一種標準化的復合絕緣子憎水性檢測系統(tǒng)研究

杜亞江，李賀，李宗剛

(蘭州交通大學 機電工程學院，甘肅 蘭州 730070)

區(qū)別于陶瓷和玻璃絕緣子，復合絕緣子具有優(yōu)異的憎水性和憎水遷移性，這使其在使用過程中能夠很好地防止污閃，因此在電力系統(tǒng)和軌道車輛弓網(wǎng)系統(tǒng)中得到了廣泛的應用[1]。盡管如此，絕緣子工作環(huán)境非常惡劣，其憎水性指標的下降，將會導致抗污閃能力的下降，對系統(tǒng)運行的安全性帶來嚴重影響，因此對其性能的定期檢測不僅必要，而且是非常重要的[2?3]。用于檢測復合絕緣子憎水性的常用方法有接觸角法、表面張力法和噴水分級法等，其中接觸角法和表面張力法對檢測環(huán)境要求嚴格，一般在實驗室里進行，只有噴水分級法可用于現(xiàn)場檢測[4?6]。調(diào)研表明，現(xiàn)有復合絕緣子憎水性離線檢測設備大都采用憎水性指示函數(shù)法進行檢測，使檢測結(jié)果定量化，其缺點是絕緣子暴露在外部環(huán)境中，由于風速、光照等自然環(huán)境的不斷變化，使得檢測結(jié)果準確性不高。針對這一問題，本文設計一種新型復合絕緣子憎水性離線檢測系統(tǒng)，通過對檢測環(huán)境的標準化，以提高檢測的準確性。

1　檢測系統(tǒng)設計

所設計的標準化復合絕緣子憎水性離線檢測設備機電部分如圖1所示，主要由檢測環(huán)境標準化裝置和監(jiān)控系統(tǒng)2部分組成。其中，機電部分由絕緣子托盤、升降系統(tǒng)、照明系統(tǒng)、攝像系統(tǒng)、噴水系統(tǒng)、自動門系統(tǒng)、控制系統(tǒng)和通訊模塊等組成；監(jiān)控系統(tǒng)包括通訊模塊、圖像處理系統(tǒng)和憎水性等級評價系統(tǒng)等組成。

工作時，絕緣子通過電動門放入檢測裝置，門關(guān)閉后形成標準化的檢測環(huán)境。升降平臺上安裝有攝像頭和霧化水的噴頭以及環(huán)形防水燈，通過升降平臺的上下運動控制絕緣子與噴頭和攝像頭之間的位置關(guān)系，實現(xiàn)均勻噴水和合理取照。此外，噴灑的積水通過裝置底部的排水孔可以流出，產(chǎn)生的水霧可以通過側(cè)面的換氣裝置排出。

上位機監(jiān)控系統(tǒng)[7]主要完成對被測復合絕緣子表面水跡圖像的處理，并通過與瑞典輸電研究所標準圖片的比對，確定復合絕緣子的憎水性等級，系統(tǒng)檢測流程如圖2所示。

在運行中，實驗測得噴頭與絕緣子上傘面之間的最佳距離為25 cm±10 cm，取相時攝像頭距離上傘面的距離為5 cm±3 cm， 光照條件通過實驗測定為 900流明左右時最為適宜，獲得的圖像質(zhì)量最好。

圖1　檢測裝置Fig. 1　Detection device

圖2　檢測運行流程圖Fig. 2　Flow chart of detection

2　憎水性等級檢測算法設計

由文獻[13]可知，最大水跡面積及其周長可以反映復合絕緣子的憎水性等級。以此為基礎，主要解決從所獲取標準圖像中準確提取出水跡信息的問題，以便最終確定復合絕緣子的憎水性等級。

2.1　對比度處理

即便在標準環(huán)境下，所獲得的絕緣子水跡圖像對比度仍然比較低，這給水珠分離帶來很大困難。為此，需要通過對比度處理來增大水珠和背景之間的區(qū)別，實現(xiàn)兩者的準確分離。

在進行對比度處理之前，首先需要將圖3所示水跡圖像轉(zhuǎn)換成灰度圖像，通常有2種方法。一是計算像素點的3個分量RGB的值，再平均化，把平均值賦給該像素點的3個分量，其處理效果如圖4(b)所示；另一種是根據(jù) YUV顏色空間中亮度 Y和RGB分量相對應的關(guān)系

得到灰度圖像，其處理效果如圖4(a)所示。

與圖3比較可知，圖4(a)和圖4(b)所示灰度圖像在對比度上并沒有顯著改善。分析可知，圖3中水珠或背景的每一像素RGB分量中，R數(shù)值最大，B數(shù)值最小，且水珠的RGB分量數(shù)值大于背景的相應分量。與此同時，水珠和背景的 RGB分量對應的差值中，R分量差值最小，B分量差值最大。基于以上事實，本文通過提取絕緣子水跡圖像的B分量進行灰度轉(zhuǎn)化的方法，其效果如圖4(c)所示。由圖4可見，對比度明顯增大。

圖3　復合絕緣子水跡圖像Fig. 3　Image about watermark of composite insulator

圖4　灰度化Fig. 4　Gray image

利用上述3種方法所得灰度圖像的二值化圖像如圖5所示。由圖可知，基于所提B分量灰度化圖像的二值化處理效果比較好，除個別小水珠外，能很好地實現(xiàn)水珠和背景的分離。

2.2　二值化處理

對所提B分量灰度化圖像進行二值化處理，實現(xiàn)背景和水珠之間的進一步分離。目前用于二值化閾值選取的算法主要有雙峰法、迭代法和大津法等，分別適用于不同的環(huán)境條件。

圖5　圖像二值化比較Fig. 5　Comparison of binary image

對于不同潔凈程度的待檢測絕緣子，放入本文檢測裝置后，所處的噴水和光照等檢測環(huán)境相同，但絕緣子傘面的污漬分布程度不同，使得不同的二值化處理方法所實現(xiàn)的處理效果也不相同。對所獲得的圖4(c)所示B分量灰度化圖像，分別采用上述方法進行二值化處理，結(jié)果如圖6所示。容易看出，圖6(a)和圖6(b)所示處理結(jié)果均出現(xiàn)了多數(shù)水珠沒有和背景分離或分離不完全的情形，從而影響了水珠提取的準確度。而采用大津法的分割效果最好，大部分水珠和背景實現(xiàn)分離，且相鄰的水珠沒有黏連，如圖6(c)所示。鑒于此，本文選取大津法作為圖像二值化的處理方法。

圖6　圖像二值化Fig. 6　Binary image

2.3　小水珠和反光點處理

雖然所設計裝置提供了標準化的檢測環(huán)境，但是由于光照不均使得復合絕緣子圖像出現(xiàn)反光點的問題并未得到解決。以圖6(c)為例，圖中的白色區(qū)域即為光照不均產(chǎn)生的反光點，這使得后續(xù)提取水珠幾何特征參數(shù)時，會將反光點誤判為背景，從而提高獲取水珠特征的錯誤率，降低憎水性檢測的準確度。因此，對水跡中反光點的處理是十分必要的。此外，由于傘面小水珠數(shù)量的增多，會給面積最大的水珠提取帶來困難，有必要通過算法去除面積較小的水珠。

首先，對圖6(c)所示圖像進行預處理，并消除部分小面積水珠。圖7(a)是將圖6(c)的RGB分量取反所得；進而對圖7(a)以半徑為3的圓形結(jié)構(gòu)元素進行開運算處理， 得到圖像7(b)，圖中部分小水珠消失，但水珠數(shù)量仍大；再次開運算后得到圖像7(c)，圖中水珠數(shù)量改變不大，因此需要采取更有效的方法進一步消除小水珠。

通過對憎水性等級在 HC1-HC5的復合絕緣子統(tǒng)計后發(fā)現(xiàn)，傘面上較大的水跡面積的像素值在1 000~10 000之間。基于這一事實，對圖7(b)中連通的區(qū)域進行標記，將連通區(qū)域的面積限制在1 000~10 000像素之間，得到圖7(d)。由圖7可見，所采取的連通域濾波方法能很好地消除了面積較小的水珠。

在圖7(d)中，水珠里的黑色區(qū)域為照明引起的反光點，對此采用8連通鄰域的結(jié)構(gòu)元素進行重構(gòu)，利用“孔洞填充”[8?9]的思想進行處理，獲得圖7(e)。由圖7可見，水珠中間的反光區(qū)域消失，處理效果良好。

2.4　邊緣和特征處理

由文獻[13]可知，為判斷復合絕緣子的憎水性等級，需要獲取最大水珠的面積和周長。由于水珠的邊緣沒有確定，基于圖7(e)所得圖像可得水珠面積，但無法獲得水珠周長。為此，對圖像7(e)做邊緣檢測處理，確定水珠邊緣。

圖7　消除小水珠和反光點Fig. 7　Elimination of small water droplets and glitter

圖8　邊緣檢測Fig. 8　Edge detection

對圖7(e)分別采用Sobel算子、Prewitt算子、Robert算子、Gauss-Laplace算子和Canny算子等常見邊緣檢測算子進行處理[10?12]，所得結(jié)果取反后如圖8所示。由圖可見，Canny算子檢測的水珠邊緣平滑，定位準確，且邊緣無斷裂，處理效果最好，因此本文采用Canny算子作為二值化圖像的邊緣檢測算法。以下基于圖8(e)進行最大水珠周長的提取和面積的計算。

首先，對圖8(e)中封閉區(qū)域進行標記，計算各連通域的像素數(shù)目，如圖9所示。然后通過各水珠特征參數(shù)的比較，得到最大水珠的周長和面積參數(shù)，最后根據(jù)改進的形狀因子法建立水珠特征參數(shù)的相互關(guān)系[13]，如表1所示。其中k和fc的取值分別為：

式中：s1表示最大水跡的面積；s2為絕緣子圖像的總面積；l為最大水跡周長。由表 1可知，通過 k和fc的值，即可確定復合絕緣子的憎水性等級。

圖9　連通域標記Fig. 9　Tags of connected domains

表1　改進的形狀因子法憎水性判斷依據(jù)Table 1　Gist of judging hydrophobic on improvement method of shape factor

3　實驗

以從某機務段所得絕緣子為樣本，在所設計的標準化環(huán)境中對其憎水性進行檢測，所獲得噴水后的原始圖像如圖 10所示，利用本文方法判定結(jié)果如表2所示，其中n表示水珠數(shù)目，HC為憎水性等級。由表2可見，2復合絕緣子的憎水性等級分別為HC4和HC2。

作為對比，利用傳統(tǒng)方法，在開放環(huán)境中分別由5名工作人員采用噴水分級法對上述兩絕緣子憎水性等級進行判斷，結(jié)果如表3所示。由表3可見，5名工作人員判斷結(jié)果不盡相同， 但總體結(jié)果和本文所提方法相一致，從而表明所提方法是有效的。

圖10　噴水后絕緣子原始圖像Fig. 10　Original images of insulator after spraying

表2　測試絕緣子的相關(guān)參數(shù)Table 2　Parameters of tested insulators

表3　憎水性判斷Table 3　Judgment of hydrophobic

4　結(jié)論

1) 設計一種標準化的復合絕緣子憎水性離線檢測裝置，提出一種基于改進形狀因子法的絕緣子憎水性檢測算法，提高了檢測的效率和準確性。

2) 所采用的 B分量灰度圖像處理方法，顯著提高了復合絕緣子灰度圖像的對比度；所采用的連通域波處理方法，有效去除了面積較小的水珠。

參考文獻：

[1] 劉強兵. 基于圖像處理的復合絕緣子憎水性檢測[D].蘭州: 蘭州交通大學, 2015.LIU Qiangbing. The hydrophobicity detection of composite insulator based on image processing[D].Lanzhou: Lanzhou Jiaotong University, 2015.

[2] 楊帆. 電力機車車頂支持絕緣子污閃研究[D]. 成都:西南交通大學, 2015.YANG Fan. Research on flashover of electric locomotive roof insulator[D]. Chengdu: Southwest Jiaotong University, 2015.

[3] 張寶奇, 唐偉. 對鄭西高鐵接觸網(wǎng)正饋線絕緣子整治措施的探討[J]. 鐵道技術(shù)監(jiān)督, 2012, 40(12): 20?21.ZHANG Baoqi, TANG Wei. Discussion on the regulation measures of positive feeder insulator for high speed railway contact network of Zhengzhou to Xi’an[J].Railway Quality Control, 2012, 40(12): 20?21.

[4] Berg M. Hydrophobicity estimation of HV polymeric insulating materials development of a digital image processing method[J]. IEEE Transactions on Dielectrics and Electrical Insulation, 2011, 6(8): 1098?1107.

[5] Berg M. Hydrophobicity classification guide[J]. Swedish Transmission Research Institute, 1992, 1(2): 4?6.

[6] Shah M, Karady G, Brown R L. Flashover mechanism of silicone rubber insulators used for outdoor insulation-Ⅱ[J]. IEEE Transactions on Power Delivery,2011, 10(4): 165?171.

[7] 蔣先剛. 基于 Delphi的數(shù)字圖像處理工程軟件設計[M]. 北京: 中國水利水電出版社, 2006.JIANG Xiangang. Design of digital image processing engineering software based on Delphi[M]. Beijing: China Waterpower Press, 2006.

[8] Vincent Luc. Morphological grayscale reconstruction in image analysis: Applications and efficient algorithms[J].IEEE Transactions on Image Processing. 2015, 2(2):176?201.

[9] 梅欣, 陳江, 王書友. 基于形態(tài)學的復合絕緣子憎水性圖像檢測技術(shù)[J]. 高電壓技術(shù), 2013, 39(12):3088?3094.MEI Xin, CHEN Jiang, WANG Shuyou. Composite insulator hydrophobicity image detection method based on morphology[J]. High Voltage Engineering, 2013,39(12): 3088?3094.

[10] 楊述斌, 彭復員. 噪聲污染圖像中的廣義形態(tài)邊緣檢測器[J]. 計算機工程與應用, 2002, 38(17): 91?92.YANG Shubin, PENG Fuyuan. Application of morphological edge detectors in image corrupted by noise[J]. Computer Engineering and Applications, 2002,38(17): 91?92.

[11] Lam Loulsa, Lee Seong-Whan. Thinning methodologies A comprehensive stirvey[J]. IEEE Transaction of Pattern Analysis and Machine Intelligence, 2013, 14(9): 869?885.

[12] 楊東華, 簡淼夫. 基于灰度形態(tài)重構(gòu)的圖像顆粒分割算法[J]. 南京工業(yè)大學學報, 2013, 17(3): 1?6.YANG Donghua, JIAN Miaofu. The segmentation algorithm of particle image based on grayscale morphological reconstruction[J]. Journal of Nanjing University of Technology, 2013, 17(3): 1?6.

[13] 趙林杰, 李成榕, 熊俊, 等. 基于帶電檢測的復合絕緣子憎水性評價[J]. 中國電工程學報, 2008, 28(16):135?142.ZHAO Linjie, LI Chengrong, XIONG Jun, et al.Evaluation of the hydrophobicity of composite insulators based on on-line detection[J]. Proceedings of the CSEE,2008, 28(16): 135?142.