基于間隔棒跟蹤的輸電線舞動檢測

任佳穎， 李小雨， 房體育， 董子昊， 李金屏

(濟南大學 a. 信息科學與工程學院, b. 山東省網絡環境智能計算技術重點實驗室,c. 信息處理與認知計算山東省“十三五”高校重點實驗室, 山東 濟南 250022)

架空輸電線路舞動是輸電線路在風激勵下產生的一種低頻、 大振幅的自激振動[1]， 是電力系統常見的故障原因之一。 輸電線舞動易引起線路相間閃絡、 跳閘、 斷股以及損壞絕緣子、 倒塔等電力事故[2]。我國是世界上輸電線舞動的多發地區之一，每年都會出現多起輸電線舞動事故，嚴重危害電力系統的安全穩定運行，因此，輸電線舞動檢測和預防成為電力行業的研究熱點之一。

輸電線舞動檢測是利用能夠采集輸電線運行狀態參數的設備，實時獲取輸電線的位置信息，從而得到其幅值、頻率等相關參數，進而判斷輸電線是否舞動[3]。常見的輸電線舞動檢測技術包括：1)傳感器技術，通過在輸電線路上安裝多個傳感器，獲取導線上各個點的相關參數，然后分析舞動參數，從而實現輸電線舞動檢測[4-7]； 2)差分全球定位系統(differential global position system, DGPS)，通過DGPS獲取輸電線的經度、 緯度和空間三維坐標信息進行建模， 獲得對應的空間曲線[8-9]； 3)視頻在線檢測技術， 利用監控攝像頭采集輸電線路的視頻圖像， 應用數字圖像處理技術處理視頻數據得出線路舞動的相關參數， 實現輸電線舞動檢測[10-11]。

上述3種方式中，視頻在線檢測技術具有對線路運行無影響、安裝簡便、成本低等優勢，受到專家學者的廣泛關注。基于視頻在線檢測技術的方法一般分為2類，即整體分析和局部分析的方法。整體分析是指通過獲取視頻圖像中輸電線路整體的位移信息，進而分析輸電線舞動情況。黃新波等[12]提出基于光流法的輸電線舞動檢測算法，通過計算采集的圖像中輸電線上各點的光流信息獲取圖像的光流場，據此推斷舞動的相關參數信息，進而實現輸電線舞動檢測，但這種方法是對輸電線整體進行分析，需要處理大量的參數信息，計算量相對較大且時間復雜度高。

局部分析是指在輸電線上選擇一個合適的目標點，通過分析該目標的位置信息，計算幅值、頻率等參數，進而判斷是否發生輸電線舞動。在這類方法中選擇合適的目標點至關重要。一般而言，在高壓或特高壓架空輸電線路上通過安裝間隔棒來固定各分裂導線間距，防止線路接觸放電，可以間隔棒為目標進行輸電線舞動檢測。李振家等[13]通過輪廓提取和輪廓跟蹤的方式獲取線路上間隔棒的位置信息，進而計算線路舞動的幅值、頻率以實現輸電線舞動檢測。尹暉等[14]提出邊緣檢測和自動搜索算法定位間隔棒輪廓的方法，獲取各視頻幀中間隔棒的位置信息，從而實現輸電線舞動檢測。

上述方法需合理設計拍攝角度以獲得成像清晰、背景簡單、參照物明顯的視頻，在應用于質量差的視頻圖像時，間隔棒的檢測結果存在大量的漏報和誤報，嚴重影響輸電線舞動檢測效果。孫鳳杰等[15]將輸電線看作近似的直線，利用直線具有方向性的特點，根據方向場確定輸電線的大致區域，利用圖像匹配的方法獲取間隔棒的位置信息。輸電線通常存在一定的弧度，將其看成近似的直線來定位輸電線的方法在實際應用中具有局限性，難以準確定位輸電線。此外，利用圖像匹配的方法檢測間隔棒時，檢測結果往往依賴于圖像質量好壞以及模板圖像的選擇，因此算法的魯棒性較差。

本文中基于安裝在高壓輸電線桿塔上的攝像頭采集的視頻圖像進行輸電線舞動檢測研究，利用穿線法并結合旋轉投影實現了有弧度的輸電線定位。同時，針對現有方法在利用圖像匹配檢測間隔棒時依賴于圖像質量好壞以及模板圖像的問題，提出一種基于Laws紋理能量的間隔棒檢測方法。在準確檢測出間隔棒后，跟蹤間隔棒獲取其運動軌跡，通過分析運動軌跡計算幅值、頻率等相關參數，實現輸電線舞動檢測。

1 監控視頻采集及特點分析

1.1 視頻采集

為了及時發現并排除輸電線路及其周邊環境的安全隱患，提高巡檢效率 ，課題組與山東省某電力公司合作開發了輸電線路在線監拍裝置，如圖1所示。通過在高壓輸電桿塔上安裝自供電攝像頭，以定期拍攝的方式采集視頻或圖像序列傳回后端服務器，然后在服務器端查看采集的圖像，判斷是否出現安全隱患。

圖1 輸電線路在線監拍裝置

1.2 視頻特點分析

圖2為利用安裝在桿塔上的在線監拍裝置獲取的視頻圖像。這類圖像具有以下特征：

1)拍攝角度為仰角，輸電線路多以紋理簡單的天空區域為背景；

2)輸電線路通常并非直線，在靠近桿塔區域附近的輸電線存在明顯的弧度；

圖2 在線監拍裝置獲取的高壓輸電線路視頻圖像

3)間隔棒作為輸電線路上的顯著目標點，其位置固定且易于觀測；

4)遠距離拍攝導致視頻圖像中的間隔棒呈現出的像素數較少，形狀和輪廓不清晰，難以提取有效特征；

5)間隔棒的類型不同， 常用的是二、 四、 六、 八分裂間隔棒。

2 算法設計

基于間隔棒跟蹤的輸電線舞動檢測算法的流程見圖3， 算法主要步驟如下：

圖3 輸電線舞動檢測算法流程圖

1)劃分天空區域，根據紋理、灰度分布等特征劃分天空區域；

2)定位輸電線，即利用穿線法得到輸電線上的初始點后，根據不同方向上旋轉投影曲線的特點判斷線路方向并確定線路上的下一點位置，從而實現輸電線定位；

3)檢測間隔棒，提出基于投影Laws紋理能量的間隔棒檢測方法；

4)利用核相關濾波(kernel correlation filter, KCF)[16]算法跟蹤獲取間隔棒的運動軌跡，據此計算幅值、頻率等相關參數，進而判斷輸電線是否發生舞動。

2.1 劃分天空區域

輸電線路位于在線監測圖像中的天空區域。為了減少復雜的地面區域對輸電線路間隔棒檢測的影響，根據地面區域與天空區域的灰度分布差異分割出監控圖像中的天空區域。

圖4為輸電線場景的原圖和灰度圖。經過大量的觀察和統計發現，天空區域和地面區域的紋理和灰度分布存在較大的差異。具體體現在以下幾個方面： 1)天空區域的平均亮度遠高于地面區域的，灰度值較大； 2)天空區域和地面區域的交界處存在明顯的梯度變化； 3)天空區域的紋理相對簡單，相比于地面區域，天空區域的灰度變化較小，地面區域的灰度變化較為頻繁。

針對上述特點，本文中提出相應的天空區域分割算法，具體過程如下：

(a)輸電線場景的原圖

(b)輸電線場景的灰度圖圖4 輸電線圖像灰度變化曲面圖

1)采用模板大小為7像素×7像素的中值濾波去除圖像中天空區域的輸電線；

2)利用Canny算子計算圖像的邊緣梯度信息，Canny算子通過雙閾值檢測和連接邊緣，對抗噪聲的能力更強；

3)根據圖像中連通區域的均值、 方差等灰度信息和紋理相似度等信息對連通區域進行篩選、 合并；

4)利用孔洞填充算法對連通區域進行填充得到天空區域掩模，根據天空區域掩模對天空區域進行分割。

天空區域分割結果如圖5所示。

(a)天空區域模膜1(b)分割結果1(c)天空區域模膜2(d)分割結果2圖5 天空區域分割結果

2.2 輸電線定位

2.2.1 圖像二值化

由于遠程在線監測系統獲取的監控圖像中輸電線路往往存在邊緣模糊、對比度低的情況，并且天空區域存在云等物體干擾，導致全局閾值分割方法無法檢測到遠處的輸電線，因此本文中采用局部閾值分割方法對天空區域圖像進行二值化處理。與全局閾值分割方法相比，局部閾值分割方法能最大限度地保留輸電線，但同時也加強了天空中的云彩等物體對二值化結果的干擾，局部閾值分割結果如圖6所示。

由于輸電線呈現細長的線形， 因此其形狀與天

圖6 天空區域局部閾值分割結果

空中的云等物體具有顯著差異。 根據二值圖像中連通區域的面積和長寬比等特征對連通域進行篩選， 為了盡可能地保留輸電線以便下一步確定輸電線的初始位置， 去除長寬比和面積小于設定的閾值且位于圖像上方的連通域， 去噪后的二值化結果如圖7所示。

圖7 天空區域去噪后的二值化結果

2.2.2 穿線法初始化旋轉投影窗口

在對輸電線路進行旋轉投影定位并確定其延伸方向之前，需要先確定輸電線上的一個初始的旋轉投影窗口，包括投影窗口的旋轉中心點以及尺寸。

圖8所示為穿線法初始化輸電線的旋轉投影窗口。從圖8(a)可以看出，遠程監控圖像中的輸電線一般從遠處桿塔處延伸到圖像的頂部或兩側，因此，利用穿線法遍歷二值圖像中靠近頂部和兩側的一行或列像素(圖中紅線所在位置像素) ，并記錄其中非零像素的坐標，此時非零像素的位置即輸電線的初始位置。

根據位于同一輸電線上的像素之間的距離較小、位于不同輸電線上的像素之間的距離較大的原則，對遍歷得到的非零像素進行分類。以各類別的中心作為初始的旋轉投影中心點，根據類內的最大距離(即輸電線的寬度)確定旋轉投影窗口的尺寸。其中，投影窗口應略大于輸電線路的寬度。初始的旋轉投影窗口如圖8(b)所示。

(a)穿線法(b)初始的旋轉投影窗口圖8 穿線法初始化輸電線的旋轉投影窗口

2.2.3 基于旋轉投影的輸電線定位方法

在確定了初始的投影窗口之后，將該窗口繞旋轉中心點在0°～180°的范圍內進行旋轉，然后分別向旋轉窗口的加粗紅色邊框方向投影，得到不同旋轉角度時的投影直方圖，如圖9所示。

從圖中可以看出， 旋轉不同角度的投影結果具有不同的特點： 當投影方向與輸電線的延伸方向一致時， 投影直方圖出現較大的波動， 呈現出明顯的波峰和波谷； 垂直于輸電線延伸方向投影的投影直方圖近似于一條直線， 波動最小； 以其他角度進行投影的投影直方圖波動比較平緩， 沒有明顯的波峰和波谷。

(a)投影框1(b)投影框2(c)投影框3(d)投影框4(e)投影圖1(f)投影圖2(g)投影圖3(h)投影圖4圖9 投影窗口為不同角度時的灰度投影直方圖

方差表示隨機變量與期望值的偏離程度，本文中用方差的大小來描述曲線的波動情況。圖10為輸電線上投影窗口在不同角度時的旋轉投影直方圖的方差。由圖可知，當投影角度與輸電線的延伸方向相同時灰度投影直方圖的方差最大，當投影角度與輸電線的延伸方向垂直時投影直方圖的方差最小。

根據在輸電線路上以不同角度開窗口旋轉投影的特點， 本文中提出基于旋轉投影的輸電線定位算法來確定輸電線路的延伸方向。具體步驟如下：

圖10 投影窗口為不同角度時的旋轉投影直方圖的方差

1)根據2.2.2節初始化旋轉投影中心c0(x0,y0)和投影窗口的大小w；

2)在該位置進行旋轉投影，當投影直方圖的方差最大時，此時的旋轉角度投影θ即為輸電線的延伸方向；

3)以當前旋轉投影中心點在輸電線延伸方向上的鄰域像素作為新的旋轉中心點，再次執行步驟2)，直到檢測到輸電線路上的間隔棒時停止，間隔棒的檢測方法將在第2.3節中進行介紹。

2.3 基于Laws紋理能量的間隔棒檢測算法

遠距離拍攝的視頻中位于輸電線上的間隔棒呈現的分辨率較小， 缺少清晰的輪廓和形狀， 難以提取有效的特征， 因此通過旋轉投影遍歷輸電線進行選擇性搜索的方式檢測間隔棒。 經過大量的觀察和統計發現， 對輸電線投影和對輸電線上間隔棒所在區域的投影結果存在明顯的不同， 如圖11所示。 從圖中可以看出： 當垂直于輸電線路的延伸方向進行灰度投影時， 在輸電線區域投影得到的投影直方圖近似于一條直線， 波動較小； 而在間隔棒所在輸電線區域投影得到的投影直方圖存在明顯的波動。

Laws能量法[17]是一種紋理濾波分析方法，通過統計圖像中的單個像素及其鄰域像素的灰度分布來反映圖像的紋理變化。本文中將Laws紋理能量作為反映上述投影直方圖的變化的特征對輸電線上不同區域的投影直方圖進行描述，根據不同投影直方圖的Laws紋理能量值的差異實現間隔棒的檢測。Laws紋理能量的計算公式為

(1)

(2)

計算投影曲線及其Laws紋理能量計算結果見圖12。在實際計算中，用分辨率為n像素×n像素的滑動窗口遍歷投影曲線，步長為n/2(圖12(a))。將各個小窗口內的Laws紋理能量值累加后求平均，

(a)遍歷投影曲線

(b)不同區域投影的Laws能量圖12 計算投影曲線及其Laws紋理能量值

以投影直方圖的平均Laws紋理能量值作為檢測間隔棒的依據。通過對平均Laws紋理能量值的分析發現，在輸電線區域的投影直方圖的Laws紋理能量值較小，在間隔棒區域的投影直方圖的Laws紋理能量值較大，尤其當間隔棒在投影窗口中心位置時的投影直方圖的Laws紋理能量值最大。

綜上所述, 間隔棒檢測過程如下：首先開窗口，沿垂直于輸電線的延伸方向投影，并計算投影直方圖的Laws紋理能量值，然后通過設定一個閾值，當Laws紋理能量值大于這個閾值時, 將Laws紋理能量最大的區域認為是間隔棒的所在區域。

2.4 基于間隔棒跟蹤的輸電線舞動檢測

在檢測出輸電線路上的間隔棒后，利用KCF算法跟蹤間隔棒，得到該間隔棒在不同視頻幀的位置坐標。將間隔棒在不同視頻幀的坐標按時間順序連接起來，即得到間隔棒的運動軌跡，如圖13所示。

圖13 輸電線間隔棒運動軌跡圖

其中，x、y軸分別表示間隔棒在視頻幀中的橫、 縱坐標，z軸為時間軸，表示不同的視頻幀。

輸電線舞動會使輸電線產生巨大的拉力，且與舞動的幅值和頻率有關，因此，舞動的幅值和頻率是衡量輸電線舞動的重要指標。

分析間隔棒的運動軌跡可以得到輸電線舞動的上述特征參數。舞動的幅值即為同一間隔棒在不同視頻幀中的偏移距離d，計算公式為

(3)

式中(xi,yi)、 (xj,yj)分別為第i、j幅圖像中間隔棒的坐標位置。本文中將間隔棒偏移的最大距離定義為一段時間內輸電線舞動的最大幅值。

在計算輸電線舞動的頻率時，首先需要明確監拍裝置采集的視頻的幀率，即每秒拍攝的圖像數量，然后記錄最高位置與最低位置(即半個周期)的圖像數量。舞動頻率的計算方式為

(4)

式中：f為舞動頻率；T為舞動的周期；ω為視頻的幀率；N為半個周期內的視頻幀數。

以視頻中最右邊的第1個間隔棒為例，相鄰視頻幀中間隔棒的舞動幅值檢測結果如圖14所示。通過分析幅值和頻率等參數，設置合適的閾值，判斷是否發生輸電線舞動。一般將頻率在0.1～3 Hz之間，幅值大于5的視頻判斷為存在輸電線舞動。

(a)第30幀圖像(b)第40幀圖像(c)第50幀圖像圖14 輸電線間隔棒的舞動幅值

3 結果及分析

本文中所用的實驗數據均來源于山東某電力公司提供的輸電線路遠程在線監測系統獲取的視頻圖像，共69個視頻，其中26個視頻為輸電線舞動視頻，每個視頻的時長約為15 s。

3.1 間隔棒檢測實驗結果及分析

為了驗證本文中提出的基于投影Laws紋理能量值的間隔棒檢測算法的有效性和魯棒性。從每個視頻中隨機挑選10幀共690個圖像進行測試。其中，實驗所用視頻中的間隔棒主要分為3類，即二、 四、 八分裂間隔棒，如圖15所示。

(a)二分裂間隔棒(b)四分裂間隔棒(c)八分裂間隔棒圖15 輸電線路遠程在線監測系統獲取的視頻中的間隔棒

本文中將間隔棒檢測看作關鍵點檢測問題。采用關鍵點相似度(object keypoint similarity, OKS)對間隔棒的檢測結果進行評分，定義為

(5)

(6)

式中：OOKS為關鍵點相似度；δ(vl)為第l個間隔棒是否可見的標志， 當vl≤0表示該間隔棒在圖中沒有標注，vl>0表示該間隔棒在圖中進行了標注；dl為在圖像中檢測到的第l個間隔棒與實際標簽之間的歐氏距離；s為間隔棒的尺度；k為常數。

由于遠程監控圖像中間隔棒都比較小，本文中假設每個間隔棒的大小都是相近的，令2s2k2=1，因此，將關鍵點相似度定義為

(7)

在不同場景監控圖像中進行測試，通過設置不同的閾值得到的實驗結果如表1所示。

表1 輸電線間隔棒檢測結果 %

實驗結果表明，本文中提出的間隔棒檢測方法能夠有效地檢測圖像中的大部分間隔棒，對于四、 八分裂間隔棒的檢測效果較好。二分裂間隔棒的特征較少且呈現出的像素數量非常少，加之二分裂導線的邊緣梯度與天空更為接近，導致在沿輸電線路搜索時受到噪聲的干擾相對較大，因此，這類間隔棒的檢測結果相對較差。

間隔棒檢測的可視化實驗結果如圖16所示。

從算法的實用性角度考慮，只需要在圖像中檢測到1～2個間隔棒并進行跟蹤即可判斷視頻中輸電線的舞動情況，因此，本文中提出的間隔棒檢測方法可以滿足實用化的需求。

3.2 輸電線舞動檢測實驗結果及分析

為了驗證本文中提出的基于間隔棒跟蹤的輸電線舞動檢測方法的有效性和實用性，將69個不同場景的視頻拆分成若干個視頻片段測試輸電線舞動檢測算法的性能，其中每個視頻片段時間約為5 s，如表2所示。

(a)效果1(b)效果2(c)效果3(d)效果4圖16 輸電線間隔棒檢測結果

表2 輸電線視頻分類

輸電線舞動檢測實驗以每個視頻片段內是否發生輸電線舞動為標準，用檢測準確率P、 誤報率R、 漏報率L對結果進行衡量檢測，其中準確率P表示正確檢測出視頻片段中輸電線舞動情況的概率，誤報率R表示將未發生舞動的視頻檢測為舞動的概率，漏報率L表示沒有檢測出來的舞動視頻的概率。假設某視頻片段存在輸電線舞動，準確檢測到輸電線舞動稱為NTP，未檢測到輸電線舞動稱為NFN；假設某視頻片段不存在輸電線舞動，檢測到輸電線舞動稱為NFP，未檢測到輸電線舞動稱為NTN。計算公式為

(8)

根據計算，本文中提出的輸電線舞動檢測方法在現有視頻中的檢測結果如表3所示。由檢測結果可以看出，二分裂導線的舞動檢測準確率相對較低，通過分析發現，二分裂導線上的間隔棒在視頻中幾乎為一條線，所呈現出的分辨率極低，投影提取的特征不明顯，因此影響二分裂間隔棒的檢測和跟蹤結果。

表3 輸電線舞動檢測結果

實驗結果表明，本文中提出的基于間隔棒跟蹤的輸電線舞動檢測方法能夠有效的檢測視頻中的輸電線舞動情況，具有較好的實用價值。

4 結語

以安裝在輸電線桿塔上的監拍裝置作為視頻采集設備，采用基于Laws紋理能量的間隔棒檢測方法，并結合KCF算法跟蹤到輸電線位置的移動，根據其運動軌跡計算出輸電線舞動的幅值和頻率，進而判斷輸電線是否發生舞動。通過輸電線定位算法并以投影Laws紋理能量值作為統計特征實現間隔棒檢測，縮小了輸電線間隔棒的檢測范圍，提高了檢測的速度和精度。

本文中提出的檢測方法主要針對采用分裂輸電線的高壓或特高壓輸電線路，以線路上的間隔棒為目標點進行線路舞動分析，不適用于無間隔棒的輸電線舞動檢測。