薛藝為，黨衛(wèi)軍，孫奇珍，霍建彬，方春華

（1.廣州電力公司黃埔局，廣州 510700；2.三峽大學(xué)，湖北宜昌 443000）

引言

10 kV電力電纜中間接頭施工缺陷識(shí)別的研究是通過識(shí)別裝置獲取中間接頭施工過程中的圖片，對(duì)中間接頭圖像進(jìn)行處理，提取感興趣區(qū)域，通過得到的不同缺陷在圖像中的特征，最終根據(jù)這些特征對(duì)施工過程中出現(xiàn)的缺陷進(jìn)行判定，識(shí)別電纜中間接頭施工過程中所出現(xiàn)的缺陷。

本研究針對(duì)主絕緣上的污漬與劃傷缺陷，提取缺陷區(qū)域的灰度色差與紋理特征，通過分析缺陷區(qū)域的特點(diǎn)，發(fā)現(xiàn)兩種缺陷區(qū)域的特征量存在一定的差異，提出基于神經(jīng)網(wǎng)絡(luò)識(shí)別主絕緣缺陷的方法。分析了外半導(dǎo)電層的顏色與紋理特征，針對(duì)外半導(dǎo)電層剝離不齊這一典型缺陷，提出了采用矩形度進(jìn)行缺陷判定的方法。針對(duì)實(shí)際拍攝的電力電纜中間接頭圖像，研究了各組成部分的分割方法以及分割后各部分的缺陷檢測(cè)。

1 主絕緣典型施工缺陷識(shí)別

1.1 主絕緣污漬色差特征

在實(shí)際施工過程中，主絕緣上常粘有污漬或雜質(zhì)，色彩與主絕緣相差較大，其灰度特征較為突出。分離電纜中間接頭背景后提取主絕緣區(qū)域圖像。若圖像中只有主絕緣部分，其灰度特征單一，其變化通常具有連續(xù)性，通過投影法能夠有效表現(xiàn)出其表面是否存在污漬。主絕緣污染區(qū)域如圖1和表1所示。

圖1 主絕緣污染區(qū)域圖像

表1 缺陷區(qū)域灰度與主絕緣灰度

2.2 主絕緣劃傷紋理特征

主絕緣劃傷缺陷不同于污漬，主絕緣劃傷是主絕緣內(nèi)部的變化，劃傷在平滑度、亮度及與周圍的一致性有較大的差異，因此需要提取更多的特征量進(jìn)行度量。

2.3 基于神經(jīng)網(wǎng)絡(luò)的缺陷識(shí)別方法

為區(qū)分和識(shí)別主絕緣上的兩種缺陷，設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)對(duì)兩種缺陷進(jìn)行檢測(cè)。確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)層次是設(shè)計(jì)的主要任務(wù)，涉及對(duì)缺陷類型的判定，而對(duì)缺陷的定量分析要求相對(duì)較低。本研究采用三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來識(shí)別缺陷。樣本數(shù)據(jù)見表2，神經(jīng)網(wǎng)絡(luò)訓(xùn)練流程如下：

（1）將最開始的權(quán)值賦予隨機(jī)數(shù)，設(shè)置最多迭代1000次，最小誤差為0.01，步長(zhǎng)為0.01，輸出樣本為20個(gè)，如表2所示；

表2 樣本數(shù)據(jù)

（2）將樣本參數(shù)輸入網(wǎng)絡(luò)，并將對(duì)應(yīng)的兩類缺陷編碼值作為輸出錄入網(wǎng)絡(luò)；

（3）按照設(shè)計(jì)的網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)訓(xùn)練，當(dāng)誤差值小于規(guī)定時(shí)結(jié)束訓(xùn)練，得到訓(xùn)練好的網(wǎng)絡(luò)。

網(wǎng)絡(luò)訓(xùn)練結(jié)束后，隨機(jī)抽取10張主絕緣存在缺陷的圖像，其中主絕緣污漬與主絕緣劃傷各取5張，分別提取缺陷區(qū)域的對(duì)應(yīng)特征量，輸入網(wǎng)絡(luò)，測(cè)試網(wǎng)絡(luò)的可靠性，表3為測(cè)試結(jié)果。表4為輸出的結(jié)果，第3組與第5組結(jié)果與期望結(jié)果差別大，出現(xiàn)了誤判，從整體來看識(shí)別效果較好，識(shí)別率達(dá)80%，能夠達(dá)到前期試驗(yàn)的基本要求。但在試驗(yàn)中仍然存在未能識(shí)別的情況，通過比較這兩組缺陷試驗(yàn)數(shù)據(jù)與同類缺陷數(shù)據(jù)，發(fā)現(xiàn)在紋理特性中的m、μ3特征量變化較大。

表3 測(cè)試數(shù)據(jù)

表4 測(cè)試結(jié)果

通過分析，可能引起誤判的原因有：

（1）缺陷區(qū)域的提取不夠精確，在提取特征量時(shí)存在一定的誤差；

（2）在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)選取的樣本數(shù)量可能不足，導(dǎo)致訓(xùn)練好的網(wǎng)絡(luò)所計(jì)算出的數(shù)據(jù)不夠精確；

（3）特征量的選取可能不足，能夠反映缺陷的特征量不充分，導(dǎo)致無法準(zhǔn)確識(shí)別。

3 外半導(dǎo)電層缺陷識(shí)別

通過分析施工流程，發(fā)現(xiàn)外半導(dǎo)電層容易出現(xiàn)剝離不齊的問題。外半導(dǎo)電層剝離不齊主要發(fā)生在電纜接頭邊緣的與主絕緣相交處，其判定較為復(fù)雜，僅僅依靠顏色的判定不夠準(zhǔn)確，同時(shí)容易受到外界的干擾。提取出半導(dǎo)電層的邊緣，通過邊緣的整齊程度能夠?qū)吘壊积R缺陷做出準(zhǔn)確的判斷。

3.1 外半導(dǎo)體剝離不齊識(shí)別方法

圖2分別為電力電纜中間接頭施工過程中出現(xiàn)的外半導(dǎo)電層剝離不齊缺陷圖像，圖中可見剝離不齊處形狀各異，大小不同。針對(duì)拍攝的電力電纜中間接頭圖像，采用蟻群算法與形態(tài)學(xué)相結(jié)合的方式求取圖中主體邊緣，將數(shù)學(xué)形態(tài)學(xué)與之相結(jié)合。形態(tài)學(xué)主要包含膨脹和腐蝕兩種情況，膨脹與腐蝕組合能夠得到開、閉兩種運(yùn)算方式，膨脹處理能夠在一定程度上消除偽邊緣，但會(huì)擴(kuò)大邊緣范圍，而腐蝕處理能夠?qū)U(kuò)的邊界區(qū)域進(jìn)行細(xì)化，使其更接近原始邊界。形態(tài)學(xué)與蟻群算法相結(jié)合的方式，有效抑制了圖像中噪聲，同時(shí)對(duì)于邊緣的檢測(cè)也較為準(zhǔn)確。圖3為外半導(dǎo)電層最小外接矩形標(biāo)記圖像，運(yùn)用邊緣的灰度變化特性與幾何特征作為外半導(dǎo)電層剝離不齊的判據(jù)，實(shí)現(xiàn)了對(duì)外半導(dǎo)電層剝離不齊的有效判斷。

圖2 外半導(dǎo)電層剝離不齊原始圖像

圖3 外半導(dǎo)電層最小外接矩形標(biāo)記圖像

4 電力電纜缺陷識(shí)別流程分析

實(shí)際拍攝的圖像包含電纜中間接頭的各組成部分，在識(shí)別判定過程中需要對(duì)拍攝圖像進(jìn)行相應(yīng)處理。圖4為缺陷檢測(cè)流程，根據(jù)智能識(shí)別裝置所獲取的中間接頭圖像，先進(jìn)行預(yù)處理，將彩色圖像處理為灰度圖像。由于彩色圖像通常為一個(gè)3維數(shù)組，不同的色彩空間所呈現(xiàn)的3個(gè)變量并不唯一，需將彩色圖像轉(zhuǎn)換為灰度圖像，降低維數(shù)，這樣計(jì)算速度在處理過程中會(huì)大幅提升。

圖4 缺陷圖像檢測(cè)流程

5 結(jié)論

（1）根據(jù)現(xiàn)場(chǎng)的施工條件，分析得到主絕緣上易出現(xiàn)的污漬與主絕緣灰度色差大，缺陷區(qū)域紋理特征與非缺陷區(qū)域存在一定差異；主絕緣劃傷缺陷灰度色差與主絕緣相差較小，紋理特征與主絕緣有一定程度上的相似性，得到灰度色差與紋理特征能作為判定兩種缺陷的特征量。通過灰度色差和紋理特征中的m、σ、μ3、e四個(gè)量與灰度色差作為特征量，隨機(jī)選取樣本運(yùn)用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練達(dá)到要求的網(wǎng)絡(luò)能夠有效地對(duì)主絕緣上的污漬及劃傷兩種缺陷進(jìn)行判定。

（2）通過分析半導(dǎo)電層缺陷的特點(diǎn)，得到外半導(dǎo)電層剝離不齊缺陷通常發(fā)生在與主絕緣的交界處，半導(dǎo)電層顏色與主絕緣顏色相差大，有明顯的邊界特征。提出通過數(shù)學(xué)形態(tài)學(xué)與蟻群算法相結(jié)合的方式檢測(cè)外半導(dǎo)電層的邊緣，其效果優(yōu)于經(jīng)典的邊緣檢測(cè)方法。通過該方法對(duì)外半導(dǎo)電層進(jìn)行邊緣提取，能夠完整獲得外半導(dǎo)電層的區(qū)域，通過外半導(dǎo)電層所占區(qū)域與其最小外接矩形的面積，求取外半導(dǎo)電層區(qū)域的矩形度，能夠?qū)冸x不齊缺陷進(jìn)行有效檢測(cè)。

（3）針對(duì)實(shí)際施工過程中所拍攝的圖像通常不只包括主絕緣或者外半導(dǎo)電層，往往會(huì)將電纜中間接頭整個(gè)部分拍攝入圖像中，難以準(zhǔn)確判斷各部件對(duì)應(yīng)的缺陷。通過圖像色彩空間的轉(zhuǎn)換，將拍攝圖像轉(zhuǎn)換至非RGB彩色空間進(jìn)行灰度計(jì)算，能夠有效突出中間接頭。針對(duì)研究對(duì)象，通過傳統(tǒng)濾波方法對(duì)比，得到雙邊濾波對(duì)去除圖像中的噪聲有良好的效果。將增強(qiáng)后的圖像進(jìn)行數(shù)學(xué)變換求取對(duì)應(yīng)的二值圖像，由二值圖像將中間接頭的主絕緣與外半導(dǎo)電層分割成獨(dú)立的部分，采用主絕緣與外半導(dǎo)電層缺陷的檢測(cè)方法是可行的。