数字图像在输电线路检测中的应用

数字图像在输电线路检测中的应用

陈凯李卓男

关键词：数字图像；输电线路检测；应用

引言

近年来，多源传感器技术不断发展，使得多源图像融合技术也成为军事、工业等领域的研究及应用热点。在电力行业及清洁能源设备巡检、故障记录、安全分析等工作中，图像融合也成为了其中的高新关键技术。文章对电力巡检中采用的图像融合技术方法进行了梳理，并探讨了其在相关作业领域的实现方案及应用价值。

1电力行业设备巡检现状

1.1常见巡检方式

针对变电站、架空电网的传统巡检方式主要是人工巡检，通过安排人员定期定点对所在区域的电力设施进行肉眼观察、手动排查等工作。巡检人员在实际工作中要保持注意力高度集中，在保证人身安全的同时，随时利用高清望远镜、可见光相机、红外热像仪、紫外成像仪等各种设备进行观察、拍照、记录等操作，在现场巡检结束后，回到控制中心将数据传入电脑进行分析统计。

1.2存在的问题与缺陷

传统人工巡检方式工作效率低下，高压高空作业时危险性高，数据记录准确性也难以保证。由于现场数据人工采集过程繁杂，需要较长的时间进行事后数据集中分析，不利于电力设备的及时维护，现场快速检修等工作。人工在对故障设备照片进行肉眼分辨时，也难以快速、高效地对比红外、高清、紫外成像结果，进行有效的缺陷发现。对比国外电力行业巡检工作，其自动化程度已相当高，人工巡检仪器设备也已高度集成化、智能化，针对可视化的成像设备也能通过图像融合的方法实时得到故障缺陷特征，及时自动定位故障发生位置。

2图像融合方法

2.1可见光与红外图像融合

可见光波长范围在380nm到780nm，可见光成像设备在传统电力巡检工作中起着重要的作用，这归功于其分辨率高、视场大、颜色及特征信息丰富的特点，可以有效发现电力设备中导线、螺栓、防震锤等零件的形变、锈蚀、脱落等缺陷，但其抗干扰能力较弱，成像质量受到光照、天气等因素制约。红外光谱波长在8um到14um，利用其感受热辐射信息的特点可以轻易发现电力设备中因过流过载导致的绝缘子、引流版等器件的发热现象，但其成像分辨率低，对比度差，需要增强显示，针对这两种发展较为成熟的视觉传感器，图像融合算法理论已经有了大量研究，实验证明融合可见光图像和红外图像能够结合两者优点，更易于发现和识别目标,目前常用的融合算法包括变换域和空域两类方法，前者包括基于尺度分解、基于颜色空间变换、基于小波变换等算法，后者包括基于逻辑滤波、基于形态学变换、基于代数统计或神经网络的算法。在图像融合之前，首先需要对图像进行预处理，包括颜色空间转换、形态学处理等；对多源图像进行时间和空间配准是融合前最关键的一步，常用配准方法包括基于灰度、基于特征、基于变换域的方法；像素级图像融合是最基本也最重要的融合手段，直接对像素进行操作，处理信息量大但融合性能较好；特征级图像融合对图像中形状、颜色、轮廓、大小、相似区域等特征进行提取并融合，系统性能中等；决策级图像融合在特征提取的基础上进行特征分类，形成初步判断和决策，系统处理信息量较小且灵活性和抗干扰能力好。电网与清洁能源工程应用中太阳能与风能设备的检测维护可以采用红外技术与可见光观测结合的方式。

2.2红外与紫外图像融合

在一些特殊的电力设施监测场合，有时并不需要可见光相机的高分辨率特性，但对设备的发热情况及放电异常需要特别的注意。利用红外传感器的热感应与紫外传感器的电弧感应可以达到对高压开关柜、特殊绝缘子等器件的实时监控。利用紫外成像仪输出的含有大量放电位置、形状、区域等信息，与红外窗口下的热图像信息分别进行模板提取，再对模板库进行配准，得到空间变换关系后采用双线性插值法融合图像，制成了一种红外与紫外图像融合的一体化电力设备检测系统。提出了一种基于决策级层面的红外与紫外图像融合方法，首先利用Fisher准则对红外与紫外图像中的特征进行判据，再通过核主元分析（KPCA）提取三位特征向量，采用径向基神经网络（RBFNN）识别绝缘子变异特性级别，最后依据D-S论据完成决策级图像融合，实验效果证明其法对红外与紫外图像关键信息自动获取与识别能力有显著提升。

3实验仿真结果分析

数字图像的输电线路检测算法分为2个步骤:首先进行图像拼接算法的仿真;然后结合输电线路的特征，运用Hough变换提取目标电缆。

3.1图像拼接算法的仿真结果分析

高压输电线路需要固定距离的检测，有限的拍摄范围导致目标电线所占图像比重固定。为提高检测准确度，改进并提出图像拼接与Hough变换相融合的研究方法。其中，拼接后的图像需确保拼接后图像不失真，且有效提高目标电缆所占图像的比例。在输电线路的检测研究中，考虑到树木、杆塔以及飞行物体等干扰，对无人机拍摄图像进行拼接。拼接中，为避免拼接后图像失真，匹配角点需在同一水平和竖直方向上，而实际的拍摄难以满足上述条件。两图的角点不在同一位置。统计表明，拼接图像总角点数869个，相较于原图1(角点数787个)和原图2(角点128个)均明显增加，图像无失真。此外，目标电缆的长度相对值也由原图450cm增加至拼接图550cm，证明本算法有效增加了目标电线在图像中的占比，同时便于Hough变换对目标电缆的提取。

3.2Hough变换仿真结果分析

结合电线特征，统计Hough变换的提取结果并绘制柱状图。结果显示，在输电线路检测中，常受到外界直线的干扰，如塔杆的边缘，不利于电线的识别提取，因此仅检测出一条有效电线。而本算法经图像拼接，增加了目标电缆在图像中的占比，降低了外界因素对提取目标电缆的影响，最终准确识别出3条有效电线数，其有效匹配率也高达92%，有效实现了目标电缆的提取。

结语

从人工巡检到无人机实测图像监测，检测准确度是输电线路的研究重点。本文提出了一种图像拼接与Hough变换相融合的算法检测输电线路。对采集图像进行灰度归一化处理后，以自适应非极大值抑制算法检测筛选图像中的角点，将其作为种子点进行区域生长与匹配，降低了原始捕获图像的失真度。通过Hough变换提取了拼接图像中的目标输电线路，有效增加了目标电缆长度，使目标电缆的提取更加清晰准确。在实验室条件下，借助数字图像处理工具MATLAB进行仿真，结果证明:本文所提出的算法在传输线路检测的准确度和匹配度等方面都有显著的优势，具有工程实践意义。高压输电线路检测是架空线路检测领域的研究热点，对于缆车索道等高山、悬崖处的架空线路检测具有参考价值。

参考文献

[1]潘瑾,高树国,陈志勇,等.红外与紫外一体化变电设备故障的检测系统设计[J].现代电子技术,2018(1):120-124.

[2]金立军,张达,段绍辉,等.基于红外与紫外图像信息融合的绝缘子污秽状态识别[J].电工技术学报,2014(8):309-318.

[3]王亚丽,孙坚,徐红伟.基于红外成像太阳能板缺陷检测方法研究[J].测控技术,2015(7):59-61.

[4]严天鹏.红外热成像技术在风力机叶片无损检测方面的应用研究[D].北京工业大学,2004:28-30.

[5]孟梨雨,曾智,王冠,等.风电叶片蒙皮与腹板粘接红外热成像检测研究[J].光电子技术,2015(3):174-178.

[6]王淼,杜伟,孙鸿博,等.基于红外图像识别的输电线路故障诊断方法[J].红外技术,2017(4):383-386.

[7]滕鹤松.紫外成像技术及其应用[J].光电子技术,2001(4):294-297.

[8]袁晓辉,孙林涛,李博.基于OpenCV的紫外成像检测量化参数提取方法[J].现代电子技术,2017(1):45-48.