一種絕緣子串紅外圖像的特征提取方法研究

摘要：紅外測溫作為一種廣泛使用的設備運行狀態檢測方式，它最大的特點是無需停電、操作便利、安全性高。現以絕緣子串為例提出了一種紅外圖像的標準化處理方法，為后續變電站設備紅外圖像處理技術的應用提供了方案。

關鍵詞：絕緣子;圖像處理;Hough變換

0? ? 引言

紅外熱像圖與可見光圖像相比，存在對比度低、熱度圖灰度差距小、圖像干擾噪聲大等問題，它們會影響電力設備異常狀態判斷，經過預處理后的紅外圖像不僅能夠對電力設備灰度圖進行濾波，消除設備內部灰度異常點，而且可以在保護結構邊緣不發生彌散的同時提升圖像質量。預處理后的圖像，滿足特征提取的要求。

本文提出一種絕緣子串紅外圖像的特征提取方法，屬于紅外圖像的標準化處理方法，也適用于其他電力設備。

1? ? 絕緣子串的結構及其紅外特征

文獻[1]中指出，正常絕緣子串的溫度從低壓端到高壓端呈不對稱的馬鞍形分布，并且低值和零值故障主要通過鋼帽的溫度反映，污穢故障通過盤面的溫度反映。而故障絕緣子溫度異常必然會導致溫度分布曲線呈現一個極大峰值或極小谷值，根據此特點，提出分割絕緣子串中的鋼帽和盤面，利用溫度分布規律來判定絕緣子串是否存在故障或定位故障。

絕緣子串在紅外圖像中具有如下幾個特征：

（1）每片盤形懸式瓷絕緣子通過鋼腳串聯起來，各絕緣子等間距排列;

（2）紅外圖像中的單片絕緣子盤面側視圖呈現橢圓形，鋼帽近似于矩形;

（3）不同線路電壓等級對應不同數量的絕緣子串，一般110 kV線路有7～8片，220 kV線路有14～16片，500 kV線路有28～30片。

2? ? 特征提取標準化處理流程

基于上述絕緣子電氣及外形特征，筆者提出絕緣子紅外圖像特征提取方法，該方法能夠實現自動提取絕緣子盤面和鋼帽紅外圖像特征并在原圖中標記。

2.1? ? 選取目標矩形區域

特征提取的第一步是要排除干擾背景，盡量準確地把要檢測的目標設備從圖像中提取出來，隨后把各個部件分割出來。首先手動選取四個頂點，形成目標矩形區域。對于一幅m×n大小的紅外圖像，如圖1（a）所示，從原圖中提取目標區域，本文利用RGB顏色空間和HSV顏色空間的轉換實現。RGB顏色空間和飽和度S的轉換關系為：

RGB顏色空間中，紅色分量在HSV空間中基于紅色飽和度維度值S=1的特點，設置合適的閾值，可以從圖中矩形區域提取出絕緣子串的邊界并填充邊界內部區域，消除周圍的橫擔、構架、導線等無關物件干擾。

2.2? ? Hough變換直線檢測

為將目標旋轉到豎直方向，便于后續長度特征統計，Hough變換前先將目標設備骨架化，然后檢測特征點，最后使用Hough變換檢測其中最長直線，并計算其傾斜角度作為目標設備的角度用于旋轉。骨架化操作可以在描述物體形狀的前提下最大程度減少圖像冗余信息，Matlab提供了實現該操作的數學形態學函數Bwmorph。對圖1（a）進行骨架化操作，如圖1（b）所示，特征點（在此定義為十字交叉的點）經Hough變換后，直線檢測結果如圖1（c）所示，該直線與豎直方向之間的夾角為89°。

為校正紅外圖像中傾斜的絕緣子串，并保留旋轉后的坐標信息，首先使用平移矩陣Mat-m將計算中心設定在圖像矩陣中心，以圖像矩陣中心為原點，利用旋轉矩陣Mat-r旋轉圖像使絕緣子串旋轉至豎直方向，如式（2）所示。

式中：α為之前求得的傾斜角度。

角度矯正后的圖像如圖2（d）所示。

2.3? ? 形態學操作去除干擾

Matlab形態學操作的對象是二值圖像，因此需首先將RGB彩色圖像進行灰度化，然后再轉化為二值圖像。本文灰度化使用的公式如下：

式中：R、G、B為顏色分量;g為轉化后的灰度值，相當于轉化后R=G=B。

二值化就是每個像素點的灰度值為0或者255，在灰度化的圖像中灰度值的范圍為0～255。從灰度圖像轉化為二值圖像使用最大類間方差法，篇幅有限，不做詳細介紹，該方法原理是當σ2取得最大值時，二值化的效果最好，此時對應的k的取值即為最佳閾值gray_thresh，故在二值化后的圖像中灰度值范圍是0或者255。

變電站內設備緊湊，拍攝時由于角度受限，主體設備容易被遮擋（如穿過設備的導線），就會影響二值化的效果，因此需要在二值化圖像上采用形態學操作去除小干擾，具體操作包括腐蝕、膨脹、開操作和閉操作。設A為二值圖像，B為結構元，定義A？茌B、A？苓B分別為B對A的膨脹操作與腐蝕操作。膨脹操作使目標范圍變大，而腐蝕操作則縮小了目標范圍，兩者變化的程度由結構元B的形狀控制。若A先被B腐蝕，然后被B膨脹，則定義此操作為開操作A？誘B;若A先被B膨脹，然后被B腐蝕，則定義此操作為閉操作A？誗B。對圖1（d）進行形態學開操作，去除目標區域除右下角細小區域后如圖1（e）所示，圖像的輪廓變得光滑，濾除了噪聲。

2.4? ? 長度特征統計

主體目標的角度矯正到豎直方向后，可進行目標的長度特性統計。依據設備相同部件水平方向上長度一致或者連續、不同部件之間在水平方向上的長度明顯不同或突變的規律，對設備目標進行長度統計，從而分割設備不同部件。

絕緣子串盤面長度較大，鋼帽長度較小，并且其長度頻數為整幅圖像峰值。

（1）設d為水平方向像素值連續為1的長度，初始值d=0，設長度統計空矩陣Dm×n;

（2）從左至右掃描第i行所有列j（j=1，2，3，…，n），d為該行中連續1出現的長度，令D（i，j）=d，（i，j）為1終止處的坐標，同時將長度d歸零并繼續掃描，直至列結束;

（3）i=1，2，3，…，m，重復步驟（2）得完整矩陣Dm×n;

（4）設一維向量p，統計每個長度d的頻數，其維度為d最大值;

（5）p中兩個極大值分別對應鋼帽特征長度dmao和盤面特征長度dpan。

對圖1（e）中絕緣子串做長度統計，較小的鋼帽特征長度dmao=6，較大的盤面特征長度dpan=14。

求得dmao和dpan后，結合矩陣Dm×n中記錄的長度信息，在D（i，j）=dmao和D（i，j）=dpan=d處分別從右至左反向延伸對應長度。

2.5? ? 連通區域標記

為將分割后的部件在原圖上標記，需獲得每個部件的坐標位置，可使用Matlab中bwlabel函數標記每個連通區域，同時結合矩陣pix-i和pix-j中保存的行、列信息，將每個連通區域對應的原圖坐標保存于矩陣Panorg-i和Panorg-j（鋼帽亦同），分別得到圖1（f）和（g），最終分割結果如圖1（h）所示，鋼帽區域用藍色標記，盤面區域用綠色標記。

3? ? 結語

本文以500 kV絕緣子串為例說明絕緣子的紅外圖像處理算法，220 kV、110 kV、35 kV絕緣子串在故障判斷準則和圖像處理方法上本質相同，其不同之處在于110 kV絕緣子串靠近橫擔的幾片以及35 kV全部絕緣子由于分布電壓都在6 kV以下，發熱功率不超過0.5 W，所以這部分絕緣子劣化狀況需要采用精度更高的儀器或者別的手段檢測。該套紅外圖像標準處理流程可以靈活適用于變電站內包括絕緣子串、避雷器、斷路器、CT、CVT和高壓套管在內的關鍵設備的部件分割提取。

[參考文獻]

[1] 胡世征.劣化絕緣子的發熱機理及熱象特征[J].電網技術，1997，21（10）：44-46.

[2] 金立軍，田治仁，高凱，等.基于紅外與可見光圖像信息融合的絕緣子污穢等級識別[J].中國電機工程學報，2016，36（13）：3682-3691.

[3] 胡淋波，姚建剛，孔維輝，等.基于紅外圖像的高壓絕緣子串自動定位方法[J].紅外技術，2015，37（12）：1047-1051.

收稿日期：2020-06-11

作者簡介：鐘藝晶（1990—），女，廣東梅州人，工程師，研究方向：變電運行維護技術。