电力巡检中绝缘子缺失故障检测的图像处理方法研究

何 宁,史旺旺

(扬州大学 电气与能源动力工程学院,江苏 扬州 225127)

电力系统能够稳定运行背后离不开定期对电力线路巡检,巡检内容是电力线路本身与其周遭环境。传统的电力巡检是依赖人来完成的[1],而我国幅员辽阔,电网覆盖面积广,导致依靠传统方式进行电力巡检成本过高。随着图像处理技术与电子技术的发展,为降低成本,使用无人机[2]、巡检机器人[3]等设备进行电力线路巡检成为时代发展的必然趋势。

巡检的目的是尽早发现会造成电力系统安全运行的线路缺陷,在现代化的巡检作业中,核心任务就是用图像处理技术分析巡检设备所拍摄的图像,通过算法对图像进行缺陷定位。因此采集图像是现代化电力巡检首要任务,由巡检设备所采集到的图像信息大致分为红外图像[4]、紫外图像[5]、可见光图像。可见光图像采集相对成本更低,故可见光的电力线路巡检相对而言更具有研究意义。

本文以绝缘子串缺失检测为例,讨论可见光图像在电力线路检测中的应用。

预处理技术主要包括灰度变换、直方图均衡化[6-9]、反色、滤波等,其主要目的是突出图像特征的有效性。通过图像采集设备采集到的图像信息如图1 所示。

为增强图像信息对待检测绝缘子灰度变换后进行图像反色处理。由于图像中存在大量噪声干扰,对反色后的图像进行平滑处理,常见的平滑处理方式有:均值滤波[10]、中值滤波[11]、双边滤波[12]。相较于前两种滤波方式,双边滤波对图像进行信息处理时,不仅单纯考虑了空间信息,而且也考虑了图像的色彩信息,它是综合考虑空间距离与色彩权重的一种滤波方式。输出图像数值表示为:

式中w是权重系数。

对于背景信息复杂的绝缘子,为了不影响后续模板匹配,采用双边滤波不仅能够有效地去除绝缘子图像中背景噪声干扰,而且能较好地保护待检测绝缘子的边缘信息。滤波结果如图2 所示。

根据绝缘子呈周期性排列的特点,本文提出应用模板匹配法对绝缘子进行定位。若相邻两片绝缘子的距离大于平均距离的1.4 倍,则说明绝缘子发生缺失。定位流程如图3 所示。

2.1 绝缘子模板匹配

绝缘子作为电力线路中不可或缺的一部分,呈周期性排列且形状相同,本文采用归一化相关系数匹配法对绝缘子进行模板匹配[13-14]。

式中:E(Si,j)为原图中的一部分;
E(T)为模板的灰度值。

滑动窗口在原始图像内遍历,统计滑动窗口的灰度值,当滑动窗口与模板灰度值的匹配程度达到一定阈值时,则匹配成功。

在电力系统中,绝缘子串之间呈等间距排列。即使不同的拍摄角度,使绝缘子串等间距性遭到影响,但是两个相邻绝缘子串之间的距离,应该遵循着递增或递减的规律。假设通过匹配找到两个绝缘子,分别为A 和B,通过A,B 中心坐标(xA,yA),(xB,yB)的直线应是绝缘子串的中心连线,中心连线经过所有绝缘子串情形如图4所示。因此通过观察该直线上绝缘子串灰度值的变化情况是否满足等差数列的递增或递减特性,就能够判断绝缘子是否缺失,匹配结果如图5 所示。

2.2 绝缘子检测

由图6 可知中心连线上灰度值存在大量干扰无法对绝缘子串进行定位,但由单个绝缘子的分布可知,绝缘子串上的灰度值有着特定的变化规律。因此,本文使用峰值检测[15]对波峰进行采集,以“*”对波峰进行标记,结果如图7 所示。

由于相邻波峰之间灰度值相差不超过5,因此,可通过比较相邻波峰间的灰度值大小滤除部分干扰。如公式(4)所示:

式中hi为第i个波峰的大小。

由于绝缘子串中绝缘子比空隙宽,因此,在同一绝缘子串上,绝缘子垂直方向上的像素点一定比空隙垂直方向上的像素点要宽。即在一个绝缘子串中,单个绝缘子垂直方向上的灰度值与单个绝缘子和空隙垂直方向上的灰度值的比值大于0.5,如公式(5)所示:

式中:ti1为第i个绝缘子串上单个绝缘子垂直方向上像素点的宽度;
ti2为第i个绝缘子串上空隙垂直方向上像素点的宽度。

引入公式(5)为约束后结果如图8 所示。由图8 的波峰个数与图6 绝缘子串个数比较可知,通过引入上述两种约束,可有效地在电力线干扰较多的中心连线灰度值变化情况下,准确地定位绝缘子串所代表的灰度值。

2.3 绝缘子串缺失定位

绝缘子串通常呈等间距排列,考虑到图像采集设备采集图像的角度问题,越靠近相机的绝缘子串之间的间距越大。因此,绝缘子串之间的间距大小应满足式(6):

式中xi为第i个绝缘子串中心坐标到第i+1 个绝缘子串中心坐标的距离。

若绝缘子串之间的间距不满足公式(6),说明绝缘子串之间存在缺失;
反之,绝缘子串完整。5 个绝缘子串中心连线上灰度值的垂直方向上像素点的中心坐标如表1所示。将相邻绝缘子串中心坐标相减,结果如表2 所示。可以看出x1≤x2,x2≤x3,x3≥x4,结果不满足式(6),绝缘子串3 与绝缘子串4 之间有一个绝缘子串缺失。

表2 绝缘子串中心坐标间距

本文围绕绝缘子串缺失定位展开研究,选用Open CV 作为图像处理工具库,辅以Matlab 绘图,采用模板匹配法匹配待检测图像中的绝缘子串。引入模板间中心连线灰度值变化情况,研究绝缘子串是否缺失,整个缺失定位流程可分为两部分:图像处理、绝缘子串灰度值识别,通过此方法降低了检验绝缘子串是否缺失的复杂度。实验结果表明,本文提出的检测中心连线灰度值方法可以精准定位绝缘子串。

猜你喜欢 波峰像素点绝缘子 接触网覆冰绝缘子的多物理场分析及伞裙结构优化绝缘材料(2022年7期)2022-10-19炮制工程骗钱的“甲方”检察风云(2022年10期)2022-06-02基于Mask RCNN的绝缘子自爆缺陷检测计算技术与自动化(2022年1期)2022-04-15图像二值化处理硬件加速引擎的设计合肥工业大学学报(自然科学版)(2021年11期)2021-12-10板厚与波高对波纹钢管涵受力性能影响分析石家庄铁道大学学报(自然科学版)(2021年4期)2021-12-07基于局部相似性的特征匹配筛选算法现代电子技术(2021年1期)2021-01-17波峰焊接技术现状及绿色化设计方向科学导报·学术(2020年40期)2020-10-30中空玻璃胶接结构界面脱粘缺陷的超声与X射线检测研究中国科技纵横(2019年16期)2019-12-02一种X射线图像白点噪声去除算法现代电子技术(2018年18期)2018-09-12基于canvas的前端数据加密电脑知识与技术(2018年35期)2018-02-27

推荐访问:绝缘子 缺失 图像处理