基于图像处理技术的绝缘子覆冰自动识别.pdf

第37卷 第1期 2009年1月 Vol 37 No 1 Jan 2009 基于图像处理技术的绝缘子覆冰自动识别 张 成 盛戈皞 江秀臣 曾 奕 朱诚实 上海交通大学 电子信息与电气工程学院 上海 200240 摘 要 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况 通过对绝缘子覆冰特征的 分析 结合现场拍摄画面研究了基于图像处理技术对绝缘子覆冰的情况和图形特征量进行自动分析和识别 的方法 主要基于图像平滑处理 阈值变换和轮廓跟踪等算法实现了基于现场图像的绝缘子覆冰及覆冰厚度 等特征参数的自动识别 关键词 绝缘子覆冰 图像处理 图像识别 作者简介 张 成 19842 男 硕士研究生 主要研究方向为输电线路在线状态监测 中图分类号 T M21 文献标志码 A 文章编号 100129529 2009 0120146204 Application of digital i mage processing to insulator icing identification ZHANG Cheng SHENG Ge2gao JIANG Xiu2chen ZENG Yi ZHU Cheng2shi School of Electronic Infor mation and Electrical Engineering Shanghai JiaotongUniv Shanghai 200240 China Abstract Ice accretion on insulators usually causes great damage to high voltage transmission systems Based on the icing characteristics of the insulator and the image features of iced insulators taken by digital cameras installed on the tower the method for automatic analysis and identification of insulator icingwas studied by using algorithms of image s moothing processing threshold transfor mation and contour tracking Key words insulator icing digital image processing i mage identification 绝缘子覆冰的危害相当严重 目前主要有两 种绝缘子覆冰检测方案 1 设立覆冰观测站 1 由专人职守并记录 气象信息及覆冰情况 但设立站点一般较为偏 远 生活艰苦 人为因素较大 成本太高 2 在线路上安装测量张力 重量 气候等参 数的传感器 2 但是张力 重量与覆冰状况之间的对应关系 不明确 缺少直接判断依据 很难判断覆冰的冰 厚 冰量 导线覆冰类型等情况 而且传感器的安 装也不方便 因而应用受到限制 本文主要针对安装在杆塔上的数据采集终端 装置拍摄的现场绝缘子数字照片 基于数字图像 处理技术研究自动识别绝缘子覆冰情况及其特征 量的方法 结合图像预处理和轮廓跟踪等算法 开发了专门的应用软件 实现了绝缘子覆冰形态 特征的自动识别 1 绝缘子覆冰的自动识别 1 1 覆冰绝缘子特征分析 对于绝缘子覆冰的研究 目前很多工作大多 集中在电气特性的测量方面 2 事实上 考虑绝 缘子覆冰的形态特征 不难发现一个最为直接的 特征 绝缘子覆冰后 其径向长度较未覆冰时增 大 而且这种增大直接反映了当前绝缘子覆冰的 程度 径向距离增大得越多 表明绝缘子覆冰状 态越严重 本文的基本思路是根据前端数据采集系统拍 摄传回的现场实时照片 利用相关的图像处理技 术 找出绝缘子图像边界 进而计算分析绝缘子覆 冰的基本形态特征参数 1 2 相关的数字图像处理技术 1 图象平滑处理 常用的图像平滑处理方法 3 是领域平均法 可用来消除麻点状噪声 其处理可表述为 g x y 1 M m n S h m n f x m y n 1 式中 f x y 待处理图像 h x y 处理函数 g x y 处理结果 M 领域内所包含的像素总数 S 事先确定的领域 该领域不包括 x y 张 成 等 基于图像处理技术的绝缘子覆冰自动识别147 这种算法简单 计算速度快 但缺点是容易使 图像模糊 领域取得越大 图像越模糊 采取阈 值的领域平均法可解决这一问题 其基本原理是 用一个窗口 如3 3 沿图像移动 先求出窗口中 除了待处理像元灰度值得平均值 若待处理值与 这个平均值之差的绝对值超过了某一预先设定的 阈值 则用均值代替该像元的灰度值 否则保持该 像元灰度不变 2 阈值变换 阈值变换 4 5 指图像上的所有点的灰度值只 有两种可能 不为 0 就为 255 阈值变换函数 表述为 f x 0 x T 255x T 2 式中 T 设定的阈值 3 边缘检测 物体的边缘是以图像的局部特性不连续性的 形式出现的 如灰度值突变 颜色突变 纹理结构 突变等 图像的边缘有方向和幅度两个特性 通 常 沿边缘走向的像素变化平缓 而垂直于边缘走 向的像素变化剧烈 这种变化可能呈现阶跃型 屋顶型和凸缘型 6 如图1所示 图1 灰度变化的几种类型 边缘提取方法自然是考察图像的每个像素在 某个领域内灰度的变化 利用边缘邻域内的一阶 或二阶导数变化规律 从而确定图像的边缘 这 种方法亦称为边缘检测局部算子法 可见 局部 算子法的关键是找到合适的边缘检测算子 常见 的边缘检测算子有Sobel算子 高斯 拉普拉斯 算子等 Sobel算子是一种一阶微分算子 在边缘检测 中有十分广泛的应用 Sobel算子有两个 一个是 检测水平边缘的 1 2 1 000 121 另一个是检 测垂直边缘的 101 202 101 Sobel算子的另一种形式是各向同性算子 也 有两个 检测水平边缘的 1 2 1 000 121 和 检测垂直边缘的 101 202 101 由于噪声点对边缘检测有一定的影响 所以 效果更好的边缘检测算子是高斯 拉普拉斯算 子 它把高斯平滑滤波器和拉普拉斯锐化滤波器 的特性结合起来 先平滑掉噪声 再进行边缘检 测 处理效果更好 常用的高斯 拉普拉斯算子是5 5的模板 即 2 4 4 4 2 4080 4 48248 4 4080 4 2 4 4 4 2 4 轮廓提取 轮廓提取所做的工作正是将识别出的边缘提 取出来 便于进一步的处理 一般的方法是对边 缘识别后图像的各像素进行扫描 如果图中有一 点为黑 且它的8个相邻的点都是黑点时 则该点 位于闭合区域的内部 予以删除 该算法可将一 个闭合区域内部的点掏空 只留下边界 5 轮廓跟踪 轮廓跟踪 7 是指按照一定的顺序找出边缘 点 关键是如何确定扫描的方向 若图像是阈值 化处理过的对象 可按以下步骤实现4连通或8 连通区域的轮廓跟踪 1 探测准则 按从上到下 从左到右的顺序 扫描图像 寻找第1个边界点记为起始点A0 显 然 A0是具有最小行和列值的边界点 定义1个 扫描方向direction 该变量用于记录上一步中沿 着前1个边界点到当前边界点的移动方向 其初 始化取值为 对4连通区域 取direction 3 对8 连通区域 取direction 7 如图2所示 2 扫描准则 按逆时针方向搜索当前像素的 3 3邻域 其起始扫描方向设定如下 对4连通区 域 取 direction 3 mod 4 对8连通区域 若di2 rection为奇数 取 direction 7 mod 7 若direction 为偶数 取 direction 6 mod 8 如图3所示 1482009 37 1 图2 扫描初始方向示意图 图3 3 3领域扫描方向示意图 当3 3邻域中搜索到的第1个点与当前点 像素值相同时 更新该点为新的边界点An 然后 按照图示方向继续寻找 3 跟踪准则 如果An等于第2个边界点 A1 前面1个边界点An 1等于第1边界点A0 则停 止扫描 结束跟踪 否则重复第2步 继续搜索 完成扫描后 将扫描到的点A0 A1 A2 An 2连接起来 构成要跟踪的边界 若图像是1个二值的闭合图像 其轮廓跟踪 算法如下 首先按从上到下 从左到右的顺序搜 索 找到第1个黑点一定是最左上方的边界点 记 为A0 它的右 右下 下 左下4个相邻点中至少 有1个边界点 记为A1 从A1开始找 按右 右 下 下 左下 左 左上 上 右上的顺序找相邻点中 的边界点An 若An就是A0 则表明已经循环一 圈 停止扫描 否则继续 直到找到A0为止 1 3 绝缘子覆冰图像的预处理算法 现场拍摄的绝缘子画面往往带有很大的背景 噪声 而且长期监测必然会拍摄到不同气候条件 下的照片 其颜色深浅度也必然不同 这些差异 在正式处理前 必须想办法摒弃掉 这就需要采用 预处理算法 首先 考虑如何滤除噪声 常用的方法是滤 波 考虑到平滑滤波既能够平滑地滤除噪声 又 能很好地保留诸如轮廓等图像的细节部分 本文 采用平滑滤波的方法 以覆冰绝缘子图片为例 经1 2节所述的平滑滤波算法处理后的照片如图 4所示 为了摒弃不同天气条件下图像颜色深浅差异 对自动识别结果的影响 这里考虑将图像二值 化 把灰度图像变换成为黑白图像 这样就有效地 摒弃了灰度不同的影响 下面仍以覆冰绝缘子图 片为例 经阈值变换后的处理结果如图5所示 图4 平滑滤波后的绝缘子图像 图5 阈值变换后的绝缘子图像 阈值变换后能够较好地保留图像而分离背 景 是图像处理技术经常采取的预处理方法 1 4 绝缘子覆冰图像边界提取和跟踪 阈值化后的图片还无法计算绝缘子的最大径 向距离 因为这个时候的边界与部分内部点融为 一体 计算机无法识别 因此 还需要对预处理后 的图片进行一些深入处理 使边界独立出来 可 采用轮廓检测和提取算法 把闭合图像内部点掏 空 使边界独立出来 图6为经轮廓提取后的结果 由于绝缘子本身特殊的结构 使得图片呈现 很多环形的结构 这对计算绝缘子最大径向距离 很不利 轮廓跟踪可以去除这些环形影响 利用 该算法从图片的左下方开始扫描 找到第1个黑 点 并将之设为边界点 然后按照算法设定的方向 逐个查找边界点 这时只有和起始点相连的边界 点才能够被识别出来 而不相连的边界点就无法 识别出来 从而也就不显示 这样就能够顺利找出 外边界 图7为绝缘子覆冰图像经轮廓跟踪后的结 果 图6 轮廓提取后的绝缘子图像 图7 轮廓跟踪后的绝缘子图像 对未覆冰绝缘子应用相同的处理方法便能得 到未覆冰绝缘子的轮廓图像 从而方便进行覆冰 绝缘子识别和覆冰厚度判断 张 成 等 基于图像处理技术的绝缘子覆冰自动识别149 1 5 绝缘子最大径向距离计算 逐行扫描轮廓跟踪处理后的绝缘子图像 检 测到黑点 记下其横坐标位置 然后计算出同一 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 2 绝缘子覆冰自动识别结果分析 绝缘子覆冰的自动识别是通过摄像头拍摄图 片 传至后台的控制中心 经图像处理算法处理 然后计算并判断绝缘子径向距离是否增大 进而 评估绝缘子是否覆冰及覆冰的程度 绝缘子最大 径向距离是指图像中以象素为单位的绝缘子最大 径向距离 因而有必要找出图像中绝缘子最大径 向距离与实际绝缘子最大径向距离两者之间的关 系 照相机的基本原理是凸透镜成像的原理 如 图8所示 图8 照相机成像原理 在绝缘子覆冰在线监测系统中 将在绝缘子 附近专门装设1个摄像头 用于监测绝缘子 摄像 头是可以调焦的 结合这些条件 把摄像头抽象 成一个凸透镜 且绝缘子中心轴线与凸透镜的轴 线在同一个铅锤平面内 图8中 f表示凸透镜焦距 d表示物距 v表 示像距 另设绝缘子直径为 0 则根据凸透镜 成像原理 可知像的大小为 p f d f 0 3 目前内置CMOS的数码照相机 其CMOS感 光器件是有一定尺寸的 这里设为m nmm 通 过设置 可以选择照相机的像素值 设为p q像 素 这样当物体所成的像恰好为CMOS的尺寸时 其在最终所形成的数字图片中便是p q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 m p 4 n q 5 综合式 3 式 4 可知 1个像素代表真实 物体中的水平尺寸为 0 o p d f d 6 同理结合式 3 式 5 可知1个像素所代表 的真实物体中的垂直尺寸为 0 d f d 7 根据式 6 和式 7 可以将图像中的像素距 离转换为实际距离 0 0便是这种转换系数 通过这种换算 绝缘子的覆冰实际厚度便可得到 3 结语 本文结合现场拍摄图像对绝缘子覆冰特征进 行分析 基于数字图像处理技术实现了绝缘子覆 冰特征的自动识别 为输电线路覆冰的监测提供 新的方法 参考文献 1 胡 毅 输电线路运行故障的分析与防治 J 高电压技 术 2007 33 3 128 2 黄新波 孙钦东 程荣贵 等 导线覆冰的力学分析与覆冰 在线监测系统 J 电力系统自动化