输电线路中缺失绝缘子的检测与定位
2021-04-19赵晓鹏
郭 威,赵晓鹏
(太原科技大学电子信息工程学院,太原 030024)
绝缘子是电网中支持悬挂电力线的关键部件,起着将导线与杆塔进行电气隔离的作用。在电力输送的过程中,由于其工作在高强度电磁场中,长时间承受着强机械应力,随着工作时间的增加,极有可能发生绝缘强度下降、污闪,以及缺失掉串等多重故障,对电网安全构成严重威胁[1]。在所有电力事故类型中,绝缘子引发的事故概率是最高的[2]。因此,有必要及时检查和维护绝缘子。近年来,国内外学者对如何在图像中确定绝缘子的大致区域多有研究,但如何对缺陷进行具体定位的方法还比较少。安居白首先在低维度的特征空间中录入绝缘子的纹理特征,随后借助纹理特征与绝缘子的空间信息构造能量函数,最后依据该函数完成对绝缘子的识别[3]。黄宵宁先将待处理图片的颜色空间转换为色调-饱和度-亮度空间,随后提取饱和度分量,再采用遗传算法以完成对图像的分割。将分割好的图像进行滤波,最后用区域连通法对绝缘子串进行标识[4]。张少城等人使用图像最大熵进行阈值分割,然后通过Hough变换寻找图像中的直线,将其看成绝缘子串的主轴,最后对其进行形态学处理,将图像中的微小联结和边缘毛刺清除,以得到最终绝缘子标记图像[5]。李柏林通过角点检测的方法将测试图像与相应模板进行匹配[6]。杨贵等人采用SURF算法对绝缘子进行匹配识别,该方法较SIFT算法的维度要低,计算量也相对较小[7]。
基于对以上方法的分析,本文针对像素值较高且相互间没有遮挡的绝缘子图像,提出通过椭圆拟合的方法来定位缺失绝缘子。该方法首先通过Canny算子边缘检测求得绝缘子的边缘图像,随后针对边缘图像中冗余信息过多、部分边缘存在断裂的现象,通过边缘细化、细小边缘剔除、形态学闭运算得到完整的绝缘子边缘图像,最后对不同轮廓进行逐步椭圆拟合,通过逐步筛选与匹配得到真实绝缘子所在位置,并根据其相互位置与平均信息对缺失绝缘子进行检测与定位。
1 图像中的绝缘子特征与检测流程
缺失绝缘子的航拍图片如图1所示。
在实际输电线中,航拍图像中的绝缘子一般具有以下特征:
(1)图像中的未被遮挡的单片绝缘子大多数为椭圆形;
(2)不同绝缘子的面积大致相同,组成每一个绝缘子边缘的点数大致相同;
(3)正常绝缘子间距离大致相同,且通常组成为直线串;
(4)当正常绝缘子串出现某一绝缘子缺失的情况时,该串会出现明显缺口,且缺口长度约为平均绝缘子距离的2倍;
(5)一定的电压等级下,绝缘子的片数是一定的。
根据以上绝缘子的图像特征,提出了通过对绝缘子轮廓进行椭圆拟合,进而对缺陷进行判断并定位的方法。该方法的具体步骤的流程图如图2所示。
图2 检测步骤流程图
2 边缘图像的优化
在对航拍图像进行图像预处理后,可通过Canny边缘检测的4个步骤求得该图像的边缘图像[8]。原图像及其边缘图像如图3所示。
图3 航拍图像及其边缘图像
由于边缘图像中存在部分无效信息与部分边缘断裂的现象,影响后续的椭圆拟合,因此需对边缘图像进行优化。优化的具体步骤包括边缘细化、剔除细小边缘、形态学闭运算。
2.1 边缘细化
对边缘图像进行细化需满足以下三个条件[9]:(1)不应对边缘图像进行过度腐蚀;(2)保留边缘的端点;(3)不能使连接的边缘发生断裂现象。根据以上条件,使用Zhang-Suen细化算法[10]对边缘图像进行细化处理。细化前后的局部边缘图像如图4所示。
图4 细化前后的边缘图像
2.2 剔除细小边缘
通过Canny算子得到的边缘图像中,存在很多像素点数较少的边缘。通过设定阈值可以对这类边缘进行剔除,从而无需在这类边缘上进行椭圆拟合,减小计算量。剔除细小边缘前后的局部边缘图像如图5所示。
图5 剔除细小边缘前后的边缘图像
2.3 形态学闭运算
在使用Canny算子对图像边缘进行提取后,由于部分边缘点的梯度值过小,因此无法将其检测出来,从而造成图像边缘的断裂。通过对图像进行形态学操作,可在图像中对位置相近的像素进行连接,使之形成一个统一的整体[11]。本文使用形态学中的闭运算来对图像的断裂边缘进行连接。闭运算即先对图像进行膨胀操作以连接图像断裂边缘,再对图像进行腐蚀操作以将加粗的边缘线条再次细化。设A和B为图像Z2的子集,则膨胀可用A⊕B表示,腐蚀可用AΘB表示,表达公式如下。
A⊕B={c∈Z2|c=a+b,a∈A,b∈B}
(1)
AΘB={c∈Z2|c+b∈A,∀b∈B}
(2)
闭运算前后断裂部分的局部图如图6所示。
图6 边缘连接的局部图像
3 缺失绝缘子的定位与标记
根据绝缘子串边缘图像的特点,本文提出通过对绝缘子轮廓进行椭圆拟合与筛选匹配的方法来定位缺失绝缘子的位置。由于该方法仅需要获得完整的绝缘子轮廓,故在背景较为复杂的航拍图像中,该方法同样适用。
3.1 椭圆拟合
本文使用的椭圆拟合方法为最小二乘法[12]。如图7所示,任一平面内的标准椭圆可以用包含5个无关参数的椭圆方程来确定,它们分别为水平夹角θ,长短半轴a与b,圆心坐标(x0,y0).其对应的椭圆方程为:
图7 椭圆方程示意图
(3)
将以上平方项展开,会得到一个5元4次方程。由于某一椭圆确定后,其参数也就固定不变,由此可假设参数所确定的表达式为一个常数,此时以上方程就成为一个线性方程。图像中任何椭圆的表达式均可用下式表示:
x2+Axy+By2+Cx+Dy+E=0
(4)
此方程可看做以上五个未知量A、B、C、D、E的线性方程,则可由最小二乘法来估计此方程的参数。假设椭圆上点的坐标为(xi,yi),i∈{1,2,…,N},N≥5,则目标函数可写作:
(5)
5个参数的解可写为:
(6)
根据以上公式,在求得A、B、C、D、E共5个未知量的具体数值后,可以反推得到椭圆模型的水平夹角θ,长短半轴a与b,圆心坐标(x0,y0).
本文以5个点为前进步长,依次取出轮廓中的45个点进行椭圆拟合,将拟合得到的椭圆在图中画出。以其中一条椭圆轮廓为例,该轮廓上所有的拟合椭圆及其局部图如图8所示。
图8 在单轮廓上进行椭圆拟合的效果图及其局部图
3.2 由绝缘子特征筛选椭圆
(1)根据拟合误差筛选。分别将进行拟合的45个点代入椭圆方程再求和,得到所有拟合点对于方程的误差和。通过对其进行阈值筛选(本文拟合误差的阈值为30 000),将超过此阈值的椭圆删去。得到椭圆筛选图如图9所示。
图9 通过阈值筛选椭圆的效果图及其局部图
(2)根据长短轴比例筛选。本文设定的筛选长轴与短轴间的比值为2.若长短轴比例过大,则可证明此椭圆并未使用真实绝缘子轮廓部分的点进行拟合,故而应及时删除,保证后续的处理效果。所得结果如图10所示。
图10 由长轴与短轴之比筛选后所得效果图
(3)根据椭圆面积筛选通过不同椭圆间的圆心距离,将相距较近的椭圆划分为一类,并且在这一类中计算每一个椭圆的面积,选出面积最小的椭圆,同时该椭圆也是这一类椭圆中最具有代表性的椭圆。最后得到的效果图如图11所示。
图11 通过面积筛选后的效果图
3.3 消去真椭圆中的假椭圆
由于拍摄角度及距离等原因,在椭圆拟合时轮廓上真椭圆间也会夹杂部分假椭圆。可通过斜率检测,逐步消去假椭圆。其消去的流程图如图12所示。
图12 消去假椭圆的流程图
逐步消去假椭圆后的到的效果图如图13所示。
图13 消去假椭圆的效果图
3.4 检测缺失椭圆
通过所有真椭圆的位置信息以及椭圆间的平均距离等,可以检测出缺失的椭圆位置。与真椭圆相对,该椭圆可称之为假椭圆。通过一定的计算,得到缺失绝缘子的位置,继而可以用白色椭圆表示缺失绝缘子的位置。具体步骤流程图如图14所示。
图14 缺失绝缘子标记流程图
在图中由真椭圆的相关信息寻找到假椭圆,并将假椭圆用白色边缘在图中画出,最后的效果图如图15所示。
图15 缺失椭圆的检测与标记的图像
3.5 多轮廓椭圆匹配
由于单轮廓上拟合的所有椭圆仅是真实绝缘子的一部分,因此要想确实定位绝缘子的位置,就要在绝缘子左轮廓与右轮廓正确拟合椭圆的前提下,成功找到同一绝缘子两侧的椭圆。对不同轮廓间的椭圆进行匹配的具体流程如图16所示。
图16 不同轮廓间椭圆匹配流程
将相互匹配的椭圆圆心用红线连接起来后,由于绝缘子图片过长,因此仅展示匹配好的绝缘子的局部图像。经过匹配后的图像如图17所示。由匹配图像可以看出,不仅对真椭圆成功进行配对,对于所拟合的假椭圆也能成功配对(配对假椭圆为上半部分中第三条红线所相连的一对白色椭圆)。
图17 不同轮廓间拟合椭圆的图像
3.6 匹配圆合成大椭圆
在确定每个绝缘子的左右两个拟合椭圆后,可以通过这两个匹配椭圆的轮廓信息,组合成一个大椭圆,合成的大椭圆如图18所示。图中红色部分为配对真椭圆合成的大椭圆,绿色部分为配对假椭圆合成的大椭圆。
图18 不同轮廓间拟合成大椭圆的图像
3.7 真实绝缘子的定位
将上述程序寻找到的真实与缺失绝缘子分别进行标注,最后的标注结果如图19所示。
图19 在航拍图中确定缺陷绝缘子的位置
由上图可以看出,通过轮廓对椭圆进行拟合的方法,可以对图像的真实绝缘子与缺失绝缘子进行准确定位。使用不同图片进行检测后结果如图20所示。根据以下测试结果可以看出,本文提出的缺失绝缘子检测与定位方法可以有效对图中缺失部分进行定位并进行标记,有助于提高线路巡检效率。
图20 不同航拍图中确定缺陷绝缘子的位置
4 结论
本文针对绝缘子串缺失部分难以定位的问题,提出了使用椭圆拟合的方法进行缺失位置的定位和标记。该方法在通过Canny算子求得图像边缘后,分别使用边缘细化与剔除细小边缘以消除图中冗余信息,通过形态学闭运算连接部分断裂边缘,继而求得完整绝缘子轮廓。随后在绝缘子轮廓上进行椭圆拟合,并进行椭圆逐步筛选与轮廓间的匹配,最终定位缺失位置并进行标记。对该方法进行测试后,结果表明,该方法可正确定位缺失绝缘子的位置。