铁路交通掉串绝缘子图像三维信息优化分析

朱 丹，张舒玉，刘 飞

(1 贵州警察学院 贵州 安顺 550005)

（2 贵州师范学院 贵州 贵阳 550002）

0 引言

中国铁路交通运输规程[1]规定：高铁牵引供电系统与接触网供电设施属于高速铁路行车装备的重要组成部分，绝缘子是使牵引供电及接触网带电部件保持电气绝缘的主要元器件，一旦发生绝缘缺陷，将直接威胁铁路运输安全。由于绝缘子常年暴露在空气中，潮湿的天气环境会使绝缘子串发生污闪，而污闪后劣质或劣化的绝缘子极容易遭受雷击，导致绝缘子出现掉串现象。目前对掉串绝缘子的检测方法主要有人工巡视法和电磁特性检测法。使用人工巡视法检测效率不高、掉串缺陷检出率低、巡视周期长；而电磁特性检测法存在着操作繁琐、容易受电磁干扰的问题。

随着计算机图像技术的发展，基于图像处理的绝缘子图像检测技术成为了一种比较高效的新型检测方法，该方法可以在某些特定条件下实现对掉串绝缘子的快速检测，从而及时排除险情。绝缘子图像检测技术主要可分为以下三类：第一类是基于统计形状模型的绝缘子掉串检测，如文献[2]利用计算机视觉和图像处理技术，提出了一种基于统计形状模型的掉串绝缘子自动检测算法。该方法虽然检测精度较高，但存在严重的误检测问题。第二类是基于双目视觉的绝缘子掉串识别与检测技术，如文献[3]通过双目视觉互补特性实现了对掉串绝缘子的准确检测。该方法虽然检测率很高，但操作十分繁琐，且当需检测的绝缘子数量较大时，检测耗时较长且准确率会大幅下降，很难满足实际工程中的需求。第三类是结合机器视觉及深度学习的新型检测技术，目前仅有少量文献针对这一问题进行了初步研究，如文献[4]利用卷积神经网络精确定位出接触网图像中绝缘子所在位置。该方法虽然引入了当下最热门的深度学习模型，但研究仅停留在识别绝缘子，对于绝缘子缺陷检测方面的问题并没有做更深入的探究。

本文以昌福高铁接触网安全巡检系统中的绝缘子图像为实例，针对如何解决高铁接触网掉串绝缘子的检测问题，设计了一种铁路交通掉串绝缘子图像三维信息优化分析新方法。该方法首先对绝缘子图像进行灰度化、小波阈值去噪、维纳滤波、图像增强等预处理，再引入三维信息变换提取掉串绝缘子的特征信息，最后利用一维判断矩阵对其进行曲线拟合，实现对不同掉串情况的绝缘子的数据化。结果表明，相比传统的绝缘子图像处理方法，本文提出的新方法能够使掉串绝缘子图像具有更高的检测精度和检测速率，对在不同拍摄距离、角度、亮度下取得的绝缘子图像均展现出较好的泛化能力。

1 绝缘子图像的预处理

1.1 图像灰度化

绝缘子图像预处理[5]是将所获取的视觉信息交由识别模块进行处理的技术，目的是改善图像质量，增强特征抽取、识别的可靠性，从而提升关键信息检测的准确率。绝缘子图像预处理步骤包括图像灰度化、小波阈值去噪、维纳滤波以及图像增强。

图像灰度化[6]，即指将彩色图像转化为灰度图的过程。结合绝缘子图像降维过程易出现信息丢失、局部构图复杂的特点，引入一种新型颜色编码方法，即色相（H,Hue）、饱和度（S,Saturation）、明度（V,Value）颜色空间，HSV 是将RGB 中的点置入倒圆锥体中的表示方法，可以用一个圆锥空间模型来描述。将RGB 颜色空间转换处理为HSV 颜色空间，能有效防止图像在降维过程中丢失关键信息，同时大大提高灰度图的清晰度和对比度，能满足后续研究中对绝缘子精确检测的需求。

1.2 小波阈值去噪

对绝缘子图像进行小波阈值去噪可分为以下3 个基本步骤。

（1）小波分解：选择合适的小波函数和相应的小波分解层次，对绝缘子图像信号进行多层小波分解。

（2）阈值去噪：通过对分解系数的每一层选择合适的阈值进行处理，使绝缘子图像达到最佳效果。

（3）小波重构：利用处理后的低频系数与阈值量化去噪处理后的高频系数对绝缘子图像的小波进行重构，得到去噪后的绝缘子图像。

一次阈值去噪通常不能完全去除噪声，对绝缘子图像进行多次阈值去噪能得到更满意的效果。

通过实验对比小波阈值去噪与图像处理中常用的中值滤波去噪[7]两种方法的去噪效果，分别用中值滤波去噪和小波阈值去噪对绝缘子图像进行去噪处理，结果表明小波阈值去噪处理效果更好。

1.3 维纳滤波去噪

在实际工程应用中，接触网综合巡检车在拍摄图像时本身处于高速运动之中，其拍摄的接触网绝缘子图像极可能出现运动模糊，会对后续的绝缘子检测造成干扰。针对这一问题，本文提出了一种基于维纳滤波的新方法，以去除获取绝缘子图像时产生的运动模糊。维纳滤波是一种计算量小、抗噪声能力强的线性降噪滤波方法，在处理绝缘子图像的运动模糊时，最好的方法是根据维纳滤波器的输出信号和需要信号之差的均方值最小化来获得最佳的滤波器参数，模型表达式为：

式中，G(f)、H(f)为g、h 在频率域f的傅里叶变换，S(f)、N(f)分别是绝缘子图像输入信号x(t)和噪声n(t)的功率谱。

通过实验对存在运动模糊的绝缘子图像进行维纳滤波处理，结果表明：维纳滤波有效地解决了绝缘子图像的运动模糊问题，与未受运动模糊影响的图像相比，处理后的图像依然能反映绝缘子的特征轮廓、亮度等级分布等关键信息。

1.4 图像增强

图像增强[7]是指通过一定手段对绝缘子图像附加信息或变换数据，从而达到改善图像视觉效果、使绝缘子特征显示更加清晰的目的。常使用以下三类函数对图像进行增强：线性函数（直方图均衡化等）、对数函数（Log变换）、非线性函数（Gamma 变换），结合绝缘子图像相似度较高、局部构图复杂的特点，本文对去噪后的绝缘子灰度图采用了基于Gamma 变换的图像增强，利用该方法对绝缘子图像中的每一个像素点做乘积运算。

本文通过分析大量数据，提出了灰度值g 与γ 值对应关系表，如表1 所示。

表1 像素点灰度值g 与γ 值对应表

用上述方法对绝缘子图像进行处理，结果表明，相较于去噪后的灰度图，基于Gamma 变换的绝缘子图像对比度和亮度都有了明显提高。

如图1 所示为绝缘子图像预处理的整个流程。结果表明，预处理过程有效去除了原图像中的杂质，有利于后续对绝缘子图像的识别，提高了检测精度。

2 绝缘子图像预处理的三维信息变换分析

通过昌福高铁接触网安全巡检系统获取的绝缘子图像多是夜间拍摄，背景为黑色，较为单一且易于检测；同时绝缘子图像结构具有明显的周期性、方向性、均匀性和规律性[8]，因此只要确定图像空间中绝缘子特征的灰度关系就可以判定绝缘子的状态。结合上述特点，本文设计了一种新型的三维信息变换，一方面能有效地提取绝缘子图像的特征信息[7]，另一方面也能在不同的拍摄距离、角度、亮度下展现出较好的泛化能力。

如图2（a）所示为绝缘子图像原图，利用三维信息变换对其进行实验分析，分析结果如图2（b）所示。由图可以看出，三维信息图像中绝缘子在横坐标方向呈现出与绝缘子盘片等量的峰值，但特征突出并不明显。

如图2（c）所示为经过图像灰度化、小波阈值去噪、维纳滤波以及图像增强四步预处理后的绝缘子图像，利用三维信息变换对绝缘子图像进行实验分析，分析结果如图2（d）所示。与图2（b）相比，预处理后绝缘子图像的三维信息变换特点十分明显，峰值突出，特征信息得到了增强。通过对比三维信息分析图，说明绝缘子图像预处理效果非常好，有效去除了原图中噪声及其他杂质的干扰。

3 掉串绝缘子图像的三维信息变换分析

通过查阅大量文献资料，将常见的绝缘子掉串归纳为单片掉串、连续掉串、多片不连续掉串三类：

1）单片掉串：如图3（a）所示为预处理后的单片掉串绝缘子图像，使用该三维变换模型对图像进行实验处理分析，分析结果如图3（b）所示。

2）连续掉串：如图3（c）所示为预处理后的连续掉串绝缘子图像，使用该三维变换模型对图像进行实验处理分析，分析结果如图3（d）所示。

3）不连续掉串：如图3（e）所示为预处理后的不连续掉串绝缘子图像，使用该三维变换模型对图像进行实验处理分析，分析结果如图3（f）所示。

掉串绝缘子图像的三维信息变换特点十分明显，峰值突出，绝缘子在横坐标方向呈现出与绝缘子盘片等量的峰值，掉串部分与完好部分对比强烈，掉串特征清晰可见。

4 绝缘子图像的一维判断矩阵拟合曲线优化

在三维信息变换的基础上，本文引入了一维判断矩阵拟合曲线[9]，即通过提取三维信息变换的水平分量，将曲线拟合得到完好的绝缘子水平分布曲线图。本文归纳并制作了以下4 类绝缘子图像的一维判断矩阵拟合曲线。

（1）完好绝缘子：如图4（a）所示为完好绝缘子的三维信息变换，利用一维判断矩阵对其进行拟合，拟合结果如图4（b）所示。

（2）单片掉串绝缘子：如图4（c）所示为单片掉串绝缘子的三维信息变换，利用一维判断矩阵对其进行拟合，拟合结果如图4（d）所示。

（3）连续掉串绝缘子：如图4（e）所示为连续掉串绝缘子的三维信息变换，利用一维判断矩阵对其进行拟合，结果如图4（f）所示。

（4）多片不连续掉串绝缘子：如图4（g）所示为多片不连续掉串绝缘子的三维信息变换，利用一维判断矩阵对其进行拟合，结果如图4（h）所示。

从绝缘子图像的一维判断矩阵拟合曲线中可以看出，绝缘子盘片分布与曲线波峰分布完全一致，掉串绝缘子拟合曲线图与完好绝缘子曲线图相比有明显不同，因此可以通过曲线中波峰异常位置直观地判断出绝缘子的掉串位置。

5 总结

考虑到高铁接触网绝缘子结构在周期、方向、规律、均匀等方面的特殊性，本文结合昌福高铁接触网安全巡检系统中的绝缘子图像数据，采用基于三维信息变化的方法对高铁接触网上的绝缘子图像进行优化分析。

首先对绝缘子图像进行灰度化、小波阈值去噪、维纳滤波、图像增强等预处理，绝缘子图像预处理是将所获取的视觉信息交由识别模块进行处理的技术，目的是改善图像质量，增强特征抽取、识别的可靠性，从而提升关键信息检测的准确率。

然后针对高铁接触网绝缘子特征进行了算法优化实现，对经过灰度化、小波阈值去噪、维纳滤波、图像增强四步预处理后的绝缘子图像进行三维信息变换分析。

最后利用昌福高铁接触网安全巡检系统中采集到的掉串绝缘子图像，对掉串绝缘子图像进行三维信息变换分析，并通过提取三维信息变换的水平分量，最终将掉串绝缘子图像拟合得到水平分布曲线图。结果表明，相比传统的绝缘子图像处理方法，本文提出的新方法能够对掉串绝缘子图像具有更高的检测精度和检测速率，对在不同的拍摄距离、角度、亮度下取得的绝缘子图像均展现出较好的泛化能力。