多俊龍,楊巧為,李慧慧
(1.國網(wǎng)沈陽供電公司,遼寧 沈陽 110003;2.重慶國際復(fù)合材料股份有限公司,重慶 400902;3.沈陽世紀(jì)高通科技有限公司,遼寧 沈陽 110041)
輸電線路作為電能遠(yuǎn)距離傳輸?shù)闹饕d體,是電網(wǎng)的重要組成部分,隨著社會(huì)經(jīng)濟(jì)快速發(fā)展,高壓輸電線路長(zhǎng)度隨之增加,運(yùn)行維護(hù)難度越來越大。在輸電線路各類缺陷中,按照對(duì)電網(wǎng)危害程度劃分,導(dǎo)線斷股類缺陷屬于危及缺陷,如不盡早發(fā)現(xiàn)和及時(shí)消除,斷股處導(dǎo)線金屬長(zhǎng)時(shí)間處于受力不均勻狀態(tài),斷股處剩余截面流經(jīng)電流變大引起發(fā)熱,可能加劇斷股處設(shè)備受損程度,甚至引發(fā)斷線事故。圖1統(tǒng)計(jì)了2015年1月至2020年12月,國網(wǎng)沈陽供電公司所轄66 kV及以上電壓等級(jí)輸電線路受迫停運(yùn)情況,其中導(dǎo)線斷股類缺陷迫使設(shè)備停運(yùn)占比14.1%,已經(jīng)成為線路受迫停運(yùn)的主要原因之一。
圖1 輸電線路受迫停運(yùn)情況統(tǒng)計(jì)
無人機(jī)巡視具有機(jī)動(dòng)、快速、高效、不受地形地貌限制等特點(diǎn),現(xiàn)已作為輸電線路巡檢的常規(guī)手段廣泛應(yīng)用,飛手使用無人機(jī)對(duì)設(shè)備近距離拍照,通過航拍影像識(shí)別設(shè)備缺陷。但是,傳統(tǒng)缺陷識(shí)別需要人工對(duì)所采集的每一張照片進(jìn)行縮放、認(rèn)真識(shí)別分析,而實(shí)際運(yùn)行維護(hù)工作中拍攝的圖片數(shù)量巨大,圖像挑選、排查過程單一枯燥,導(dǎo)致缺陷識(shí)別過程耗時(shí)費(fèi)力且效果不佳。因此,如何從海量復(fù)雜背景圖片中,通過圖像處理技術(shù)準(zhǔn)確識(shí)別、提取輸電線路,檢測(cè)是否存在斷股缺陷,成為一項(xiàng)亟待研發(fā)的關(guān)鍵技術(shù)。
本文基于導(dǎo)線斷股類缺陷航拍圖像邊緣幾何特點(diǎn),提出了一種導(dǎo)線斷股缺陷識(shí)別的新方法,通過對(duì)典型缺陷圖像的仿真,驗(yàn)證了新方法缺陷識(shí)別的準(zhǔn)確性,新方法對(duì)及時(shí)發(fā)現(xiàn)輸電線路斷股類缺陷、降低人工勞動(dòng)強(qiáng)度具有一定現(xiàn)實(shí)意義[1-4]。
對(duì)無人機(jī)航拍圖像進(jìn)行視覺分析存在諸多難點(diǎn),如圖像存在復(fù)雜背景、有眾多干擾因素(光照、遮擋、旋轉(zhuǎn))、隨機(jī)相對(duì)運(yùn)動(dòng)等。圖像預(yù)處理的目的是消除圖像中的無關(guān)信息,去除圖像中影響后續(xù)處理精度、準(zhǔn)確度的因素,減少運(yùn)算量、加速目標(biāo)收斂速度,提高目標(biāo)識(shí)別的可靠性。
圖像預(yù)處理第一步是將初始圖像進(jìn)行灰度變換,將圖片轉(zhuǎn)換成數(shù)組[5-6]。本文結(jié)合實(shí)際運(yùn)行經(jīng)驗(yàn),選取簡(jiǎn)單背景缺陷圖、復(fù)雜背景缺陷圖、圖像質(zhì)量不佳缺陷圖和復(fù)雜背景帶金具缺陷圖4種典型情況輸電線路斷股缺陷圖像進(jìn)行分析,選用MATLAB工具箱中的rgb2gray(A)函數(shù)進(jìn)行灰度處理,如圖2所示。
(a)簡(jiǎn)單背景缺陷圖
初始圖像灰度轉(zhuǎn)換后,還需要調(diào)整其曝光量,為后續(xù)圖像識(shí)別打好基礎(chǔ)。圖像的灰度和光學(xué)強(qiáng)度不具備直接的線性關(guān)系,為了基于灰度值矯正光學(xué)量,需要對(duì)兩者進(jìn)行非線性變換,選用MATLAB工具箱中的adapthisteq(A)函數(shù)進(jìn)行光學(xué)矯正處理。為消除圖像中孤立的噪聲點(diǎn),本文采用中值濾波法對(duì)圖像進(jìn)一步處理,它能夠通過排序統(tǒng)計(jì)原理和卷積積分消除孤立的噪聲點(diǎn),選用MATLAB工具箱中的medfilt2函數(shù)進(jìn)行中值濾波處理,預(yù)處理后的圖像如圖3所示[7]。
準(zhǔn)確提取輸電線路是缺陷識(shí)別的重要基礎(chǔ),目標(biāo)提取的質(zhì)量直接影響到后續(xù)缺陷識(shí)別的精準(zhǔn)度。本文提出了一種基于改進(jìn)Canny邊緣檢測(cè)算子和自適應(yīng)Hough變換的輸電線路提取方法,對(duì)不同情況線路斷股缺陷圖像處理效果良好。
Canny邊緣檢測(cè)是一種基于圖像梯度計(jì)算邊緣的檢測(cè)算法,首先在圖像中選擇梯度極值,將梯度極大值和極小值連接起來,因此輸出圖像能夠包含原始圖像全部邊緣,在消除噪聲干擾的同時(shí),最大程度還原目標(biāo)圖像信息。原始Canny算子僅在垂直和水平4個(gè)方向進(jìn)行搜索,所采用的改進(jìn)Canny邊緣檢測(cè)算子增加了對(duì)角線方向的臨域,將預(yù)處理后的圖像進(jìn)行高斯平滑,然后提取水平、垂直和對(duì)角線3個(gè)方向的極值,并對(duì)極值進(jìn)行限制。然后,連接邊緣點(diǎn)進(jìn)行滯后閾值處理,得到改進(jìn)Canny邊緣檢測(cè)算子處理的目標(biāo)圖像,改進(jìn)算法收斂速度更快、邊緣檢測(cè)更準(zhǔn)確[8-9]。
Hough變換是一種表決方式的參數(shù)估計(jì)技術(shù),將圖像空間中的線和Hough空間中的點(diǎn)取對(duì)偶,能夠?qū)D形空間的問題轉(zhuǎn)換到參數(shù)空間來解決。該方法具有明確的幾何解析性,抗干擾能力強(qiáng),能夠適用于計(jì)算機(jī)并行快速處理。所采用的自適應(yīng)Hough變換先在全局范圍內(nèi)使用低準(zhǔn)確度的量化參數(shù)進(jìn)行搜索,確定圖像中目標(biāo)區(qū)域位置,然后利用高準(zhǔn)確度的量化參數(shù)進(jìn)行確認(rèn),尋找局部最優(yōu)解,具有強(qiáng)魯棒性和抗干擾能力。此算法犧牲迭代次數(shù),換取迭代效率。對(duì)典型圖像進(jìn)行輸電線路提取,部分結(jié)果如圖4所示[10-13]。
(a)簡(jiǎn)單背景缺陷圖
導(dǎo)線斷股類缺陷航拍圖像具有斷股處導(dǎo)線不再呈直線、邊緣斜率突變的典型幾何特點(diǎn),本文以此為基礎(chǔ)提出了一種基于直線檢測(cè)和邊緣斜率變化修正的導(dǎo)線斷股缺陷識(shí)別新方法,選取18張各類無人機(jī)航拍圖像作為試驗(yàn)樣本,全面涵蓋了實(shí)際運(yùn)行中的各種情況。
Freeman鏈碼是一種利用曲線起始坐標(biāo)點(diǎn)和方向量組成的一串?dāng)?shù)字來描述曲線邊緣的圖像處理方法,傳統(tǒng)的Freeman鏈碼通過給定中心點(diǎn),向水平、垂直、對(duì)角線8個(gè)方向發(fā)散,結(jié)合圖像空間中呈直線的鏈碼規(guī)則:直線最多只包含2個(gè)方向的碼值,這2個(gè)碼值相差為1,且2個(gè)碼值總是單獨(dú)出現(xiàn)且均勻分布在整個(gè)鏈碼中,完成直線搜索。
改進(jìn)Freeman鏈碼識(shí)別算法包括3個(gè)識(shí)別規(guī)則:①沿圖像邊緣尋找導(dǎo)線起始點(diǎn),將直線識(shí)別只包含2個(gè)方向碼值拓展到3個(gè);②識(shí)別3個(gè)碼值中的主碼值,其他2個(gè)副碼值與主碼值相差為1;③圖像總是沿著主碼值方向前進(jìn),其他2個(gè)碼值應(yīng)均勻分布在整個(gè)鏈碼中。僅從副鏈碼是否均勻分布一個(gè)條件對(duì)所選18幅圖像進(jìn)行判斷,結(jié)果見表1。
表1 改進(jìn)Freeman鏈碼識(shí)別結(jié)果
(a)簡(jiǎn)單背景缺陷圖
識(shí)別結(jié)果中對(duì)各類圖像綜合識(shí)別準(zhǔn)確度為44.44%,改進(jìn)Freeman鏈碼能夠很好的識(shí)別出圖像上的直線,但實(shí)際航拍圖像處理后1張圖上很可能出現(xiàn)多條直線,而且背景中的干擾因素在圖像預(yù)處理和輸電線路提取后存在仍然無法過渡的情況,即使鏈碼均勻分布也不能確定沒有缺陷,因此僅靠改進(jìn)Freeman鏈碼識(shí)別導(dǎo)線斷股缺陷準(zhǔn)確度不高。
直線在平面中具有斜率不變的幾何特點(diǎn),因此可以基于改進(jìn)Freeman鏈碼像素分布尋址的基礎(chǔ),結(jié)合導(dǎo)線斷股斜率突變的幾何特點(diǎn),提出一種基于圖像邊緣斜率突變檢測(cè)的改進(jìn)型Freeman鏈碼斷股識(shí)別的新方法。根據(jù)直線的幾何學(xué)特點(diǎn)可知,一條沒有斷點(diǎn)或突變的直線段,與其上任意2點(diǎn)所構(gòu)成直線的斜率相一致。因此,可以在Freeman鏈碼尋址的基礎(chǔ)上,按一定間隔取直線上的兩點(diǎn)求直線斜率,觀察不同取值斜率是否有突變,用以判定直線是否有突變點(diǎn),進(jìn)而判斷導(dǎo)線是否有斷股缺陷。
基于圖像邊緣斜率突變檢測(cè)的改進(jìn)型Freeman鏈碼斷股識(shí)別方法包括以下3點(diǎn)。
a.以圖像左下角作為坐標(biāo)原點(diǎn)建立坐標(biāo)系,以主碼值為方向,利用改進(jìn)Freeman鏈碼對(duì)直線進(jìn)行遍歷尋碼,將全部鏈碼點(diǎn)作為直線點(diǎn)的集合,記錄每個(gè)邊緣像素點(diǎn)對(duì)應(yīng)坐標(biāo)原點(diǎn)的位置。
b.取規(guī)定步長(zhǎng)b,將規(guī)定步長(zhǎng)兩端點(diǎn)連接成一條直線,根據(jù)斜率公式計(jì)算直線斜率,觀察直線斜率是否有突變。
c.觀察主方向碼值和副方向碼值在整個(gè)鏈碼中為均勻分布的,且直線斜率波動(dòng)不大,則可以判定導(dǎo)線沒有斷股缺陷。若分布不均勻,或斜率值有較大波動(dòng),則可以判定導(dǎo)線存在斷股缺陷,如圖5所示。
圖5 斜率突變的導(dǎo)線斷股識(shí)別
根據(jù)上述方法,可以得出2個(gè)點(diǎn)之間的斜率k,如式(1)所示。
(1)
根據(jù)上述基于圖像邊緣斜率突變檢測(cè)的改進(jìn)型Freeman準(zhǔn)則,對(duì)輸電線斷股識(shí)別提出圖像邊緣斜率突變檢測(cè)的改進(jìn)型Freeman鏈碼斷股識(shí)別算法。掃描圖像中輸電線邊緣,然后根據(jù)Freeman鏈碼分別標(biāo)識(shí)出輸電線邊緣鏈碼為零和不為零的像素點(diǎn),并存儲(chǔ)到存儲(chǔ)單元中,每條像素序列為一個(gè)Chain序列,計(jì)算各序列中存儲(chǔ)的Freeman鏈碼不為零像素點(diǎn)與該序列的基準(zhǔn)線之間的距離,同時(shí)計(jì)算各序列中存儲(chǔ)的Freeman鏈碼不為零像素點(diǎn)間斜率,與設(shè)定閾值進(jìn)行比較確定該點(diǎn)是否屬于斷股故障點(diǎn)。算法具體流程如下所述。
步驟1:掃描預(yù)處理后的二值圖像邊緣,檢測(cè)并記錄每一輸電線的邊緣像素序列的Freeman鏈碼值,并將每個(gè)邊緣存儲(chǔ)到相應(yīng)單元Chain中。
步驟2:每一個(gè)序列Chain中檢測(cè)到Freeman鏈碼為零且連續(xù)最長(zhǎng)的一段為基準(zhǔn)線或基準(zhǔn)鏈,其某一坐標(biāo)為(LXi,LQi)(i=1,2,3,…),由于校正后每條序列中的基準(zhǔn)鏈像素處于同一縱坐標(biāo),則LQi不變。
步驟3:在當(dāng)前一像素序列中計(jì)算Freeman鏈碼不為零的像素點(diǎn)與該序列中基準(zhǔn)鏈之間的垂直距離,并與閾值相比較。在每一序列單元Chain中存儲(chǔ)各個(gè)輸電線邊緣像素點(diǎn),且由Freeman鏈碼標(biāo)識(shí)。由于輸電線經(jīng)水平校正過,則每個(gè)像素序列必定有一個(gè)基準(zhǔn)線。根據(jù)存儲(chǔ)順序計(jì)算每個(gè)Chain中鏈碼不為零的像素點(diǎn)(Xi,Yi)(i=1,2,3,…)與基準(zhǔn)線之間的距離。不為零像素點(diǎn)與基準(zhǔn)線的垂直距離Si為
Si=|LQi-Yi|
(2)
本文采用遍歷法設(shè)定閾值為3像素,即當(dāng)Si≥3時(shí),該像素點(diǎn)為非正常點(diǎn);當(dāng)Si≤3時(shí),該像素可忽略。
步驟4:按照存儲(chǔ)順序根據(jù)式(2)計(jì)算每個(gè)Chain中鏈碼不為零的像素點(diǎn)(Xi,Yi)(i=1,2,3,…)間的斜率,并與基準(zhǔn)線斜率作比較。
采用遍歷法設(shè)定閾值為0.3,即當(dāng)Ki,i+1>0.3時(shí),該像素點(diǎn)為非正常點(diǎn);當(dāng)Ki,i+1≤0.3時(shí),該像素可忽略。當(dāng)非正常點(diǎn)數(shù)大于3且斜率異常點(diǎn)超過2時(shí),可以將該處故障判為斷股。
基于圖像邊緣斜率突變檢測(cè)的改進(jìn)型Freeman鏈碼斷股識(shí)別方法,將樣本空間中全部圖像在MATLAB中進(jìn)行編程仿真,識(shí)別結(jié)果如表2所示。由表2結(jié)果可見,直線斜率突變修訂后的Freeman識(shí)別方法對(duì)18張圖片識(shí)別有13張圖片識(shí)別結(jié)果與實(shí)際相符,識(shí)別準(zhǔn)確率為72.2%,識(shí)別率較之前明顯提高,識(shí)別圖示見圖6。
表2 邊緣斜率修正的改進(jìn)Freeman鏈碼識(shí)別結(jié)果
結(jié)合實(shí)際運(yùn)行經(jīng)驗(yàn),帶金具圖像中金具邊緣往往會(huì)被誤識(shí)別成導(dǎo)線邊緣,而金具在幾何特點(diǎn)上往往是交叉存在的,根據(jù)所提出的識(shí)別原理會(huì)被誤識(shí)成有突變的直線,造成識(shí)別準(zhǔn)確度下降。將復(fù)雜背景帶金具圖像從所選圖像集中刪除,則僅用Freeman識(shí)別方法的準(zhǔn)確度為50%,基于直線斜率突變修訂后的識(shí)別準(zhǔn)確度為91.7%,能夠滿足實(shí)際運(yùn)行識(shí)別要求。
(a)簡(jiǎn)單背景缺陷圖
隨著無人機(jī)技術(shù)快速發(fā)展,航拍圖像缺陷識(shí)別成為輸電線路運(yùn)維常規(guī)工作,海量圖片單靠人工識(shí)別缺陷工作量大、效率低,已經(jīng)不能滿足電網(wǎng)高標(biāo)準(zhǔn)的運(yùn)維要求。提出一種針對(duì)輸電線路斷股類缺陷自動(dòng)識(shí)別的新方法,該算法通過改進(jìn)Freeman鏈碼尋址和圖像邊緣斜率變化2種特征量對(duì)線路斷股缺陷進(jìn)行綜合判定。選取了簡(jiǎn)單背景缺陷圖、復(fù)雜背景缺陷圖、圖像質(zhì)量不佳缺陷圖和復(fù)雜背景帶金具缺陷圖4種典型情況輸電線路斷股缺陷圖像,使用MATLAB軟件進(jìn)行仿真試驗(yàn)。結(jié)果表明,所提出的新方法識(shí)別速度快、識(shí)別準(zhǔn)確度高,能夠有效解決不帶金具航拍圖像線路斷股類缺陷的自動(dòng)識(shí)別問題,同時(shí)可供其他部件識(shí)別參考。