鐵路交通掉串絕緣子圖像三維信息優(yōu)化分析

朱 丹，張舒玉，劉 飛

(1 貴州警察學院 貴州 安順 550005)

（2 貴州師范學院 貴州 貴陽 550002）

0 引言

中國鐵路交通運輸規(guī)程[1]規(guī)定：高鐵牽引供電系統(tǒng)與接觸網供電設施屬于高速鐵路行車裝備的重要組成部分，絕緣子是使牽引供電及接觸網帶電部件保持電氣絕緣的主要元器件，一旦發(fā)生絕緣缺陷，將直接威脅鐵路運輸安全。由于絕緣子常年暴露在空氣中，潮濕的天氣環(huán)境會使絕緣子串發(fā)生污閃，而污閃后劣質或劣化的絕緣子極容易遭受雷擊，導致絕緣子出現(xiàn)掉串現(xiàn)象。目前對掉串絕緣子的檢測方法主要有人工巡視法和電磁特性檢測法。使用人工巡視法檢測效率不高、掉串缺陷檢出率低、巡視周期長；而電磁特性檢測法存在著操作繁瑣、容易受電磁干擾的問題。

隨著計算機圖像技術的發(fā)展，基于圖像處理的絕緣子圖像檢測技術成為了一種比較高效的新型檢測方法，該方法可以在某些特定條件下實現(xiàn)對掉串絕緣子的快速檢測，從而及時排除險情。絕緣子圖像檢測技術主要可分為以下三類：第一類是基于統(tǒng)計形狀模型的絕緣子掉串檢測，如文獻[2]利用計算機視覺和圖像處理技術，提出了一種基于統(tǒng)計形狀模型的掉串絕緣子自動檢測算法。該方法雖然檢測精度較高，但存在嚴重的誤檢測問題。第二類是基于雙目視覺的絕緣子掉串識別與檢測技術，如文獻[3]通過雙目視覺互補特性實現(xiàn)了對掉串絕緣子的準確檢測。該方法雖然檢測率很高，但操作十分繁瑣，且當需檢測的絕緣子數(shù)量較大時，檢測耗時較長且準確率會大幅下降，很難滿足實際工程中的需求。第三類是結合機器視覺及深度學習的新型檢測技術，目前僅有少量文獻針對這一問題進行了初步研究，如文獻[4]利用卷積神經網絡精確定位出接觸網圖像中絕緣子所在位置。該方法雖然引入了當下最熱門的深度學習模型，但研究僅停留在識別絕緣子，對于絕緣子缺陷檢測方面的問題并沒有做更深入的探究。

本文以昌福高鐵接觸網安全巡檢系統(tǒng)中的絕緣子圖像為實例，針對如何解決高鐵接觸網掉串絕緣子的檢測問題，設計了一種鐵路交通掉串絕緣子圖像三維信息優(yōu)化分析新方法。該方法首先對絕緣子圖像進行灰度化、小波閾值去噪、維納濾波、圖像增強等預處理，再引入三維信息變換提取掉串絕緣子的特征信息，最后利用一維判斷矩陣對其進行曲線擬合，實現(xiàn)對不同掉串情況的絕緣子的數(shù)據(jù)化。結果表明，相比傳統(tǒng)的絕緣子圖像處理方法，本文提出的新方法能夠使掉串絕緣子圖像具有更高的檢測精度和檢測速率，對在不同拍攝距離、角度、亮度下取得的絕緣子圖像均展現(xiàn)出較好的泛化能力。

1 絕緣子圖像的預處理

1.1 圖像灰度化

絕緣子圖像預處理[5]是將所獲取的視覺信息交由識別模塊進行處理的技術，目的是改善圖像質量，增強特征抽取、識別的可靠性，從而提升關鍵信息檢測的準確率。絕緣子圖像預處理步驟包括圖像灰度化、小波閾值去噪、維納濾波以及圖像增強。

圖像灰度化[6]，即指將彩色圖像轉化為灰度圖的過程。結合絕緣子圖像降維過程易出現(xiàn)信息丟失、局部構圖復雜的特點，引入一種新型顏色編碼方法，即色相（H,Hue）、飽和度（S,Saturation）、明度（V,Value）顏色空間，HSV 是將RGB 中的點置入倒圓錐體中的表示方法，可以用一個圓錐空間模型來描述。將RGB 顏色空間轉換處理為HSV 顏色空間，能有效防止圖像在降維過程中丟失關鍵信息，同時大大提高灰度圖的清晰度和對比度，能滿足后續(xù)研究中對絕緣子精確檢測的需求。

1.2 小波閾值去噪

對絕緣子圖像進行小波閾值去噪可分為以下3 個基本步驟。

（1）小波分解：選擇合適的小波函數(shù)和相應的小波分解層次，對絕緣子圖像信號進行多層小波分解。

（2）閾值去噪：通過對分解系數(shù)的每一層選擇合適的閾值進行處理，使絕緣子圖像達到最佳效果。

（3）小波重構：利用處理后的低頻系數(shù)與閾值量化去噪處理后的高頻系數(shù)對絕緣子圖像的小波進行重構，得到去噪后的絕緣子圖像。

一次閾值去噪通常不能完全去除噪聲，對絕緣子圖像進行多次閾值去噪能得到更滿意的效果。

通過實驗對比小波閾值去噪與圖像處理中常用的中值濾波去噪[7]兩種方法的去噪效果，分別用中值濾波去噪和小波閾值去噪對絕緣子圖像進行去噪處理，結果表明小波閾值去噪處理效果更好。

1.3 維納濾波去噪

在實際工程應用中，接觸網綜合巡檢車在拍攝圖像時本身處于高速運動之中，其拍攝的接觸網絕緣子圖像極可能出現(xiàn)運動模糊，會對后續(xù)的絕緣子檢測造成干擾。針對這一問題，本文提出了一種基于維納濾波的新方法，以去除獲取絕緣子圖像時產生的運動模糊。維納濾波是一種計算量小、抗噪聲能力強的線性降噪濾波方法，在處理絕緣子圖像的運動模糊時，最好的方法是根據(jù)維納濾波器的輸出信號和需要信號之差的均方值最小化來獲得最佳的濾波器參數(shù)，模型表達式為：

式中，G(f)、H(f)為g、h 在頻率域f的傅里葉變換，S(f)、N(f)分別是絕緣子圖像輸入信號x(t)和噪聲n(t)的功率譜。

通過實驗對存在運動模糊的絕緣子圖像進行維納濾波處理，結果表明：維納濾波有效地解決了絕緣子圖像的運動模糊問題，與未受運動模糊影響的圖像相比，處理后的圖像依然能反映絕緣子的特征輪廓、亮度等級分布等關鍵信息。

1.4 圖像增強

圖像增強[7]是指通過一定手段對絕緣子圖像附加信息或變換數(shù)據(jù)，從而達到改善圖像視覺效果、使絕緣子特征顯示更加清晰的目的。常使用以下三類函數(shù)對圖像進行增強：線性函數(shù)（直方圖均衡化等）、對數(shù)函數(shù)（Log變換）、非線性函數(shù)（Gamma 變換），結合絕緣子圖像相似度較高、局部構圖復雜的特點，本文對去噪后的絕緣子灰度圖采用了基于Gamma 變換的圖像增強，利用該方法對絕緣子圖像中的每一個像素點做乘積運算。

本文通過分析大量數(shù)據(jù)，提出了灰度值g 與γ 值對應關系表，如表1 所示。

表1 像素點灰度值g 與γ 值對應表

用上述方法對絕緣子圖像進行處理，結果表明，相較于去噪后的灰度圖，基于Gamma 變換的絕緣子圖像對比度和亮度都有了明顯提高。

如圖1 所示為絕緣子圖像預處理的整個流程。結果表明，預處理過程有效去除了原圖像中的雜質，有利于后續(xù)對絕緣子圖像的識別，提高了檢測精度。

2 絕緣子圖像預處理的三維信息變換分析

通過昌福高鐵接觸網安全巡檢系統(tǒng)獲取的絕緣子圖像多是夜間拍攝，背景為黑色，較為單一且易于檢測；同時絕緣子圖像結構具有明顯的周期性、方向性、均勻性和規(guī)律性[8]，因此只要確定圖像空間中絕緣子特征的灰度關系就可以判定絕緣子的狀態(tài)。結合上述特點，本文設計了一種新型的三維信息變換，一方面能有效地提取絕緣子圖像的特征信息[7]，另一方面也能在不同的拍攝距離、角度、亮度下展現(xiàn)出較好的泛化能力。

如圖2（a）所示為絕緣子圖像原圖，利用三維信息變換對其進行實驗分析，分析結果如圖2（b）所示。由圖可以看出，三維信息圖像中絕緣子在橫坐標方向呈現(xiàn)出與絕緣子盤片等量的峰值，但特征突出并不明顯。

如圖2（c）所示為經過圖像灰度化、小波閾值去噪、維納濾波以及圖像增強四步預處理后的絕緣子圖像，利用三維信息變換對絕緣子圖像進行實驗分析，分析結果如圖2（d）所示。與圖2（b）相比，預處理后絕緣子圖像的三維信息變換特點十分明顯，峰值突出，特征信息得到了增強。通過對比三維信息分析圖，說明絕緣子圖像預處理效果非常好，有效去除了原圖中噪聲及其他雜質的干擾。

3 掉串絕緣子圖像的三維信息變換分析

通過查閱大量文獻資料，將常見的絕緣子掉串歸納為單片掉串、連續(xù)掉串、多片不連續(xù)掉串三類：

1）單片掉串：如圖3（a）所示為預處理后的單片掉串絕緣子圖像，使用該三維變換模型對圖像進行實驗處理分析，分析結果如圖3（b）所示。

2）連續(xù)掉串：如圖3（c）所示為預處理后的連續(xù)掉串絕緣子圖像，使用該三維變換模型對圖像進行實驗處理分析，分析結果如圖3（d）所示。

3）不連續(xù)掉串：如圖3（e）所示為預處理后的不連續(xù)掉串絕緣子圖像，使用該三維變換模型對圖像進行實驗處理分析，分析結果如圖3（f）所示。

掉串絕緣子圖像的三維信息變換特點十分明顯，峰值突出，絕緣子在橫坐標方向呈現(xiàn)出與絕緣子盤片等量的峰值，掉串部分與完好部分對比強烈，掉串特征清晰可見。

4 絕緣子圖像的一維判斷矩陣擬合曲線優(yōu)化

在三維信息變換的基礎上，本文引入了一維判斷矩陣擬合曲線[9]，即通過提取三維信息變換的水平分量，將曲線擬合得到完好的絕緣子水平分布曲線圖。本文歸納并制作了以下4 類絕緣子圖像的一維判斷矩陣擬合曲線。

（1）完好絕緣子：如圖4（a）所示為完好絕緣子的三維信息變換，利用一維判斷矩陣對其進行擬合，擬合結果如圖4（b）所示。

（2）單片掉串絕緣子：如圖4（c）所示為單片掉串絕緣子的三維信息變換，利用一維判斷矩陣對其進行擬合，擬合結果如圖4（d）所示。

（3）連續(xù)掉串絕緣子：如圖4（e）所示為連續(xù)掉串絕緣子的三維信息變換，利用一維判斷矩陣對其進行擬合，結果如圖4（f）所示。

（4）多片不連續(xù)掉串絕緣子：如圖4（g）所示為多片不連續(xù)掉串絕緣子的三維信息變換，利用一維判斷矩陣對其進行擬合，結果如圖4（h）所示。

從絕緣子圖像的一維判斷矩陣擬合曲線中可以看出，絕緣子盤片分布與曲線波峰分布完全一致，掉串絕緣子擬合曲線圖與完好絕緣子曲線圖相比有明顯不同，因此可以通過曲線中波峰異常位置直觀地判斷出絕緣子的掉串位置。

5 總結

考慮到高鐵接觸網絕緣子結構在周期、方向、規(guī)律、均勻等方面的特殊性，本文結合昌福高鐵接觸網安全巡檢系統(tǒng)中的絕緣子圖像數(shù)據(jù)，采用基于三維信息變化的方法對高鐵接觸網上的絕緣子圖像進行優(yōu)化分析。

首先對絕緣子圖像進行灰度化、小波閾值去噪、維納濾波、圖像增強等預處理，絕緣子圖像預處理是將所獲取的視覺信息交由識別模塊進行處理的技術，目的是改善圖像質量，增強特征抽取、識別的可靠性，從而提升關鍵信息檢測的準確率。

然后針對高鐵接觸網絕緣子特征進行了算法優(yōu)化實現(xiàn)，對經過灰度化、小波閾值去噪、維納濾波、圖像增強四步預處理后的絕緣子圖像進行三維信息變換分析。

最后利用昌福高鐵接觸網安全巡檢系統(tǒng)中采集到的掉串絕緣子圖像，對掉串絕緣子圖像進行三維信息變換分析，并通過提取三維信息變換的水平分量，最終將掉串絕緣子圖像擬合得到水平分布曲線圖。結果表明，相比傳統(tǒng)的絕緣子圖像處理方法，本文提出的新方法能夠對掉串絕緣子圖像具有更高的檢測精度和檢測速率，對在不同的拍攝距離、角度、亮度下取得的絕緣子圖像均展現(xiàn)出較好的泛化能力。