基于图像处理弓网燃弧检测研究

杨恒，伍川辉，吴琛

(西南交通大学 机械工程学院，四川 成都 610031)

机车通过受电弓与接触网的滑动接触获得电能。弓网系统的振动、接触线缺陷、滑板或者接触线异物等因素都有可能导致弓网接触不良的现象，而弓网接触不良则往往造成弓网脱离，这种现象称为“离线”，会产生离线火花，即燃弧现象[1]。燃弧是牵引供电中一种十分有害的现象，会造成多方面的危害：造成列车运行的不稳定行，是乘坐舒适性降低；造成受电弓滑板和接触线的磨损与腐蚀，加剧离线率；产生高频噪声；影响列车的供电质量[2−8]。受电弓处于高压状态下，无法采用常规的测试方法。基于图像处理技术的弓网燃弧检测相对于常规检测，不会因增加受电弓总质量影响受电弓工作特性，该方法能够对受电弓拉弧发生的位置进行较精确的目标提取，并能够定量的分析离线率。本文基于图像处理的方法对燃弧进行探测，并比较了常规用的红外相机和紫外相机的检测结果。结果表明基于图像处理技术能有效检测燃弧，紫外相机检测燃弧准确度高，不易出现误判。

1 弓网燃弧视频监控系统设计

本文是根据弓网燃弧光敏特性对燃弧进行探测。图1所示的是燃弧与太阳光谱特性曲线[3]。通过光谱仪分析可知，燃弧光波段在240~260 nm之间是太阳光光波段的盲区，为避免灯光或者太阳光对测试结果干扰，硬件设备选用紫外相机进行燃弧现象检测。

图1 燃弧与太阳光谱特性曲线Fig. 1 Spectral characteristic curve of arc and solar

在车顶安装摄像头，使镜头与受电弓与接触网接触位置对焦，通过对弓网连续不断地视频图像采集，通过camera link线缆将视频数据传入车内工控机，再由工控机对视频图像进行处理，判断燃弧是否存在，并保存燃弧图像以及相关数据信息。

紫外相机的安装示意图如图2所示。

图2 紫外相机安装示意图Fig. 2 Installation of UV camera

根据燃弧测试标准，需要检测出持续时间5 ms及以上地离线火花[4−9]，所以要求使用相机的帧率至少能达到200 fps。在本文中，选用的检测设备为高速紫外相机，型号为MicroVista-UV-C。紫外相机的技术参数如表1所示。

表1 紫外相机技术参数Table 1 UV camera technical parameters

表中列出的分辨率和帧率是该相机的几种典型值，可以根据实际需求来调节帧率和分辨率的大小。

燃弧原图的采集需要一台紫外相机、一张图像采集卡和一台工控机。图3为燃弧检测硬件设备结构图。

图3 硬件系统结构图Fig. 3 Hardware system structure diagram

2 视频图像基本处理

2.1 图像灰度化处理

当弓网燃弧出现时，视频图像中会出现白色耀眼斑点，本文是通过对白色斑点面积计算，从而判断是否出现燃弧现象。在视频图像经过分割之后，为了进一步加快图像处理速度，需要对图像进行灰度化处理。因为每帧图像的各个像素点颜色值都是由RGB 3个颜色分量构成，所以每个像素点的共有256*256*256种颜色值。而图像灰度化之后每一个像素点的颜色值转换为0~255共256种灰度变化。在RGB图像模型中，当R 等于G等于B时，该颜色为灰度颜色，R等于G等于B的值叫做灰度值。图像灰度化处理方法主要有以下3种方法[5]。

1) 平均值法

图像中每一个像素点的RGB 3个分量值相加，然后进行平均值，最后将彩色图像得出的平均值代替每个像素点的颜色值。

2) 加权平均法

将 RGB 3个色彩分量用不同的权值进行加权平均。

3) 最大值法

是将彩色图像里每个像素点 RGB 3个分量的亮度值中最大值作为该像素点的灰度值。

本文在软件编写上，调用了OpenCV函数库相关函数。利用函数cvCvtColor可以将彩色图像转化为灰度图像。针对处理的燃弧原图，将其参数设置为“CV_BGR2GRAY”即可完成。图4为燃弧原图，图5为灰度化处理图。

图4 燃弧原图Fig. 4 Original picture of arc

图5 燃弧灰度化处理Fig. 5 Grayscale processing of arc

2.2 图像二值化处理

为了便于统计燃弧面积，需要对灰度化处理后的图像进行二值化处理[6−12]。图像二值化处理就是将灰度图像中所有像素点的灰度值都设置为 0或255，即用纯黑与纯白 2种色调来显示整幅图像。然而对灰度化图像二值化需要设定一定阀值，低于该阀值的灰度值，就设置为 0，大于该阀值的灰度值就设置为255。

阈值地设定需要根据处理图像的情况来确定，本文在阈值的选取上遵循间类方差最大的原则，将阈值设定为 200，效果较好。由于燃弧在图像中显示为白色斑点，其像素点的灰度值为 255。因此，统计出整幅图像中所有灰度值为255的像素点，即为燃弧面积。图6为燃弧二值化处理图像。

图6 图像二值化处理Fig. 6 Image binarization

通过对二值化图像中灰度值为255的像素点统计，即燃弧面积统计。通过式(1)对燃弧面积统计，得出判断是否发生燃弧现象。

式中：Nr为燃弧亮点像素点的总数；Nz为整幅图像中所有像素点总数；b为燃弧点面积比例。在本文中，设定b=0.02。设定当b大于0.02时，就判断该帧发生燃弧现象；当b小于0.02时，就判断该帧未发生燃弧现象。然后进行下一帧图像处理。

3 视频图像燃弧判断

相机获取的受电弓工作视频图像经过视频分割为以帧为单位的图像文件，先对图像灰度化处理，再对图像进行二值化处理，最后通过对燃弧面积大小的判断，从而得出该帧是否发生燃弧现象，若发生燃弧，则保存该帧图像，并记录燃弧面积大小，然后进行下一帧图像的判断；若没有发生燃弧现象，就进行下一帧图像的判断。最终得出该段视频中，共发生燃弧次数、每次发生燃弧持续时间以及离线率。图7为燃弧判断流程图。

其中，燃弧持续时间t由式(2)计算而得，n为该次燃弧共在视频中出现帧数，fs为摄像头视频压缩速率；燃弧比即离线率就是发生燃弧帧数与视频总帧数比值。

图7 燃弧判断流程图Fig. 7 Arc judgment flowchart

3.1 鼠标交互选定处理区域

在对视频进行处理的时候，由于线路不平顺和受电弓弓头振动等原因，选定的处理区域会有所变化。若严格按照RIO函数选定的区域进行检测，容易出现漏检和误检的情况，所以在实际的视频处理过程中，编写离线火花处理软件，使用鼠标交互选定处理区域，能较为准确的检测出离线火花。图 8为鼠标选定处理区域示意图。图 9为燃弧处理效果图。

图8 选定处理区域Fig. 8 Selected processing area

图9 处理效果图Fig. 9 Processing renderings

3.2 燃弧数据分析

图10 红外视频燃弧分析Fig. 10 Infrared video arc test results

为了验证用图像处理技术是否能满足测试要求，分别用红外相机和紫外相机在同一段铁路拍摄燃弧视频进行处理。利用红外摄像头拍摄地铁车辆受电弓工作视频，利用视频图像处理技术对该段视频进行分析与处理，如图10所示。图10是对123 s燃弧视频文件进行燃弧分析，从视频中可以判断出共发生燃弧 13次，并且通过图像处理技术获得 48帧燃弧图像，其中燃弧最长持续时间为520 ms，而燃弧率为1.372%。通过对截取出的 48帧图像进行观察，由于隧道中灯光的影响会将灯光误判断为燃弧，因此会对燃弧检测结果产生影响。经过人工筛选可以得出共发生 10次燃弧，最长持续时间为100 ms。图11为把灯光误判断为燃弧帧图像。

图11 燃弧误判断帧Fig. 11 Misjudgment frame of arc

在同一段线路上，用紫外相机进行燃弧检测，检测结果如图12所示。

图 12为对紫外相机获取视频的检测分析图，从其中检测出的燃弧次数共12次，其中通过opencv图像处理程序共截取出19帧燃弧图像。这90秒视频中燃弧弧最长持续时间为 80 ms，而燃弧率为0.844 8%。对截取出的燃弧图像进行观察，没有出现误判断情况。

通过以上分析可知，采用紫外相机对弓网燃弧现象进行监测能够有效避免灯光与阳光的干扰。避免了误判图像的出现。

为了验证紫外相机在整个线路的检测效果，使用紫外相机对在该线路运行的列车单程运行过程中的燃弧进行检测。弓网燃弧现象检测分析如图13所示。

图12 紫外视频燃弧检测结果Fig. 12 UV video arc test results

图13 列车单程燃弧分析结果Fig. 13 Combusting analysis results of single-track

图13 是紫外相机获取24 min弓网工作视频进行燃弧现象判断分析结果。期间共判断出 22次燃弧，最长持续时间为80 ms，其弓网离线率为0.1%。测试结果通过对整个视频人工分析得出燃弧次数也为 22次，所以通过验证该受电弓燃弧检测方法具有可行性。

4 结论

1) 利用弓网燃弧的光敏特性，通过视频图像处理技术对紫外相机获取弓网燃弧视频进行燃弧现象判断，并提取离线火花图像，得出列车在整个运行过程中，发生燃弧次数、单次离线火花持续时间和弓网离线率。

2) 通过对同一线路使用 2种方法进行燃弧检测的比较，紫外相机的检测效果由于红外相机的检测效果。此外，选取一段完整的线路，用紫外相机检测和人工检测比较，检测结果完全符合。对现场实验的数据分析表明，采用紫外相机进行燃弧探测能有效的防止误判帧图像的出现，检测准确度高。

3) 本文对测试方法进行了阐述，在实际工程应用中，需要在紫外相机上加装紫外带通镜头，并设计工装将紫外相机固定在车顶，确保探测设备不会发生移动。

参考文献：

[1] 隆超. 高速铁路弓网燃弧检测系统研究[D]. 成都: 西南交通大学, 2010.LONG Chao. Detection system of bow-net arc in high-speed railway[D]. Chengdu: Southwest Jiaotong University, 2010.

[2] 王万岗, 吴广宁, 高国强, 等. 高速铁路弓网电弧试验系统[J]. 铁道学报, 2012, 34(4): 22−26.WANG Wangang, WU Guangning, GAO Guoqiang, et al.High-speed railway arch net arc test system[J]. Journal of the Railway Society, 2012, 34(4): 22−26.

[3] 马成. 基于燃弧检测装置的弓网受流质量试验分析[D].成都: 西南交通大学, 2013.MA Cheng. Analysis the quality of current collection of pantograph-catenary system based on detection of ultraviolet arcing[D]. Chengdu: Southwest Jiaotong University, 2013.

[4] 代富强. 城市轨道交通弓网燃弧检测与分析[J]. 现代城市轨道交通, 2014, 14(4): 89−92.DAI Fuqiang. Inspection and analysis on arcing between pantograph[J]. Modern Urban Rail Transit, 2014, 14(4):89−92.

[5] Borromeo S, Aparicio J L. Automatic systems for wear measurement of contact wire in railways[J]. IECON Proceedings, 2002(4): 2700−2705.

[6] 刘寅秋. 基于图像处理的接触网动态几何参数测量研究[D]. 北京: 中国铁道科学研究院, 2012.LIU Yanqiu. Study on OCS dynamic geometric parameters detection based on image processing[D].Beijing: China Railway Science Research Institute, 2012.[7] ZHANG Huijie, SUN Lemin, ZHANG Yongzhen, et al.The study of arc rate, friction, and wear performance of composites in pantograph-catenary system[J]. Taylor &Francis, 2014(57): 6−11.

[8] Arnold M, Simeon B. Pantograph and catenary dynamics:A benchmark problem and its numerical solution[J].Applied Numerical Mathematics, 2000, 34(4): 345−362.

[9] PENG Kaisheng, GAO GuoqiangThe influence of power factor and traction current on pantographcatenary arc energy[C]//IEEE International Conference on High-Voltage Engineering and Applications. IEEE,2016.

[10] 张冰, 刘会平, 韩通新. 气动力作用对弓网受流影响的研究分析[J]. 铁道列车车辆, 2012(3): 132−135.ZHANG Bing, LIU Huiping, HAN Tongxin. Influence of the aerodynamic forces on the current-collection system between pantograph and overhead-line[J]. Railway Locomotive, 2012(3): 132−135.

[11] 张叶飞. 接触线磨耗问题的研究[J]. 科技资讯,2013(16): 2−2.ZHANG Yefei. Study on wear problem of contact line[J].Science & Technology Information, 2013(16): 2−2.

[12] Seo, Jonghwi, Hiroyuki Sugiyama, Ahmed A.Three-dimensional large deformation analysis of the multibody pantograph-catenary systems[J]. Nonlinear Dynamics, 2005, 42(2): 199−215.