阮芹,王柱,胡志武
(國網電力科學研究院武漢南瑞有限責任公司,湖北 武漢 430073)
換流變、電抗器、換流閥等線圈類直流主設備的出廠試驗作為驗證性能和監測潛在缺陷的最后一關,一直是廠家、業主和監造三方特別重視的環節。以換流變為例,出廠試驗包括開關試驗、空載及負載試驗、溫升試驗、雷電沖擊、耐壓試驗等多個項目,監造人員以W/H方式從試驗方案審核、接線至試驗結束全程見證并記錄數據。試驗前,監造人員一般會巡遍試驗大廳,逐步對照試驗方案檢查接線情況,工作量大、不夠直觀而容易漏檢,一旦失誤會造成試驗異常、結果失真甚至設備損壞。溫升試驗采用溫度計探頭測量油面溫升、手持紅外掃描儀監測油箱外表面溫度,中間數據及圖片依賴廠家提供,監造人員較為被動。針對以上問題,本文提出一種遠程監造系統方案,實現可見光圖像無縫拼接及紅外可見光視頻融合輸出。不僅可協助現場人員連續無盲區地見證接線情況、觀測過熱點,還能通過互聯網實現遠程監造,確保在疫情等特殊情況下也能提供實時服務。
本文設計的遠程監造系統采用多個可見光及紅外光采集組合模塊,各模塊配置一塊嵌入式開發板。根據試驗大廳的網絡情況,將各模塊采集的圖像數據或選擇以太網卡連接方式,或開發板添加WiFi模塊經無線路由器傳到監控中心的數據服務器上。監控中心終端運行基于OpenCV的應用程序進行圖像處理;中心平臺設置成網絡服務器模式,遠程客戶端以瀏覽器方式進行監測。總體結構如圖1所示。

圖1 遠程監造系統總體結構
系統針對試驗關鍵接線位置布置多個Usb攝像頭進行可見光圖像采集,針對溫升試驗布置可見光及紅外光采集組合模塊,每個采集模塊配置一塊嵌入式微處理器。Usb攝像頭采用中微星ZC301攝像頭,紅外成像采集模塊是FLIR Lepton3.5,開發板采用S5PV210。開發板以linux為操作系統,預先進行系統內核的配置、移植;編寫底層設備驅動程序,實現Usb攝像頭、紅外成像模塊的信息采集、壓縮及網絡傳輸。
S5PV210基于ARM CortexTM-A8內核,具備強大的硬件編解碼功能,以較低功耗完成數據的快速處理與傳輸。后期根據需要還可接入溫度、濕度傳感器及其他通信模塊。
要實現可見光圖像之間效果較好的配準及拼接,耗時較長,例如,匹配兩幅分辨率為640×480的圖片需耗時2~3s。另一方面,紅外圖像清晰度差及熱輻射的邊緣外延現象導致普通配準算法進行可見光與紅外光圖像特征點匹配時容易失敗。
本方案對需要融合的紅外及可見光攝像頭提前標定。采用特殊處理過的黑白棋盤作為標定參考物,調用OpenCV中findChessboardCorners、CalibrateCamera()等函數計算出轉換矩陣。
本方案采用surf算法進行圖像配準。它以構建尺度金字塔空間為基礎,將Hessian矩陣的行列式極值作為特征興趣點,利用方框濾波模板對圖像進行積分操作。通過調用surf->detectAndCompute()函數查找特征點,并選擇一個閾值剔除響應較低的特征點;再采用暴力匹配法進行距離計算并排序,最終自選相應數量的配對計算變換矩陣。最后調用addWeighted()函數,利用轉換矩陣進行圖像融合。
本系統以Visual Studio2019為開發平臺,采用 OpenCV3.4.6版本,C++編程實現相應功能。
采用surf算法對圖2試驗大廳圖(分辨率680×480)進行配準,選擇閾值700,暴風匹配獲得579對特征點;選擇距離最近的40對計算轉換關系并變換至同坐標系,結果如圖3示。

圖2 換流變試驗大廳圖

圖3 特征點配準結果
配準后采用羽化融合法進行拼接,效果如圖4所示,拼接時間0.014s,能夠滿足網絡實時傳輸要求。

圖4 采用羽化融合法的拼接效果圖
利用紅外成像、可見光攝像頭拍攝換流閥如圖5所示,提前標定獲得轉換關系,對重疊的部分加權融合處理,效果如圖6所示,融合時間為0.036s。

圖5 紅外光、可見光攝像頭拍攝閥廳設備

圖6 圖像融合結果
實驗結果證明,基于OpenCV的平臺能實現可見光圖像的無縫拼接及可見光、紅外光圖像的精準融合。配準、拼接算法穩定快速且效果良好,能保證處理后的實時視頻輸出。
針對直流主設備出廠試驗接線及溫升試驗的現場監造耗時耗力、容易漏檢的問題,本文提出一種遠程監造系統設計方案,實現紅外光、可見光圖像采集及快速拼接、融合。在大視野角度、兼顧設備輪廓和發熱信息的基礎上,監控中心及遠程監造客戶端可全面、直觀試驗過程;一旦發現接線錯誤或異常發熱點,監造方可立即要求廠家檢查整改,降低試驗失敗及設備損壞的概率。系統成本低、實時監測、可重復利用,不僅克服了特殊情況下監造不便的問題,也容易擴展后續功能。