（电工理论与新技术专业论文）基于航拍图像的绝缘子状态检测.pdf

声明尸明 本人郑重声明：此处所提交的硕士学位论文基于航拍图像的绝缘子状态检 测，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和 取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包 含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献 均已在论文中作了明确的说明并表示了谢意。 学位论文作者签名：垒! f 垫日期：丝! ! 至! m i ， m ，。 + 。 子图瓯， 图4 1 待匹配图像，与模板图像矿 1 菩i 模板匹配是将模板图像叠放在待匹配图像上平移，模板覆盖下的那块大小为 2 8 一 一 、+葶i 一，- 菩一 华北电力人学硕士学位论文 m x m ：的搜索图叫做子图最一( z ，功为这块子图的左上角像点在f 图中的坐标，称 为参考点。( “，v ) 的取值范围为： k 认即m “( 4 - 1 8 ) 【1 1 ， 2 一m 2 + 1 ( 1 ) a b s ( a b s o l u t c b a l a n c e s e a r c h ) a b s 算法的思想很简单，就是用模板图像和待匹配图像上的搜索窗口之问的像 素灰度值的差别，来表示二者的相关性。如果差别小于预定的阈值认为匹配成功， 否则就认为匹配失败。 计算a b s 值有三种算法，分别是最小均方误差函数( m s e ) 、最小平均绝对差值 函数( m a d ) 、最大匹配像素统计( m p c ) ，分别表示为 m s e ( ) = 志善鬈m ”沙) 2 ( 4 1 1 9 ) 删砌咖志貉聊”如切1 2 ( 4 2 。) m p c ( 州) = 艺( f ，_ ，) ( 4 2 1 ) 其中 删，= 亿罂卜只力怿 件2 2 ) 式中，t 为估算阈值。 由式( 4 2 2 ) ，小于阈值t 的像素被归入匹配像素，否则被归入非匹配像素。 ( 2 ) 归一化互相关匹配( n c ) 归一化互相关法【4 1 1 是最基本的匹配算法，是一种典型的基于灰度相关的算法。 模板图像在待匹配图像上进行遍历，计算每个位置处的模板图像和待匹配对应部分 的互相关值，互相关至最大的位置便是模板图像在待匹配图像中对应的位置。互相 关有如下两种形式 归一化相关函数 e e t ( i ，) ，( 甜+ f ，y + _ ，) n c ( u ，d = ( 4 - 2 3 ) 华北电力人学硕+ 学位论文 去均值归一化相关函数 m lm ， ( 孢j ) - f ( i ，歹) ) ( f + f ，v + ) 一f + f ，1 ，+ ) 其中 n c ( u ，1 ，) =( 4 2 4 ) 承力2 志荟若双力 ( 4 _ 2 5 ) 反外扣吖) _ 志善萎凡卅咖“) ( 4 - 2 6 ) n ( u ，v ) 为度量函数在偏移量( “，v ) 时的匹配度量值。当n ( u ， ，) 取得最大时则认为 0 ，力是寻找到最佳的匹配位置。 4 2 5 基于模板匹配算法识别 以绝缘子图像为例，把绝缘子串作为识别目标，采用基于图像灰度的模板匹配 法来识别图像中的绝缘子。如图3 - 2 所示，图3 - 2 ( a ) 是原始图像；图3 - 2 ( b ) 待匹配图 像( 形态学开运算后的图像) ；图3 - 2 ( c ) 茭j 模板图像、3 - 2 ( d ) 、3 - 2 ( e ) 、3 - 2 ( f ) 是分别 采用最小平均绝对差值函数( m a d ) 、归一化相关法和不变矩的匹配结果。 ( a ) 原图 ( b ) 待匹配图像 tlll一t薹tzz量z重 华北电力人学硕士学位论文 ( c ) 模板图像( d ) m a d 算法 ( e ) 归一化相关法匹配结果( o 不变矩匹配结果 图4 2 图像匹配结果 不同的匹配方法有不同的特点，为了寻找最适合本课题的图像匹配算法，分别 把原始图像进行变化后，再进行图像匹配，验证其匹配概率。表4 1 给出了分别在 原始图像中加入高斯噪声、使原始图像的灰度值发生线性变换、把原始图像旋转1 0 。 及原始图像缩小为0 7 倍后，图像的匹配结果。 表4 1 图像发生变化后的匹配结果 二式 m a dn c 不变矩 匹配样本数 正确匹配正确匹配率正确匹配正确匹配率止确匹配正确匹配率 原始图像3 0 2 8 9 3 3 3 2 99 6 6 7 2 99 6 6 7 加入噪声( 0 0 0 5 )3 02 27 3 - 3 3 2 58 3 3 3 2 6 8 6 6 7 加入噪声( o 0 1 )3 0 1 9 6 3 - 3 3 2 37 6 6 7 2 37 6 6 7 灰度变化 3 02 06 6 6 7 2 4 8 0 o o 2 48 0 0 0 旋转1 0 03 01 55 0 0 0 2 06 6 6 7 2 6 8 6 6 7 缩小为0 7 倍 3 01 44 6 6 7 1 96 3 3 3 2 58 3 3 3 躲重t暑i奄纛番重 童囊零垒量藿霍藿 嘶童重零量量委藿罨童鼍震霍量鼍羹藿譬量 华北电力大学硕士学位论文 由表4 1 可以得出，最小平均绝对差函数法( m a d ) 对噪声较敏感，在加噪声 的情况下，正确的匹配率随着信噪比的增加而减小；归一化相关法的优点是抗噪声 干扰能力强，且在灰度发生变化情况下精度很高，对图像灰度值的线性变换具有“免 疫性”，即所求的n c 值不受灰度值的线性变换的影响；不变矩匹配法当图像发生旋 转和比例变化时，其正确匹配率最高。实验证明，不变矩在比例因子小于2 和旋转 不超过4 5 。的条件下，比例因子和旋转的变化对匹配的结果影响很小。 4 3 基于h o u g h 变换的绝缘子识别 4 3 1h o u g h 变换的原理 h o u g h 变换是对图象进行某种形式的坐标变换，它将原始图象中给定形状的曲 线或直线变换成变换空间的一个点。这样就把原始图象中给定形状曲线或直线的检 测问题j 变成寻找变换空间中的峰点问题。变换的最大优点是抗干扰性强，即使曲 线上有小的扰动、间隙，甚至虚线，经h o u g h 变换后，仍能在变换空间中形成明显 的峰点。 h o u g h 变换的原理可以借助点一线对偶性来解释，利用图像空间和h o u g h 参数空 间的点一线对偶性，把图像空间中的检测问题转换到参数空间【4 2 1 。 直线的标准方程为 y = 袱+ b( 4 - 2 7 ) 其中m 和b 是参数，分别为斜率和截距。则在图像空间x y 里，所有过( x ，j ，) 的直线都满 足式( 4 2 7 ) 。如果m 和b 建立一个参数空间，则( ，l ，b ) 表示参数空间m b 中的一个点。这 个点和式( 4 2 7 ) 表示的直线是一一对应的，即x y 空间的一条直线对应m b 空间的一个 点。式( 4 2 7 ) 可以变换成 b = 一，饼+ y( 4 2 8 ) 式( 4 - 2 8 ) 代表参数空问m b 中的一条直线，此时它对应胛空间的一个点( 石，y ) 。式( 4 2 7 ) 和式( 4 2 8 ) 所给的图像空间和参数空间中点和线的对应性就是点线对偶性。根据点 线对偶性可将在x y 空间中直线的检测转化成在m b 空间中对点的检测。 h o u g h t 变换检测x y 空间中的点是否共线的步骤如下： ( 1 ) 对参数空间中参数m 和b 的可能取值范围进行量化，根据量化结果构造一个 累加数组a ( m 耐。：所。，。：k 。) ，并初始为零； ( 2 ) 对每个胛空间中的给定点让m 取遍所有可能值，用式( 4 2 8 ) 计算出b ，根据m 和b 的值累加a ，a ( m ，b ) = a ( m ，6 ) + l ； ( 3 ) 根据累加后彳中最大值所对应的m 和b ，由式r 4 2 7 ) 定出x y 空间中的一条 3 2 华北电力大学硕七学位论文 线。 彳中的最大值代表了在此直线上给定点的数目，满足直线方程的点就是共线的。 然而，直线方程y = m x + b 在应用时会遇到一个问题，当直线处于垂直位置时， 斜率m 代表的值是无穷大。这使得无法为累加数组确定量化的范围。此时需要引入 不同的参数表达形式避开这个问题。直线的极坐标形式解决了这个需求。 直线的极坐标方程为 p = x c o s o + y s i n o ( 4 2 9 ) 参数p 和0 代替了参数m 和b 。根据这个方程，原图像空间中的点对应新参数 空间中的一条正弦曲线，即原来的点一线对偶性变成了现在的点一正弦对偶性。检测 在图像空间中共点的线需要在参数空间检测正弦曲线的交点。 4 3 2 广义h o u g h 变换 广义h o u g h 变换的提出，实际是将h o u g h 变换的基本思想推广到对不能确定标准 参数的一些曲线和目标轮廓进行识别的领域。当所需检测的曲线或目标轮廓没有或 不易用解析式表达时，可以利用表格来建立曲线或轮廓点与参考点间的关系，从而 继续利用h o u g h 变换参数空间和证据积累的概念进行检测，对每个轮廓点( x ，y ) 到参 考点a 的矢量r ( ，0 ) 即表明了它们与参考点之间的关系，于是参考点的坐标( p ，g ) 可以 从轮廓点的坐标计算出来 jp = x + r ( i n d 髓) c o s o ( i n d e x ) ( 4 - 3 0 ) 【g = y + r ( i n d e x ) s i n # ( i n d e x ) 】 式中，i n d e x 表示索引，和秒可以视为i n d e x 未自变量的离散化函数。 表4 2r 表 索引 ， 口 i n d e x l 厂l l ，厂1 2 ，- 1 3 ，1 ”i ，矽l l ，p 1 2 ，秒1 3 ，优。l ， i n d e x 2厂2 l ，厂2 2 ，2 3 ，2 n i ，口2 l ，臼2 2 ，目2 3 ，秒2 。l ， 其中矢量r 在大小和方向上都会随轮廓点的不同而变化，r 表本身与轮廓点的绝 对坐标无关，只是帮助描述轮廓。可见，给定一个i n d e x ，就可以确个可能的参考点 位置，相当于建立了一个复合函数。 将轮廓进行如此表示后，对轮廓上的点先确定i n d e x 值，再由式( 4 - 2 9 ) 算出可 能的参考点坐标( p ，g ) ，并对累加数组a ( p ，q ) 进行累加，取得局部最大( 峰值) 的参 华北电力人学硕+ 学位论文 数p 和g 即确定了整个轮廓的参考点坐标，那么轮廓的位置便可确定。 基于广义h o u g h 变换的图形检测包括两个步骤：创建模板和图形检测。创建模板 主要是对r 表的建立，充分利用图形的几何信息，建立轮廓点与参考点间的函数关 系。图形检测主要是利用r 表计算出一系列可能的参考点坐标，通过检测峰值，确 定参考点坐标。 然而，当被识别的形状发生旋转、变换、拉伸时，由于其不是标准参数形式， 给广义r o u g h 变换带来了处理上不能克服的问题，所以提出了许多改进的h o u g h 变换 算法： ( 1 ) 自适应h o u g h 变换 自适应h o u g h 变换在1 9 8 6 年提出，它是一种迭代算法。其基本思想为首先对参 数的量化范围采取一个较大的尺度，即粗糙的定义一个参数量化域，这样做的目的 在于减少累加数组的元素数量，当然得到的累加结果也是不精确的。 当从全局范围内获得一个最大的可能值时，第一遍变换结束。之后定位最大值 的位置( 也是最可能出现目标的位置) ，进行第二遍变换，这次减少变换区域，将变 换区域由图像全局转为最大值附近的区域，同时将参数的量化域扩大，即选择更精 确的量化进行变换，这样即使累加数组的元素增加了，但全局数据总量减少，也等 于是降低了计算量。 迭代过程在预定义的次数后终止。注意，并不是每次只能对最大值处理，而是 可以选择多个局部最大值同时处理。而且每次迭代过程都使量化域更精细，而迭代 处理区域更小，这样就保证了计算时间和计算量都在控制之内。 自适应h o u g h 变换的思想和小波变换中尺度的思想相似。在全局范围内用粗糙 的量化参数，当确定预选的范围后用精细的量化参数进行确认。缺点是迭代过程增 加了处理的次数，为了得到准确的识别结果，必须多次处理相同的数据。 ( 2 ) 概率h o u g h 变换 概率h o u g h 变换于1 9 9 0 年首次提出。它的原理是：如果数据点是准确的，那定位 一个包含5 个参数的椭圆方程。，只需要5 个点就可以了。这说明在h o u g h 变换处理数 据过程中有些数据是浪费的。如果选择图像中的一部分点进行变换，在不影响结果 的前提下就会大大减少计算时间和计算量。关键问题是如何选择这一部分点，可以 定义图像的一致概率密度函数进行选择。被选择的数据点数与应该处理的总点数之 间存在着比例关系，定义一个比例系数口作为度量。口的范围在0 一l 之间，当口= 1 时， 概率h o u g h 变换就是标准的h o u g h 变换。 概率h o u g h 变换的优点就在于节省计算，直接可以看到，当数据点只选择2 0 时， 3 4 华北电力大学硕士学位论文 计算量也只有原来的2 0 。当然随着口的减少，识别的准确度也必然下降，文献中也 分析到，当口减少到一定门限后，其变化将对识别准确度的影响不敏感。可以这样 理解，这是由于图像中确实存在冗余数据量的缘故。 一致概率密度函数的选择也对该算法的稳定性起重要作用。 ( 3 ) 层进式h o u g h 变换 层进式h o u g h 变换的基本思想是将一个图像分解为许多小的子图像，在这些子 图像上分别进行h o u g h 变换。然后，合并这些子图像，同时将每个子图像中检测出 的目标在高一层的图像中合并。 己知的文献对该方法的应用只限于对直线的识别，而没有包含对圆和椭圆的识 别。考虑该方法的主要问题是，在子图像中使用h o u g h 变换确实使得数据量分散了， 但在合并的过程中却没有更好的准则可依据。子图像的识别误差会直接累加到高一 层的子图像，比如线的合并，子图像内部的象素聚类的门限不一定适合高一层的目 标合并。极有可能出现同一条直线由于在多个子图像中被分段识别出来，由于没有 有效的合并规则，而被最终识别为多条直线的状况。 同时，该方法不能推广到圆和椭圆类目标也是因为其合并准则还不成熟。 ( 4 ) 随机h o u g h 变换 1 9 8 9 年提出的随机h o u g h 变换改进了对存储空间的要求，它大大减少了程序设 计时不必要的内存申请。 随机h o u g h 变换的想法就是，参数化模型后，不直接定义量化了的参数空间。 相反，先对图像空间的数据点进行处理，首先随机选择数据中的两个点，它们必然 唯一确定图像空间中的一条直线及其参数，进行h o u g h 变换，该直线对应参数空间 中的一个点，此时参数空间不存在累加数组，算法根据随机点对应的计算结果产生 一个单元( p ，口) 进行累加记数。这个过程重复进行，每次对随机点对应的计算结果都 在参数空间中先进行判断，如果己经存在相同参数( 岛秒) ，就对该单元累加记数，否 则就产生一个新单元，并记数为1 。这个过程直到数据点处理完为止。 同样的处理思路可用于圆和椭圆的识别，不同之处只在于参数模型的不同。 随机h o u g h 变换方法和标准的h o u g h 变换法比较有很多的优点，虽然没有减少模 型的维数，但它使得参数空间的累加数组由静态变为动态，在编制程序时更是体现 了这一优势。随机h o u g h 变换在选择随机处理点对时没有一定的规则依据，使得有 些点不止一次的被处理到，而且，噪声对算法的影响不可忽略。当图像中存在许多 目标时该算法也会遇到困难。 华北电力人学硕j ：学位论文 4 3 3 基于几何特征的h o u g h 变换检测绝缘子 其实h o u g h 变换可以检测任意的己知表达形式的曲线，关键是看其参数空间的 选择，参数空间的选择可以根据它的表达形式而定。比如圆的表达形式一般为 ( x - 口) 2 + ( y - b ) 2 - - - r 2 ( 4 3 1 ) 所以当检测某一半径的圆的时候，可以选择与原图像空间同样的空间作为参数 空间。那么原图像空间中的一个圆对应了参数空间中的一个点，参数空间中的一个 点对应了图像空间中的一个圆，原图像空间中在同一个圆上的点，它们的参数相同 即a ，b 相同，那么它们在参数空间中的对应的圆就会过同一个点亿6 ) ，所以，将 原图像空间中的所有点变换到参数空间后，根据参数空间中点的聚集程度就可以判 断出图像空间中有没有近似于圆的图形，如果有的话，这个参数就是圆的参数。 由于绝缘子图像中的绝缘子串呈椭圆状，所以可以应用h o u g h 变换来检测出 椭圆，即绝缘子串。比较4 3 2 介绍的几种改进的h o u g h 变换的优缺点，本文采用 了一种利用椭圆的几何特征降低参数的维度的方法，即利用椭圆的极点与极弦中点 连线必然经过椭圆中心的性质，先用h o u g h 检测出椭圆的中心，在进行一次h o u g h 变换来检测出椭圆的另外三个参数。 ( 1 ) 获取椭圆中心的理论依据 对于任意的椭圆e ，如图4 3 所示，可以由中心在原点，两个半轴与坐标轴重合的 ， 图4 - 3 椭圆e 标准参数椭圆 石20c ? s 口经过转换变换和平移变换后得到。旋转变换矩阵为 ly = d 8 1 n 口 l 篇竺矧 【- o 0 l j 平移蛮换锥阵为 华北电力大学硕十学位论文 o 0 0 lo o0i 【- pg1 j 消去口参数可得 ( x - p ) c o s 0 + 了( y - q ) s i n o 2 + ( y - q ) c o s 0 + 了( x - p ) s i n 0 2 ：l ( 4 3 3 ) a 。 d 其中，( p ，g ) 为椭圆的中心坐；a 和b 分别为椭圆的两个半轴；0 为转角。 由式( 4 3 2 ) 得 jd 叫此一口s 砌咖栅s o c o s 口( 4 - 3 4 ) 【d y d a = - a c o s o s i n c t - b s i n o c o s a 可求出 dydx-acososin(a+x)-bsino(cosa+x) ( 4 3 5 ) 一口s i n o s i n ( a + 7 c ) + b c o s o ( c o s a + 兀) 、 式( 4 3 4 ) 表明，椭圆上任意点的切向方向与其中心对称的另一点的切向方向相 同。由此得出，连接椭圆上切向相同的两点，这两点之间的线段的中心就是椭圆的 中心。 ( 2 ) 椭圆中心的获取 在灰度图像中检测椭圆轮廓，首先应从原始图像中提取出边缘信息，并转换为单一 宽度的边缘图像，设边缘像素值为1 ，其他像素值为0 ，即对边缘图进行了一值化将边 缘像素的坐标存入数组v 中，数组大小为n 。轮廓检测的通用部分，一般采用己有的成 熟算法，如边缘检测的c a n n y 算子。 由常规知识可知，要在数字图像上形成一个可视的椭圆，椭圆两个半轴不能过小， 否则椭圆将严重退化。由此，可对两个可能的对称点之间的距离进行判断，当小于一定 的阈值时，这两点一定不是真正的对称点，可能是边缘上的邻点。这一阈值一般应大于 3 ，也可根据图像的具体情况进行适当设置。设置该阈值的目的是为了进一步突出椭圆 中心的统计概率，当图像内容较为简单时，可不必进行距离判断，以进一步提高运算效 率。 设两对称点的坐标分别为( 五，y 1 ) 和( 而，坎) ，则中心点的坐标为 动 o h p g +伊口 n 硌 血 口 口 n n 弓薹 龇 6 6 一 十 p p s 1出 口 口 s s 0 a 瞄 啷 口 口 = = x y ，(l 为程方数参的圆椭意任以所 华北电力人学硕卜学位论文 工= x l + x 2 2 ( 4 3 6 ) v ：! ! 丝 。 2 由公式( 4 3 6 ) 可以发现，要找出中心点，应该先找出边缘上线率相同的点。 对于图像分割后的二值图像，将八连通边缘的点分为以下8 类： 斜率为水平、垂直、4 5 度、1 3 5 度方向的四类，分别记为：厶，厶，厶，厶；表示 水平占优的凹点类，记为l 5 ；表示水平占优的凸点类，记为t ；表示垂直占优的右凸 点类，记为厶；表示垂直占优的左凸点类，记为厶。 将图像数组v 中的点按照上述方法提取出有用的八类斜率，设为厶一厶。初始化一 个二维的累加数组a ( m ，刀) = 0 ，其中m ，n 为原始图像行列的大小。 对厶一厶中的个点分别计算( x ，y ) ，使累加数组彳( z ，y ) 加1 ；在厶中取“，乃) ，在 厶中取( 恐，兄) ，计算中点，并使对应的累加数组a ( x ，y ) 加1 ；同样在厶中取( 五，y 。) ， 在厶中取( x 2 ，y 2 ) ，计算中点，并使对应的累加数组a ( x , y ) 加1 。 最后累加数组中最大的值所对应的坐标即为椭圆的中心点坐标( p ，g ) 。将所得中心 点坐标( 办g ) 带入椭圆方程( 4 3 1 ) 中，从边缘像素的坐标数组v 中选却数据，只需要 在三维空间中采用h o u g h 变换对参数a 、b 和0 进行统计，得到峰值超过阈值的组 参数即为椭圆的a 、b 和0 ，这样就提取出一个椭圆轮廓。 应用所述方法，以绝缘子图片为例，对原图先进行阈值分割，但是由于航拍绝缘子 图片背景复杂，以及拍摄时间等外在因素的影响，对于分割后的目标外部或内部会产生 小块和噪音，因此这部分图像在分割后需要进一步处理，为保持绝缘子图像的形状特性 和边缘的清晰，我们应用第三章介绍的形态学的开运算，即先进行腐蚀运算，在进行膨 胀运算，去除噪音和粘连的区域。原图、阈值分割后的图片以及形态学处理后的图片分 别如图4 4 所示，白色标记椭圆部分即是绝缘子串。从实验结果看基本能有效地提取识 别出绝缘子，但由于参数的设定和图片背景的原因，有个别绝缘子串漏检的可能。 ( a ) 原图( b ) 阈值分割图 华北电力人学硕士学位论文 ( c ) 形态学开运算处理图( d ) h o u g h 检测出的椭圆 图4 _ 4 图像变换结果 4 3 4 绝缘子图像边缘的定位 经过h o u g h 变换检测出图像中的绝缘子边缘后，接下来需要对检测结果定位，从图 像中找出绝缘子。 原始图像通过前期一系列的处理，该图像含有众多边缘信息，计算机需要被告 知哪些边缘是绝缘子、哪些轮廓需要被舍弃，才能将目标正确地分离。这一点可以 借助绝缘子外观的函数模型来完成。 由p e t r o u 提出的斜坡模型为 矿= 1 一! p 一甜x o 2 ( 4 3 7 ) ! x o 2 式中，s 是正常数。 文献4 3 1 证明了绝缘子图像每一尺度的边缘均可由上式所示的斜坡模型来很好 地表征，因此可以用斜坡函数来表征绝缘子的边缘，从而判断边缘图像中绝缘子的 位置。分析样本图片，选用参数为s = 1 2 的斜坡模型可以表征大多数绝缘子的外 观特征。为了防止边缘丢失，并方便图像处理，规定分割图像的宽度取略大于检测 到的绝缘子边缘中的最大宽度，高度也作同样处理，以此长宽分割出一幅矩形图。 4 4 绝缘子状态检测 4 4 1 绝缘子覆冰 输电线路所处自然环境恶劣，经常遭受冰雪灾害的影响，绝缘子覆冰是高压输 电线路中经常出现并产生较大危害的异常运行状态，严重覆冰时会使绝缘子串冻结 华北电力人学硕七学位论文 成冰柱，融化时形成的表面导电水膜，导致绝缘子串泄漏电流增大，当泄露电流增 大到一定程度，则可能由局部弧光放电发展为闪络，同时，绝缘子覆冰后，表面的 电压分布也不均匀，更容易发生闪络。因此输电线路覆冰积雪严重威胁着电力系统 的安全可靠运行，必须采取各种措施来防治冰害事故的发生。 目前，绝缘子覆冰检测主要由两种方案【4 4 】： ( 1 ) 设立覆冰观测站，由专门的人员守护并记录气象信息及覆冰情况。但是一 般站点偏远，生活艰苦，且人工成本大。 ( 2 ) 在线路上安装传感器，测量重量、气候、张力等参数，但是一般而言，重 量、气候、张力等参数与覆冰的状况对应关系不太明确，很难判断出覆冰的冰厚度、 冰重等，而且安装传感器也不方便。 随着航拍巡线以及数字成像设备的发展，可以通过现场拍摄的绝缘子数字照 片，基于图像处理技术来自动识别覆冰情况及其特征量。 4 4 2 绝缘子覆冰识别 ( 1 ) 绝缘子覆冰的特征 对于绝缘子覆冰的研究，目前大多数是探究其电气特性。基于图像的绝缘子覆 冰判断可以根据覆冰后绝缘子的形态特征来判别。当绝缘子覆冰后，其径向长度较 未覆冰时有所增加，而且径向增加的程度直接反映了覆冰的程度，若径向距离增大 越多，绝缘子覆冰越为严重。同时，绝缘子覆冰后容易在绝缘子下面形成长条状的 冰柱。 ( 2 ) 绝缘子覆冰图像的预处理 现场拍摄的绝缘子图像往往带有噪声，应用第三章中所介绍的方法先对图像进 行平滑去噪和阈值分割，以绝缘子图片为例，经过处理后的结果如下图4 5 和图4 6 所示。 图4 5 平滑滤波后的绝缘子图像 图4 - 6 阈值分割后的绝缘子图像 华北电力大学硕士学位论文 ( 3 ) 绝缘子覆冰图像的边缘提取 由于阈值分割后的图像边缘和图像内部的点仍未很好的分离，无法计算出最大 径向长度，所以应该进一步提取边缘轮廓，应用第三章介绍的改进的c a n n y 算子检 测和第四章介绍的h o u g h 变换检测，处理后的图片如下所示。 图4 7 改进的c a n n y 算子检测后的绝缘子图像 图4 8h o u g h 变换后的绝缘子图像 4 4 3 绝缘子覆冰图像的厚度计算 在绝缘子图像边缘检测时，计算出同一行中先后扫描到的黑点之间的横坐标最 大差值。在此基础上，比较各行黑点最大差值，便是所求的绝缘子最大径向距离， 它在图像中是以像素为单位的。 若要评估绝缘子是否覆冰以及覆冰的程度，就有必要找出图像中绝缘子最大径 向距离和实际绝缘子最大径向距离之间的关系。 照相机的基本原理是凸透镜成像的原理，如图4 - 9 所示。 照相机 图4 9 照相机成像原理图 图4 - 9 中f 表示凸透镜焦距，d 表示物距，1 ，表示像距。另设绝缘子实际直径为 嚷，则根据成像原理，可知像的大小为 华北电力大学硕十学位论文 哆= l 或 (4-38)d 一f ” 、 目前内置c m o s 的数码照相机，c m o s 感光元件是有一定尺寸的，设其为m ，l m n 。通过设置，可以选择照相机的像素值，设为p x g 像素，这样当物体所称的像恰 好为c m o s 的尺寸时，其在最终所形成的数字图片便是p x 口像素。 因此一个像素代表物体的像的水平和垂直大小分别为 ：ma ( 4 3 9 ) = l 斗一j y ， p b ：旦 ( 4 4 0 ) g 综合式( 4 3 8 ) ，式( 4 3 9 ) 和式( 4 4 0 ) ，可知一个像素代表的物体的真实水平的大 小和垂直大小分别为 铲似鲁等 ( 4 _ 4 t ) 岛：b x 要：b 垡 ( 4 4 2 )1 谚d 、 根据式( 4 4 1 ) 和( 4 4 2 ) ，可以将图像中的像素距离转化为实际距离，a i 和6 l 即为 转换系数，通过这种转换，从而可以得到覆冰的实际厚度。 实际应用中，可以应用比例关系来计算出实际覆冰的厚度，假设绝缘子的实际 直径面，边界对应的直线之问的距离为个像素，覆冰后为而个像素，则水平方向 和垂直方向覆冰厚度分别为 矗：( x 2 - x i ) d i 2 _ p ( 4 4 3 ) 恕：( x 2 - x i ) d t ( 4 4 4 ) 2 x j q 、 当求出覆冰厚度后，可根据冰厚的上下限进行报警提示。实际上，在覆冰过程 中可能由于重力等影响，积冰的厚度不均匀。 华北电力大学硕七学位论文 5 1 结论 第五章结论与展望 直升机巡检输电线路是未来巡线发展的趋势，在直升机巡线过程中配备先进的 硬件设备和功能强大的软件系统是直升机巡线的要求。目前，我国采用直升机巡线， 通常是在直升机上安装红外热像仪、可见光摄像机、高分辨率照相机、望远镜、g p s 等设备，利用红外成像仪拍摄线路上的导线接续管、耐张管、跳线线夹、导地线线 夹、绝缘子串等的图像；利用摄像机、照相机拍摄线路及杆塔的图像。然后把拍摄 的图像拿回工作室重放，工作人员的通过肉眼识别图像中出现的故障和异常现象， 这种方式不仅效率低，而且还会漏掉部分故障，而采用计算机处理拍摄的图像可以 弥补这两方面的不足，目前我国在这方面的研究还比较少。随着直升机巡线越来越 多的应用，利用计算机处理所拍摄图像，并实现自动检测各种故障和异常现象将成 为研究热点。 本文针对航拍输电线路的绝缘子图像，主要研究应用计算机视觉技术和图像处 理技术对图像进行处理和识别，最后检测出绝缘子的覆冰状态，主要完成的工作有： ( 1 ) 以航拍绝缘子图像为研究对象，介绍了图像增强、图像平滑等预处理的方法 并对各种方法和特点进行了实验研究。另外，介绍了分割的几种基本方法，对边缘 检测做了详细的介绍，针对绝缘子的边缘特点，着重研究了c a n n y 算子，在根据 c a n n y 算子的检测准则对传统的c a n n y 算子进行改进，提高了边缘检测的准确度。 最后对几种检测的方法做了比较，仿真结果证明了方法的可行性。 ( 2 ) 介绍了图像的特征提取和识别，通过分析，对于目标基于图像灰度特征的 匹配算法原理，分析比较了几种典型的匹配算法。从图像匹配的性能为出发点，在 m a t l a b 平台上验证了m a d 、归一化相关法和不变矩三种匹配方法的匹配精度和 匹配速度：同时对h o u g h 变换做了研究，通过分析绝缘子图像成椭圆状，然后利用 基于几何特征的h o u g h 变换在图像中提取了绝缘子并识别。 ( 3 ) 绝缘子的覆冰状态检测。基于图像的绝缘子覆冰状态的判断，根据覆冰形 成的特点：会在绝缘子下形成长条的冰柱，在检测图像时如果有长条冰柱出现则可 判定该绝缘子覆冰。对检测到覆冰的绝缘子图片中绝缘子轮廓信息提取并测量，再 和未覆冰时的绝缘子图片进行减运算，按照已知的比例将计算结果换算成实际尺 寸，得到绝缘子覆冰厚度。 本课题将计算机图像处理技术应用于输电线路巡检与状态检测方面，对电力行 业安全运行生产有一定的积极意义，并为远程监控和高空巡检等工作提供了理论依 堂皇垄厶堂堕堂堡垒茎 据和思路。 5 2 展望 由于通过计算机图像处理技术来检测绝缘子的状态( 故障、覆冰等) 还属于新 兴阶段，因此本文的方法难免会出现某些问题，要投入到实际的应用中去，目前在 ( 1 ) 检测效果问题，由于存在噪声，尤其是外界噪声，诸如雨雪等对绝缘子的 检测会产生一定的影响，如何选择更好地去噪方法是本文继续研究的问题。 ( 2 ) 匹配识别方法改进，针对匹配目标和匹配的准确性提出更适合航拍图像的 检测方法。 ( 3 ) h o u g h 变换识别椭圆的方法有待改进，对于绝缘子覆冰状态来说，边缘提取 的准确度直接影响后期绝缘子覆冰厚度的计算。 总之，图像处理技术和计算机视觉技术以及g i s 、g p s 等通信技术的发展，在 电力系统输电线路巡检以及状态检测方面会取得更广泛的应用。 华北电力大学硕士学位论文 参考文献 1 】周风余，吴爱国，李贻斌高压架空输电线路自动巡线机器人的研制电力系统 自化，2 0 0 4 ，2 8 ( 2 3 ) ：8 5 2 】阎洪斌山西电网直升机输电线路巡检作业探析科技之友，2 0 0 8 ，8 ( 2 4 ) ：1 4 - 1 5 【3 】韩爱华g p s 在配网检修和巡线中的应用电力信息化，2 0 0 5 ，3 ( 3 ) ：6 6 【4 】王长滨，叶咏梅，陈永辉采用直升机开展5 0 0k v 输电线路巡视及事故抢修探 讨黑龙江电力技术，1 9 9 9 ，2 1 ( 2 ) ：4 4 4 7 5 】关志成，绝缘子及输变电设备外绝缘清华大学出版社，2 0 0 6 【6 】赵鹏，邓春，袁亦超应用直升飞机巡检线路华北电力技术，2 0 0 2 ，1 0 ：2 - 3 【7 】戴文进，方敏红外检测技术在变电站监控报警系统中的应用研究红外技术， 2 0 0 6 ，2 8 ( 5 ) ：3 0 6 3 0 8 【8 】陈涛，何为，刘晓东等高压输电线路紫外在线检测系统阴电力系统自动化， 2 0 0 6 ，2 8 ( 5 ) ：3 0 6 3 0 8 【9 】王立新，卫志刚，孙丙新等变电站支柱绝缘子超声波检测工艺方法的选择和 试验分析无损检测，2 0 0 6 ，2 8 ( 1 2 ) ：6 3 6 6 4 0 【10 】w h i t w o r t hcc ，d u l l e ra wg ，j o n e sdi ，e t a l a e r i a lv i d e oi n s p e c t i o no f o v e r h e a dp o w e rl i n e s p o w e re n g i n e e f i n gj o u r n a l ，2 0 0 1 ，15 ( 1 ) ：2 5 - 3 2 1 1 】李成榕，程养春，陈宇等电场测量法在线检测合成绝缘子的绝缘缺陷的研究 高电压技术，2 0 0 6 ，2 8 ( 1 2 ) ：6 3 6 6 4 0 【1 2 】杨奕，陈以方，洪玉萍，等合成绝缘子的超声检测方法无损检测，2 0 0 3 ， 2 5 ( 7 ) ：3 3 7 - 。3 3 9 1 3 】粱曦东，戴建军，周远翔，等超声法检测绝缘子用玻璃钢芯棒脆断裂纹的研究中 国电机工程学报，2 0 0 5 ，2 5 ( 3 ) ：1 1 0 1 1 4 【1 4 】王雪，张冠军，严璋国内高压绝缘子在线检测方法综述电瓷避雷器，2 0 0 2 ，6 ：4 【1 5 】张广军机器视觉北京：科学出版社，2 0 0 6 【16 】z r i e lr o s e n f e l d s u r v e yi m a g ea n a l y s i sa n dc o m p u t e rv i s i o n c o m p u t e rv i s i o n a n di m a g eu n d e r s t a n d i n g ，1 9 9 4 ，6 1 ( 1 ) ：9 0 1 4 3 【1 7 】阮秋琦图像处理和计算机视觉技术在美国北方交通大学学报，1 9 9 2 ，1 6 ( 3 ) ： 1 6 1 9 【18 】m i l a ns o n k a ，v a c l a vh l a v a e ，r o g e rb o y l e i m a g ep r o c e s s i n ga n a l y s i sa n dm a c h i n e 华北电力人学硕十学位论文 v i s i o n t h o m s o nl e a r n i n ga n dp tp r e s s 【1 9 】曹光植适用于机器人视觉的算法丌发和系统实现浙江大学硕士学位论文，2 0 0 4 【2 0 】唐高友基于机器视觉的道路识别与障碍物检测技术研究重庆大学硕士学位论 文，2 0 0 5 【2 l 】杨杰机器人视觉目标跟踪方法的研究哈尔滨工程大学硕士学位论文，2 0 0 6 【2 2 】李介谷在应用中成长着的计算机视觉模式识别与人工智能，1 9 9 2 ，5 ( 4 ) ： 2 6 6 - 2 7 1 【2 3 】f a i g w c a l i b r a t i o no f c l o s e r a n g ep h o t e g r a m m e t r i cs y s t e m s ：m a t h e m a t i c a l f o r m u l a t i o np h o t e g r a m e t r i ce n g r e m o t es e n s i n g ，1 9 7 5 ，4 1 ( 1 2 ) ：1 4 7 9 1 4 8 6 【2 4 】吴立得计算机视觉上海：复旦大学出版社，1 9 9 3 【2 5 】胡小锋，赵辉，v i s u a lc + “m a t l a b 图象处理与识别实用案例精选，人民邮电 出版社，2 0 0 4 【2 6 】关心平，赵立兴，唐英干图像去噪混合滤波方法中国图象图形学报，2 0 0 5 ，1 0 ( 3 ) ：3 3 2 - 3 3 7 【2 7 】j a h n eb d i g i t a li m a g e p r o c e s s i n g - c o n c e p t s a l g o r i t h m s a n ds c i e n t i f i c a p p l i c a t i o n s s p r i n g e r , 19 9 7 ：2 36 2 4 2 2 8 】ar o s e n f e l d ，mt h u r s t o n e d g ea n dc u r v ed e t e c t i o nf o rv i s u a ls c e n ea n a l y s i s i e e et r a n s a c t i o n so nc o m p u t e r s ， 19 7 1 ，2 0 ( 5 ) ：5 6 2 5 6 9 【2 9 】章毓晋图象分割科学出版社，2 0 0 1 ，1 8 9 1 9 0 【3 0 】陈冬岚，刘金南，余玲玲几种图像分割闽值选取方法的比较与研究机械制造 与自动化，2 0 0 3 ，1 ：7 7 8 0 【3 l 】容观澳计算机图像处理北京：清华大学出版社，2 0 0 0 1 7 2 【3 2 】郝颖明，朱枫2 维o t s u 自适应闽值的快速算法中国图象图形学报，2 0 0 5 ，1 0 ( 4 ) ：4 8 4 - 4 8 5 【3 3 】l l a m ，s w l e ea n dc y s u e n ，t h i n n i n gm e t h o d o l o g i e s ac o m p r e h e n s i v es u r v e y ， i e e ep a m i v 0 1 1 4 n o 9 p p 8 6 9 8 8 5 ，1 9 9 2 【3 4 】e r d a v i e sa n da p n p l a m m e r ，t h i n n i n ga l g o r i t h m s ：ac r i t i q u ea n dan e w m e t h o d o l o g y ，p r v 0 1 1 4 n o 1 p p 5 3 6 3 1 9 8 1 【3 5 l i a n gg u a n g m i n g ，s u nj i 2 x i a n g ，m aq i ，e ta 1 a na p p l i c a t i