陳曉波 楊柳輝

摘要：隨著當(dāng)今科學(xué)技術(shù)的不斷發(fā)展，越來越多的先進(jìn)技術(shù)開始被應(yīng)用到了電力工程領(lǐng)域中。尤其是無人機(jī)紅外熱像技術(shù)，更是在電纜隱患點的智能檢測中發(fā)揮著顯著優(yōu)勢。為實現(xiàn)電纜隱患點智能檢測效果的良好保障，本文特對該技術(shù)在其智能檢測中的應(yīng)用進(jìn)行分析。希望通過本次的分析，可以為電纜隱患點的及時發(fā)現(xiàn)與處理提供科學(xué)參考。

關(guān)鍵詞：電力工程;電纜隱患點;無人機(jī)紅外熱像技術(shù);智能檢測

前言：

在對電纜中的隱患點進(jìn)行智能檢測時。無人機(jī)紅外熱像技術(shù)是一項關(guān)鍵技術(shù)。借助于該技術(shù)，可以將相應(yīng)的故障隱患點以圖像的形式展示出來，讓隱患點得以直觀顯示。同時，這種智能檢測技術(shù)也可以替代傳統(tǒng)的人工檢測方法，在提升檢測效率、質(zhì)量的同時避免人為因素對檢測結(jié)果的不利影響，并盡最大限度確保工作人員的人身安全。因此，在具體的電纜隱患點檢測中，電力企業(yè)一定要加強(qiáng)此項智能檢測技術(shù)的應(yīng)用研究，以此來充分發(fā)揮出其技術(shù)優(yōu)勢。

一、檢測流程分析

在通過無人機(jī)紅外熱像技術(shù)對電纜隱患點進(jìn)行智能檢測的過程中，其主要的檢測過程有兩個，第一是目標(biāo)檢測，第二是目標(biāo)識別。其中，目標(biāo)檢測主要是借助于改進(jìn)之后的Bernsen二值化來進(jìn)行相應(yīng)的圖像處理，然后再通過攝影以及形態(tài)法將需要檢測的主體電纜從紅外圖像中提取出來。目標(biāo)識別主要是在電纜主體的紅外圖像中尋找顏色異常和亮度異常的區(qū)域，以此來實現(xiàn)隱患點的確定[1]。下圖是電纜隱患點檢測中的無人機(jī)紅外熱像智能檢測流程圖：

二、檢測方法分析

（一）改進(jìn)之后的Bernsen二值化算法分析

在對數(shù)字圖像進(jìn)行處理的過程中，圖像二值化是預(yù)處理中最重要的一步，該方法是按照選定的閾值，將圖像內(nèi)的全部像素設(shè)置成黑色（0）或者是白色（1），進(jìn)而讓整個圖像變?yōu)楹诎讏D像，這樣就更容易在背景中進(jìn)行相應(yīng)物體的提取，達(dá)到良好的前景和背景像素分離效果。在二值化方法中，自適應(yīng)閾值、Otsu以及灰度平均值是常見的處理方法，第一種方法所處理的圖像內(nèi)各個像素點都對應(yīng)不同的閾值，二值化過程中需要根據(jù)各個像素的鄰域范圍像素為其選擇一個合理的閾值來進(jìn)行處理;后兩種方法的相同點是將全局作為基礎(chǔ)，通過單一閾值來進(jìn)行圖像處理。而在實際應(yīng)用的過程中，因為紅外圖像具有較大的灰度變化情況，噪聲以及光照等的很多因素都會對其灰度產(chǎn)生影響?；诖耍瑸橛行Э朔肼曇约肮庹詹痪鶆?qū)D像灰度的不良影響，可以對Bernsen二值化算法加以改進(jìn)，并通過這種改進(jìn)之后的算法來進(jìn)行電纜紅外圖像的處理。

Bernsen算法屬于一種局部形式的閾值算法，該算法在對于光照不均勻問題的解決十分有效，在灰度圖像中，在（2w+1）*（2w+1）這一窗口中，將（i，j）這一像素點作為中心，對每一個像素點進(jìn)行T（i，j）閾值計算是其核心思想。其計算公式如下：

其中，窗口位置參數(shù)用k，l表示，為實現(xiàn)噪聲與光照影響的有效降低，可將f（i，j）這一圖像先逐點進(jìn)行高斯濾波處理。其公式如下：

其中，高斯濾波所具有的平滑尺度用表示。然后再通過Bernsen對這個圖像進(jìn)行二值化處理，由此獲得到像素點T’（i，j）公式如下：

在通過改進(jìn)之后，Bernsen二值化圖像b的公式如下：

通常情況下，應(yīng)將其窗口設(shè)置為5*5大小，以上公式中的T和T’將會在圖像中隨著窗口滑動，各個區(qū)域內(nèi)都會有不同的值產(chǎn)生，通過最終的計算，便可獲得到自適應(yīng)閾值形式的二值化圖像[2]。

（二）投影法分析

在通過二值化對紅外圖像進(jìn)行處理之后，便可實現(xiàn)大致的主體電纜輪廓獲取，而在對二值圖像中的前景和背景進(jìn)行分割時，投影法便是最常用的一種方法。具體分割中，為了將主體電纜從圖像中有效提取出來，便可借助于投影法來實現(xiàn)上下左右這四個邊界坐標(biāo)信息的獲取，然后以此為依據(jù)進(jìn)行分割。投影法的實現(xiàn)過程主要有兩個，其一是水平投影，也叫做行投影，其步驟是各行循環(huán)，并對行前景像素數(shù)量進(jìn)行統(tǒng)計，以此來實現(xiàn)前景上下邊界坐標(biāo)信息的準(zhǔn)確獲取;其二是垂直投影，也叫做列投影，其步驟是各列循環(huán)，并對列前景像素數(shù)量進(jìn)行統(tǒng)計，以此來實現(xiàn)前景左右邊界坐標(biāo)信息的獲取。

（三）形態(tài)學(xué)處理分析

在從紅外圖像中進(jìn)行了主體電纜提取之后，需對其中的隱患點做出進(jìn)一步的識別。在對主體電纜圖像內(nèi)的顏色異常和亮度異常區(qū)域以及強(qiáng)度色譜分布情況進(jìn)行分析之后，便可對發(fā)熱點做出初步確定。但是這樣獲得到的高粱區(qū)域可能有很多的數(shù)量，且一些高粱區(qū)域的面積可能很小，因此，為實現(xiàn)隱患點的進(jìn)一步明確，就需要對這些初步確定的異常區(qū)域做合并處理。此項處理主要借助于數(shù)學(xué)形態(tài)學(xué)中的開閉、膨脹以及腐蝕運(yùn)算來實現(xiàn)。

其中，膨脹運(yùn)算以及腐蝕運(yùn)算的操作是將數(shù)學(xué)形態(tài)學(xué)中的處理方法作為基礎(chǔ)，將集合作為其操作對象的計算方法，所以就數(shù)學(xué)意義來看，它屬于非線性形式的一種操作。假設(shè)在Z2中共有兩個集合，一個是A，另一個是B，則B集合對A集合的腐蝕可按照以下公式來表示：

按照相關(guān)定義可知，B集合對A集合的腐蝕包含在A集合中，是通過z平移所得到的、屬于B集合中的所有點，同時也屬于一個z集合。

B集合對A集合的膨脹可按照以下公式表示：

按照相關(guān)定義可知，B集合對A集合的膨脹屬于全部位移z的集合，在這樣的情況下，它至少會與A集合中的一個元素重疊。

通過腐蝕操作，會讓圖像中的相應(yīng)組成部分縮小，在實際運(yùn)用時，可將圖像內(nèi)含有的細(xì)微的點和連接線去掉，而膨脹操作會將圖像中相應(yīng)的組成部分?jǐn)U大，并對其中的物體進(jìn)行粗化[3]。

開閉運(yùn)算都是以腐蝕操作和膨脹操作為基礎(chǔ)的形態(tài)學(xué)處理方式，B集合對A集合的開運(yùn)算可以按照以下公式表示：

B集合對A集合的閉運(yùn)算可按照以下公式表示：

在對電纜主體進(jìn)行提取之后，需通過數(shù)字形態(tài)學(xué)來進(jìn)行小區(qū)域的融合處理，開運(yùn)算是先膨脹操作再腐蝕操作;閉運(yùn)算則是先腐蝕操作再膨脹操作。而這兩種運(yùn)算方式都可以讓物體輪廓得到平滑處理，開運(yùn)算可將狹頸斷開，并將細(xì)的突出物消除;閉運(yùn)算一般會將窄間斷彌合，并將小孔洞消除。通過這些操作方法，可以讓電纜主體中的多個近距離高亮區(qū)域合并起來，并將區(qū)域內(nèi)部的孔洞去除。以下是具體的識別步驟：①借助于強(qiáng)度色譜和主體電纜圖像之間的整體顏色分布情況來進(jìn)行高亮閾值的確定，進(jìn)而在主體電纜圖像內(nèi)實現(xiàn)全部高亮區(qū)域的獲取。②對面積閾值進(jìn)行合理選取，移除面積小于閾值的高亮區(qū)域。③按照以上的四種形態(tài)學(xué)處理方式，對多個近距離高亮區(qū)域進(jìn)行合并處理，并將其內(nèi)部的孔洞去除。④留下來的所有高亮區(qū)域都是最終確定的隱患點，將此結(jié)果輸出即可。通過這樣的方式，便可對電纜中的隱患點實現(xiàn)良好的智能檢測。

結(jié)束語：

綜上所述，在電纜隱患點檢測中，無人機(jī)紅外熱像智能檢測技術(shù)是一種先進(jìn)且有效的技術(shù)形式。將該技術(shù)合理應(yīng)用到檢測中，通過改進(jìn)之后的Bernsen二值化算法處理、投影分析以及形態(tài)學(xué)處理技術(shù)，便可對無人機(jī)航拍獲取到的紅外圖像進(jìn)行科學(xué)處理，以此來實現(xiàn)電纜主體隱患點的準(zhǔn)確識別與定位，進(jìn)而為后續(xù)的電纜維修處理提供足具科學(xué)性的參考。這對于電纜運(yùn)維質(zhì)量的提升以及電力行業(yè)的發(fā)展都將有著十分積極的促進(jìn)作用。

參考文獻(xiàn)：

[1]張玲.電力電纜故障原因與檢測技術(shù)分析[J].大眾標(biāo)準(zhǔn)化，2021（06）：262-264.

[2]程羽佳，楊晴，王凡.電纜防護(hù)層故障點的紅外立體視覺檢測[J].現(xiàn)代計算機(jī)，2020（19）：68-71.

[3]李劍.電力電纜接頭溫度檢測及預(yù)警系統(tǒng)的設(shè)計[J].新型工業(yè)化，2020（06）：35-36.