高原鐵路接觸網現場設備圖像檢測及預警系統研究

李洪磊

摘 要：青藏高原鐵路沿線太陽輻射強、氣溫低、空氣干燥稀薄、大風沙塵等獨特的環境條件會影響接觸網裝置圖像的采集、絕緣子類型的選擇等，這些情況都會給實際情況中絕緣子的定位產生很大的影響，文章針對青藏高原鐵路沿線特殊地理氣候環境下復雜背景的接觸網裝置巡檢圖像提出了一種基于幾何矩輪廓檢測和多邊形擬合的絕緣子定位算法。實驗驗證表明，算法很好地克服了訓練樣本庫方法、特征匹配方法不能應用于實際的青藏鐵路沿線接觸網支持裝置圖像絕緣子定位的問題，為以后接觸網支持裝置圖像絕緣子的檢測、預警等其他進一步的處理作好了準備。

關鍵詞：絕緣子定位；Hu矩；多邊形擬合；圖像形態學變換

接觸網支持裝置是電氣化鐵路牽引供電系統中的重要組成部分，一旦出現故障就有可能會直接影響牽引供電系統的正常運行，更嚴重的會導致電氣化鐵路的行車功能中斷[ 1 ]，而接觸網出現故障大多數情況下都是零部件出現了問題，所以接觸網零部件的檢測就成為了電氣化鐵路牽引系統的重中之重，而裝置檢測的首要步驟是完成定位[ 2 ]。

絕緣子作為接觸網裝置中的重要組成部分有著非常重要的作用，一方面在支持懸掛裝置中起著電氣隔離作用，另一方面還對懸掛裝置起著支撐作用[3]，絕緣子的定位是電氣化鐵路接觸網裝置絕緣子故障檢測圖像處理及預警的重要前提。所以對接觸網裝置中絕緣子定位方法的研究就顯得尤為重要，而且由于高原鐵路氣候差，環境條件惡劣，基于高原鐵路沿線的特殊地理位置和環境條件對絕緣子定位的研究幾乎沒有，所以文中就接觸網裝置中絕緣子的定位方法進行了深入的研究，并重點針對青藏高原鐵路沿線特殊的氣候、地理等環境提出了一種接觸網裝置圖像檢測中絕緣子定位的方法。

1 青藏高原鐵路對絕緣子定位的影響

接觸網裝置圖像的獲取會受到環境、光照、拍攝距離、拍攝角度等的影響[4]，而青藏高原鐵路又有著海拔高，線路長；高寒缺氧，生態脆弱；大風沙塵、揚塵、沙塵暴；空氣干燥、稀薄；太陽輻射強；氣溫較低這些獨特的特點[5 - 6]，高原鐵路太陽輻射很強對相機的感光器件造成很大的影響，高原鐵路氣溫低、海拔高好會影響光照強度，光照強度影響圖像清晰程度，所以對于高原鐵路沿線接觸網裝置圖像會產生光照不均勻、背景多變且復雜、圖像存在大量的噪聲等各種問題，絕緣子會發生水平旋轉、明暗不同、大小不一樣、垂直旋轉，形變現象，這些情況下絕緣子片呈現的特征不同[7- 9]。圖1和圖2所示為發生旋轉后的變化情況；圖3和圖4所示為拍攝角度不同造成的變化情況，而且絕緣子形狀的選取和使用地區的地理、氣象、工業污穢、自然污穢等因素有關，而青藏高原鐵路氣候地理等環境復雜，所以實際線路中使用的絕緣子類型有7種，這些都給青藏高原鐵路實際環境下接觸網支持裝置圖像中絕緣子的定位帶來了很多的問題。

2 現存相關方法及實驗分析

2.1 LBP+AdaBoost方法

用LBP特征提取方法來提取絕緣子特征然后用AdaBoot算法訓練提取出來的絕緣子特征，得到絕緣子分類器，最后實現絕緣子檢測和定位。

AdaBoost算法基本原理：通過一系列的迭代過程將若干個弱分類器線性結合得到一個強分類器[ 1 0 ]。

LBP算法基本原理：局部二值模式（LBP）是一種描述圖像紋理信息的算子，基本思想是將中心像素點和其周圍的像素點進行灰度值比較來描述物體的局部紋理特征[ 1 1 ]。

利用LBP分類器和滑動窗口的方式對圖片進行識別，識別效果如圖5所示。

此種方法需要訓練樣本庫，但是由于要研究的青藏鐵路沿線環境等情況的獨特性，使用的絕緣子的類型種類多，若采用此方法需要針對不同類型的絕緣子，建立大量的絕緣子圖像正樣本庫，不適應于實際情況。

2.2 利用SURF特征匹配的方法來檢測絕緣子。

具體實現方法是：分別在模板圖像和待檢測圖像中提取SURF特征點并獲得特征向量，再通過計算待檢測圖像和模板圖像間中特征點的最小歐氏距離和次最小歐氏距離的比值完成匹配。

SURF算子：SURF算法是SIFT（Scale-invariant feature transformation，尺度不變特征變換）算法的加速版，SURF算法可以在適中的條件下完成2幅圖像中物體的匹配基本實現了實時處理。SURF算法的步驟：（1）特征點檢測，積分圖像的建立，箱式濾波器建立圖像的尺度空間，然后在建立的尺度空間上對特征點進行定位。（2）特征描述，首先求取特征點的主方向，然后將特征點的鄰域旋轉到主方向，對特征點進行描述。（3）特征匹配，首先通過Hessian矩陣的跡來進行初始判斷，加快匹配的速度，然后采用歐式距離來度量2個特征向量的匹配[ 1 2 ]。

從圖6-7中可看出此方法得到的匹配點少，且分布無規律即不都在絕緣子邊緣上，從而造成了無法根據獲得的匹配點尋找出平行于絕緣子邊緣同時又能包含所有匹配點的矩（該矩形用來提取絕緣子的圖像）形，所以不能應用于要研究的基于青藏高原鐵路的接觸網支持裝置圖像的絕緣子定位。

2.3 Hough變換

利用Hough變換直線檢測方法得到絕緣子的邊緣，繪制出矩形并提取出絕緣子的圖像。將該圖像與模板圖像進行比對。Hough變換是一種從圖像空間到參數空間的映射關系，利用點線的對偶性，將圖像空間中復雜的全局檢測問題轉換為參數空間中相對較易實現的局部峰值檢測問題[13]。實驗得到定位效果圖如圖8所示。

3 本文提出算法

通過以上大量的實驗可發現現有的算法不能很好地解決青藏高原鐵路沿線絕緣子定位德爾問題，所以通過研究文中提出了針對青藏高原鐵路，很好地實現接觸網支持裝置圖像中絕緣子定位的算法。具體算法介紹如下文介紹。

3.1 Hu矩

Hu矩：幾何不變矩具有平移、旋轉和尺度不變性。定義如下：

Hu利用二階和三階中心距構造了7個不變矩，在連續圖像條件下可保持平移、縮放和旋轉不變，具體定義如下[14]：

選擇一個最佳的多邊形近似地描述原始曲線。通過多邊形擬合可以大大地減少原始曲線所需要的數據量，而且使得后續的目標特征提取或者特征匹配等算法等有效地處理。多邊形擬合的算法有很多，比較經典的有順序法、分裂融合法、支配點檢測法，另外將幾何矩應用于多邊形擬合也取得了很好的效果。多邊形擬合有幾種擬合需求準則，其中最常見的準則可以描述成：給定的曲線和一個誤差容限，需要保證誤差小于給定容限的條件下將擬合多邊形的頂點數降到最少。但是在具體的背景下其卻有著另外的要求，在將曲線擬合成指定多邊形的條件下，盡可能地把擬合誤差降到最小[15]。

3.3 具體算法描述

由于絕緣子的類型較多，不可能對某一個支持裝置依次進行7次匹配。因此解決方法主要有2種方法，方法一是架桿號、絕緣子類型的數據表，根據架桿號到類型的順序確定定位方法；方法二是找到一種忽略絕緣子具體紋理形狀的定位方法。

本文采取第2種方法。第2種方法的思路是：在感興趣區域中，首先利用圖像的數學形態學變換將絕緣子分離出來，再對二值化處理后的圖像進行輪廓檢測，對輪廓進行多邊形擬合并求得輪廓矩的中心，在求得輪廓的最小包圍矩形后，利用閾值獲得絕緣子的包圍矩形，最后利用該矩形在原圖中拷貝出對應的絕緣子圖像，完成支持網裝置圖像中絕緣子的定位，為進一步對絕緣子的狀態檢測做好準備。

3.4 實驗結果及分析

首先對感興趣區域進行預處理，尋找二值圖的輪廓，并進行多邊形擬合，求出輪廓的外接矩形，根據閾值獲得了絕緣子所在包圍矩形，結果如圖9所示。

在掩圖中畫出該矩形，并把原圖中對應于該矩形范圍內的圖像拷貝進掩圖中，結果如圖10所示。

4 結論

絕緣子是接觸網裝置的重要組成部分，絕緣子的好壞對線路的安全運行是十分重要的，而絕緣子定位是實現其檢測的重要前提。青藏高原鐵路沿線特殊的地理氣候等環境條件對絕緣子類型的選擇、對鐵路網接觸網支持裝置圖像的采集等都有著非常重要的影響，文章針對青藏高原鐵路沿線獨特的氣候地理環境條件在此基礎上獲取的復雜的接觸網支持裝置圖像，提出了一種絕緣子定位的算法，算法利用了感興趣區域的局部特征、圖像的數學形態變換及多邊形擬合等算法，忽略絕緣子紋理特征的基礎上，結合幾何矩等知識獲取絕緣子的包圍矩形，從而利用該矩形從原始圖中拷貝出絕緣子，完成絕緣子的定位。文章在分析絕緣子與青藏高原鐵路實際環境的基礎上，通過大量的實驗驗證分析了訓練樣本庫方法、特征匹配方法不能夠實現青藏高原鐵路沿線接觸網支持裝置絕緣子的定位，并提出了一種基于幾何矩輪廓檢測和多邊形擬合的絕緣子定位算法。實驗表明，文中提出的算法很好地實現了針對青藏高原鐵路實際復雜環境的接觸網支持裝置的絕緣子的定位，為以后絕緣子的狀態檢測等其他處理做好準備。

[參考文獻]

[1]陳燕華.接觸網關鍵部件的視頻圖像檢測與識別技術研究[D].成都：西南交通大學，2013.

[2]曹兵，邢西沙，迮繼亮.高速鐵路接觸網檢測技術的探討及應用[J].科技視界，2015（4）：402.

[3]吳光亞.我國絕緣子的發展現狀及應考慮的問題[J].中國電力，2010（5）：7-11.

[4]楊紅梅.基于圖像處理的接觸網支持及懸掛裝置不良狀態檢測[D].成都：西南交通大學，2013.

[5]拉巴卓瑪，普布貴吉.青藏鐵路沿線近40年氣候變化和氣象災害特征[J].鐵道學報，2006（170）：66-68.

[6]孫士云.青藏鐵路沿線的生態環境特點及保護對策[J].鐵路節能環保與安全衛生，2002（2）：62-68.

[7]李清，胡文，李黎，等.絕緣子自然積污飽和趨勢及氣象因素影響分析[J].高電壓技術，2014（11）：89-91.

[8]張志勁，蔣興良，胡建林，等.環境參數對絕緣子表面覆冰增長的影響[J].高電壓技術，2010（10）：2418-2423.

[9]王海燕，劉剛，陳錫陽，等.不同地形地貌情況下絕緣子積污規律分析[C]// 2007中國電機工程學會高電壓專委會學術年會，2007.

[10]郭磊， 王秋光. Adaboost人臉檢測算法研究及OpenCV實現[J].哈爾濱理工大學學報，2009（5）：123-126.

[11]劉豪，楊永全，郭仙草，等.用于紋理特征提取的改進的LBP算法[J].計算機工程與應用，2014（6）：182-185.

[12]趙毅力，徐丹，潘志庚.基于SURF特征點的圖像配準系統[J].計算機應用，2011（S1）：73-75.

[13]李煒，黃心汶.一種快速Hough變換改進算法及其在圖像邊緣檢測中的應用[J].信號處理，1999（2）：182-187.

[14]李翔，江治國，陳小林.Hu不變矩特征在道路交通標志識別系統中的應用[J].湖北理工學院學報，2012（6）：25-27.

[15]李振華，江耿紅，徐勝男，等.基于輪廓多邊形擬合的紅外與可見光圖像配準算法[J].系統工程與電子技術，2015（12）：99-101.

Study on Contact Detection and Warning System Network Equipment Image Plateau Railway

Li Honglei（The Qinghai Tibet Railway Company in Qinghai Xining Power Supply Department Detection， Xining 810007， China）

Abstract： The unique environmental conditions of Qinghai Tibet Plateau Railway along the solar radiation intensity， low temperature， air drying thin， wind， sand and dust will affect the contact net device image acquisition， insulator type selection， these will give the positioning of the insulator in the actual situation to have the very big influence. In this paper for along the Qinghai Tibet railway， special geographical and climatic environment under complex background of contact net device inspection image presents a kind of insulator location algorithm based on geometric moments contour detection and polygonal fitting. Experiments show that the algorithm well overcomes the library method of training samples， feature matching methods can not be applied to actual along the Qinghai Tibet railway contact net support device insulator image positioning， for contact net support device insulator image detection， warning other further processing ready.

Key words： insulator location； Hu moment； polygon fitting； image morphological transformation