輸電巡檢中絕緣子缺陷判讀及位置配準(zhǔn)研究

張偉劍 孫永亮 蔣煒

摘 要：架空輸電線路作為電網(wǎng)的重要組成部分，線路安全運(yùn)行與地區(qū)的發(fā)展和穩(wěn)定密切相關(guān)，絕緣子作為輸電線路中的薄弱環(huán)節(jié)，能夠及時(shí)監(jiān)測(cè)絕緣子缺陷問(wèn)題對(duì)輸電巡檢工作有重要意義。通過(guò)機(jī)載LIDAR及可見光傳感器對(duì)輸電通道絕緣子進(jìn)行缺陷識(shí)別，利用Canny算法對(duì)絕緣子影像進(jìn)行邊緣檢測(cè)，處理后所獲取圖像邊緣更完整、清晰。邊緣連接性更強(qiáng)，輪廓邊緣的細(xì)節(jié)更加完整，能有效抑制了噪聲對(duì)邊緣檢測(cè)的干擾，實(shí)驗(yàn)結(jié)果表明，該方法可以較好地完成對(duì)目標(biāo)圖像的識(shí)別，從而對(duì)絕緣子缺陷監(jiān)測(cè)和定位提供數(shù)據(jù)支撐。

關(guān)鍵詞：輸電線路 激光雷達(dá) 絕緣子 Canny算法 邊緣檢測(cè)

中圖分類號(hào)：TM755 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2018）01（b）-0055-03

高壓輸電的線路巡檢方式通常采用人工巡檢或滑車。輸電通道走廊周邊的地理環(huán)境通常海拔落差大，或是大片森林以及荒漠戈壁等，或跨越濕地、湖泊。通信及交通非常不變，工作環(huán)境比較惡略，巡線員工的人身安全也容易受傷害。且人工檢測(cè)效率低、工作強(qiáng)度大、檢測(cè)速度慢。這些因素造成高壓線路巡檢、維護(hù)異常困難。近年來(lái)，國(guó)內(nèi)逐步開始使用有人、無(wú)人機(jī)航飛的方式來(lái)進(jìn)行線路巡檢。與以往方式對(duì)比，效率高、勞動(dòng)強(qiáng)度低。通過(guò)航飛采集影像數(shù)據(jù)進(jìn)行處理及綜合對(duì)比，從大量的采集數(shù)據(jù)中發(fā)現(xiàn)輸電線路設(shè)備設(shè)施異常情況，及時(shí)進(jìn)行輸電線路缺陷事件警示。這種采用信息化手段能快速發(fā)現(xiàn)電力設(shè)備缺陷及周邊環(huán)境隱患的作業(yè)方式，能及時(shí)有效地保障了電力設(shè)備設(shè)施的安全運(yùn)行，提高線路的安全管控水平。

在輸電線路中絕緣子是電網(wǎng)中用量龐大、種類繁多的零部件，而且極易損壞。在長(zhǎng)時(shí)間經(jīng)受機(jī)械外力作用以及自然環(huán)境中期望溫差劇烈變化、風(fēng)吹舞動(dòng)等因素影響下，導(dǎo)致絕緣子破裂、掉落等情況發(fā)生，使得輸電線路的絕緣性能受到損害，導(dǎo)致電流回地情況發(fā)生，從而造成電網(wǎng)癱瘓及運(yùn)行的中斷。現(xiàn)在采用三維激光點(diǎn)云數(shù)據(jù)與影像數(shù)據(jù)分析相結(jié)合，通過(guò)LIDAR數(shù)據(jù)與航拍影像相互配準(zhǔn)，以獲取電力設(shè)備設(shè)施的空間坐標(biāo)位置，及時(shí)發(fā)現(xiàn)隱患位置；結(jié)合使用圖像處理分析技術(shù)識(shí)別絕緣子設(shè)備的缺陷情況，為檢修人員提供檢修依據(jù)。

1 原理與表達(dá)

1.1 LIDAR位置的坐標(biāo)

機(jī)載LIDAR系統(tǒng)是由全球衛(wèi)星定位系統(tǒng)（GPS）、慣性導(dǎo)航系統(tǒng)（INS）及激光定位系統(tǒng)等精密部件所組成的復(fù)雜系統(tǒng)。通過(guò)激光束脈沖信號(hào)的發(fā)射及接收，將返回的信號(hào)進(jìn)行處理，實(shí)現(xiàn)對(duì)地定位。結(jié)合飛行器的航跡文件，可計(jì)算出包括LIDAR在各采樣時(shí)間的GPS位置信息、距離信息、速度信息及觀測(cè)角度信息。

機(jī)載LIDAR數(shù)據(jù)包括原始激光點(diǎn)云數(shù)據(jù)信息、慣性導(dǎo)航信息數(shù)據(jù)、機(jī)載GPS數(shù)據(jù)和基站地面數(shù)據(jù)。原始激光數(shù)據(jù)除了包含坐標(biāo)、姿態(tài)等空間信息以外，還包括激光脈沖回波的反射強(qiáng)度信息。結(jié)合機(jī)載GPS航跡信息，經(jīng)過(guò)數(shù)據(jù)處理后，可為每個(gè)激光點(diǎn)計(jì)算出基于WGS84坐標(biāo)系的坐標(biāo)值，從而實(shí)現(xiàn)激光測(cè)量數(shù)據(jù)的大地定向。在處理計(jì)算的同時(shí)還必須考慮數(shù)設(shè)備原因造成的系統(tǒng)誤差，包括激光測(cè)距裝置與GPS天線中心位置的偏差，航載激光掃描儀安裝的翻滾傾角、俯仰傾角和航偏傾角，以及慣性導(dǎo)航裝置相對(duì)于GPS的偏心矢量與飛行器坐標(biāo)軸間的視軸偏心角等。由于GPS基準(zhǔn)站與機(jī)載運(yùn)動(dòng)站GPS實(shí)現(xiàn)同步觀測(cè)，在此時(shí)間段內(nèi)星歷誤差、大氣影響等因子誤差基本一致，有高度的相關(guān)性，因此，可采用雙差分以消除機(jī)載三維LIDAR在數(shù)據(jù)采集過(guò)程中的衛(wèi)星時(shí)間鐘差、衛(wèi)星軌道誤差、信號(hào)在對(duì)流層傳輸延遲、電離層傳輸延遲誤差等方面因素的影響，提高空間測(cè)量的定位精度。

1.2 絕緣子的識(shí)別

航拍所獲取的影像背景復(fù)雜，干擾信息較多，需要通過(guò)一系列圖像處理技術(shù)處理提取絕緣子的有效信息。邊緣檢測(cè)通過(guò)研究圖像邊緣的基本特征，利用絕緣子邊緣變化表現(xiàn)為灰度變化，可通過(guò)圖像邊界進(jìn)行微分計(jì)算灰度的變化來(lái)檢測(cè)絕緣子邊緣。現(xiàn)業(yè)界已經(jīng)提成多種不同的邊緣檢測(cè)方法。經(jīng)典的算法包括有Robet、Sobel、Prewitt、Laolace、Canny等。不同邊緣提取算法對(duì)系統(tǒng)效率與準(zhǔn)確率有密切的關(guān)系，在這些算法中，Canny算法由于在性能上有優(yōu)異的表現(xiàn)而受到廣泛的關(guān)注。該算法由John Canny在1986年IEEE發(fā)表提出。文章提出了Canny算法在衡量邊緣檢測(cè)算法優(yōu)劣的3個(gè)評(píng)判依據(jù)和標(biāo)準(zhǔn)：是否有良好的信噪比檢測(cè)性能；較高的邊緣中心定位精度；對(duì)單邊有唯一響應(yīng)以壓制虛假響應(yīng)邊緣。并按以上標(biāo)準(zhǔn)進(jìn)行算法設(shè)計(jì)及優(yōu)化。

Canny算法的基本步驟為：先采用高斯函數(shù)一階導(dǎo)數(shù)對(duì)所要處理的圖像進(jìn)行平滑濾波，對(duì)圖像噪聲實(shí)施抑制；由于高斯過(guò)濾的負(fù)面效果是容易發(fā)生邊緣模糊，需用“非極大值抑制”進(jìn)行處理，以便尋找圖像中邊緣點(diǎn)中的局部最大灰度點(diǎn)；處理后減少了非邊緣點(diǎn)的情況，但是并不能消除一些假邊緣點(diǎn)，需進(jìn)一步使用雙閾值遞歸實(shí)現(xiàn)圖像邊緣連接。遞歸以高閥值點(diǎn)作為輪廓邊緣，在難以閉合的時(shí)候在尋找滿足條件的低閥值點(diǎn)進(jìn)行補(bǔ)充，最終完成邊緣檢測(cè)測(cè)的閉合。Canny與其他邊緣檢測(cè)方法的不同之處在于使用兩種不同的閾值區(qū)分強(qiáng)邊緣和弱邊緣，由于絕緣子由單一材質(zhì)所構(gòu)成，特征較為明顯。高閾值點(diǎn)可認(rèn)定為提取絕緣子輪廓的有效強(qiáng)邊緣，當(dāng)強(qiáng)邊緣由于信噪產(chǎn)生斷開難以連接時(shí)，可遍歷周邊8個(gè)臨近低閥值點(diǎn)提取弱邊緣，并選取合適的像點(diǎn)，實(shí)現(xiàn)輪廓的連接與閉合，最終實(shí)現(xiàn)絕緣子邊緣識(shí)別的目的。

2 實(shí)驗(yàn)方法過(guò)程

2.1 點(diǎn)云數(shù)據(jù)的讀取與配準(zhǔn)

1.3版的LAS格式標(biāo)準(zhǔn)增加了激光回波波形數(shù)據(jù)信息，可根據(jù)這項(xiàng)特征進(jìn)行地物信息的提取及分類以區(qū)分電力設(shè)備及其他地貌擴(kuò)展應(yīng)用。首先要讀取公用文件頭區(qū)的比例因子、坐標(biāo)系、坐標(biāo)偏移等基礎(chǔ)信息，然后再讀取變長(zhǎng)記錄區(qū)中的點(diǎn)數(shù)據(jù)記錄中的所需的坐標(biāo)數(shù)據(jù)。最終完成坐標(biāo)值的提取及處理。

LIDAR數(shù)據(jù)和影像數(shù)據(jù)的配準(zhǔn)過(guò)程為先選取對(duì)應(yīng)兩幅影像的同名像點(diǎn)，根據(jù)影像的空間方位元素，計(jì)算求出各自對(duì)應(yīng)的地面點(diǎn)。由于影像在攝影機(jī)的空間姿態(tài)偏差，計(jì)算出的照片上同名像點(diǎn)對(duì)應(yīng)地面點(diǎn)往往存在誤差，難以準(zhǔn)確匹配。需要進(jìn)一步對(duì)影像的外方位元素進(jìn)行幾何變化糾正，使得同名像點(diǎn)與地面點(diǎn)能重合，實(shí)現(xiàn)LIDAR數(shù)據(jù)與航拍數(shù)據(jù)的精確圖像配準(zhǔn)；配準(zhǔn)操作過(guò)程如下。

（1）圖像配準(zhǔn)前首先要進(jìn)行濾波處理，設(shè)遙感濾波處理后的圖像為X1，LiDAR圖像為X2。

（2）特征點(diǎn)提取。使用Harris算法對(duì)X1與X2進(jìn)行角點(diǎn)提取，在輸電走廊中使用電力桿塔作為角點(diǎn)，并記錄下對(duì)于的角點(diǎn)坐標(biāo)P1i（Xi，Yi），P2j（Xj，Yj）；其中P1i為X1航拍圖像的檢測(cè)角點(diǎn)坐標(biāo)，P2J代表LIDAR圖像的角點(diǎn)坐標(biāo)。

（3）對(duì)于X1航拍影像的每一個(gè)角點(diǎn)P1i（Xi，Yi），，在X2中找到對(duì)于的角點(diǎn)坐標(biāo)P2j（Xj，Yj），以其為中心建立一個(gè)矩形區(qū)域，在該區(qū)域中搜索交點(diǎn)，并建立器圓形區(qū)域Q1i，Q2j，開始建立技術(shù)互信息量矩陣K（Q1i；Q2j）。

（4）選擇K（Q1i；Q2j）中最大值所對(duì)應(yīng)的點(diǎn)為配準(zhǔn)點(diǎn)，建立配準(zhǔn)點(diǎn)q1max、q2max，次大點(diǎn)為q1se，q2se；，并使得q1max、q2max距離相等。

（5）計(jì)算q1max與q1se的斜率以及q1max與q1se的斜率，并獲取夾角作為L(zhǎng)iDAR的選擇角度，旋轉(zhuǎn)，并根據(jù)第4步配準(zhǔn)點(diǎn)距離值相等的要求，通過(guò)平移實(shí)現(xiàn)。

2.2 絕緣子邊緣檢測(cè)

絕緣子的邊緣檢測(cè)操作處理步驟如下。

2.2.1 圖像灰度轉(zhuǎn)換

航拍像機(jī)獲拍攝的是彩色圖像信息帶有RGB顏色信息，考慮到了人眼的生理特點(diǎn)可依據(jù)的權(quán)重值對(duì)所拍攝的絕緣子進(jìn)行灰度化轉(zhuǎn)換。

2.2.2 對(duì)圖像進(jìn)行高斯濾波

使用高斯濾波是為了降除灰度圖中的噪聲，采用高斯濾波與均值模糊方法相比較，高斯濾波會(huì)增加計(jì)算量，但在圖像噪聲（非椒鹽噪聲）消除處理有非常好的應(yīng)用效果。能保留圖像邊緣的體征。對(duì)于圖像處理而言，高斯濾波的是利用二維高斯核做一次卷積運(yùn)算實(shí)現(xiàn)。理論上，高斯分布函數(shù)是無(wú)邊界和無(wú)限擴(kuò)展的一個(gè)二維曲面，需定義一個(gè)區(qū)間，這個(gè)曲面進(jìn)行截取出有限大的二維函數(shù)，其一維零均值的函數(shù)符合圖1所示的正態(tài)分布。

從圖1中可以看到，在3σ以外的貢獻(xiàn)比例非常小，為0.1%，因此我們對(duì)函數(shù)邊界定義為3*σ；本次實(shí)踐中采用高斯函數(shù)和圖像進(jìn)行卷積運(yùn)算，生成二維高斯模板，然后取縮放因子f=255/模板中心點(diǎn)的數(shù)據(jù)，把模板數(shù)據(jù)等比縮放，然后繪制成灰度圖片。

2.2.3 計(jì)算圖像梯度

圖像的梯度計(jì)算需考慮到各像素周邊區(qū)域內(nèi)的灰度變化，根據(jù)梯度計(jì)算圖像邊緣幅值與角度，對(duì)應(yīng)數(shù)字化的圖像梯度計(jì)算常用差分來(lái)替代導(dǎo)數(shù)。測(cè)試過(guò)程使用2×2高斯模板，使用一階微分對(duì)圖像點(diǎn)I（x，y）的圖像灰度值進(jìn)行梯度方向和梯度幅值的近擬計(jì)算。

2.2.4 對(duì)梯度幅值應(yīng)用非極大值抑制（邊緣細(xì)化）

非極大值抑制常用于是數(shù)字信號(hào)處理，在圖像處理過(guò)程中采用的非最大信號(hào)壓制主要目的是實(shí)現(xiàn)邊緣細(xì)化，減少邊緣像素的處理工作。為了實(shí)現(xiàn)邊緣精確定位，需要對(duì)梯度幅值圖像M[i，j]進(jìn)行后續(xù)處理，標(biāo)識(shí)出灰度幅值局部?jī)?nèi)變化最大的點(diǎn)，實(shí)現(xiàn)非極大值抑制。根據(jù)上一步中計(jì)算得到邊緣角度值angle，非最大值抑制選取在0、90、45、135這4個(gè)方向上進(jìn)行梯度值判別，每個(gè)方向覆蓋角度45°（±22.5），將每個(gè)像素點(diǎn)梯度方向簡(jiǎn)化為上述4個(gè)方向。當(dāng)|Py/Px|>tg22.5°，即梯度方向在0和180兩個(gè)扇區(qū)內(nèi)，則將其方向用0表示。

當(dāng)tg22.5°<|Py/Px|>tg67.5°且Py/Px>0，即梯度方向在45°和225°兩個(gè)扇區(qū)內(nèi)，則將其方向用1表示；實(shí)現(xiàn)用簡(jiǎn)單用移位運(yùn)算及加減運(yùn)算來(lái)代替乘法運(yùn)算，提高運(yùn)算速度。

2.2.5 雙閾值邊緣連接處理

非極大值抑制以后，輸出結(jié)果會(huì)包含少量非邊緣像素，因此要通過(guò)采用閾值進(jìn)行過(guò)濾，在Canny算法中使用雙閾值法提取保證了邊緣點(diǎn)有效性與連續(xù)性。高閾值表示為TH，低閥值設(shè)為TL，由于絕緣子的材質(zhì)與背景在圖像灰度上的對(duì)比差異，在直方圖上表現(xiàn)為明顯的雙峰圖形。在檢測(cè)的圖像中，假定非邊緣點(diǎn)數(shù)目占總像素點(diǎn)數(shù)目的比例為Rh，對(duì)圖像梯度值直方圖進(jìn)行累加，直至達(dá)到總像素?cái)?shù)目的Rh，此時(shí)可獲取高閥值TH，本次Rh取值為0.7。低閾值TL的值通過(guò)公式TL=Rl×TH得到，Rl在此取值為0.4。最后通過(guò)實(shí)現(xiàn)對(duì)高閥值邊緣點(diǎn)的進(jìn)行標(biāo)記和通過(guò)低閥值領(lǐng)域關(guān)系進(jìn)行連接求解獲取最后的邊緣輪廓。在算法上。假設(shè)兩個(gè)閾值其中一個(gè)為高閾值TH，另外一個(gè)為低閾值TL，邊緣選擇規(guī)則如下。

（1）所有邊緣特征如果比低閥值TL低的像素點(diǎn)，為非邊緣點(diǎn)，直接放棄。

（2）所有邊緣像素特征值高于高閥值TH的像素點(diǎn)，可認(rèn)定為輪廓邊緣點(diǎn)，標(biāo)記并保存。

（3）特征值介于高閥值TH與低閥值TL之間的像素點(diǎn)，均做保留；在進(jìn)行邊緣連接時(shí)，高閥值像素點(diǎn)不能連續(xù)，可進(jìn)行遍歷計(jì)算，尋找滿足能與高閥值點(diǎn)相連，且特征值大于最小閾值TL可補(bǔ)充為輪廓邊緣點(diǎn)，其余點(diǎn)可放棄。

3 實(shí)驗(yàn)結(jié)果

3.1 配準(zhǔn)測(cè)試

實(shí)驗(yàn)數(shù)據(jù)為L(zhǎng)IDAR數(shù)據(jù)采樣間隔為1.2m、航拍數(shù)據(jù)采樣間隔為0.15m，對(duì)LIDAR采用7×7作為中值濾波平滑，Harris點(diǎn)采用7×7高斯模版，極大值抑制半徑為5的情況下，并選擇15作為原型區(qū)域搜索半徑，可以得到角點(diǎn)互信息配準(zhǔn)與配準(zhǔn)后圖像的psnr（峰值信噪比）對(duì)應(yīng)關(guān)系，如表1所示。

可以看出半徑為15效果比較理想。

采用角點(diǎn)互信息和普通互信息配準(zhǔn)的對(duì)比如表2所示。

其中ddr（偏離度）問(wèn)反映融合圖像與原始圖像在光譜上的匹配程度，越小越能反映保留原光譜信息。

3.2 Canny測(cè)試

Canny算子對(duì)邊緣檢測(cè)結(jié)果如表3所示。

示例絕緣子原圖如圖2、圖3所示。

4 結(jié)語(yǔ)

通過(guò)機(jī)載LIDAR及可見光傳感器對(duì)輸電通道絕緣子進(jìn)行缺陷識(shí)別，能提高工作效率，減少人力浪費(fèi)。首先，使用Canny算法通過(guò)對(duì)影像進(jìn)行邊緣檢測(cè)，提取出的絕艷子邊緣清晰，經(jīng)過(guò)雙閥值處理后邊緣連續(xù)性效果理想，實(shí)驗(yàn)結(jié)果表明，該方法可以較好地完成對(duì)目標(biāo)圖像的識(shí)別，能有效判斷絕緣子是否存在破裂、脫落危險(xiǎn)；通過(guò)配準(zhǔn)結(jié)合LiDAR坐標(biāo)數(shù)據(jù)，能快速鎖定故障點(diǎn)所在位置，實(shí)施維搶修活動(dòng)，有推廣使用價(jià)值。

參考文獻(xiàn)

[1] 李二森，張保明，周曉明.自適應(yīng)Canny邊緣檢測(cè)算法研究[J].測(cè)繪科學(xué)，2008，33（6）：119-120.

[2] 劉經(jīng)南，張小紅.利用激光強(qiáng)度信息分類激光掃描測(cè)高數(shù)據(jù)[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2005，30（3）：189-193.

[3] 周志文.輸電線路的無(wú)人機(jī)測(cè)距技術(shù)研究與應(yīng)用[D].北京：華北電力大學(xué)，2014.