yàn)證明該方法可以準(zhǔn)確地檢測(cè)出紫外圖像中電暈?zāi)繕?biāo)，檢測(cè)精度高，一致性好，可以推進(jìn)紫外電暈探測(cè)在機(jī)器視覺(jué)方面的應(yīng)用。