微弱日盲紫外電暈自動實時檢測方法

周 影，婁洪偉*，周 躍，畢 琳，張鑫磊

（1.中國科學院長春光學精密機械與物理研究所，吉林長春130033；2.長春理工大學計算機科學技術學院，吉林長春130022）

微弱日盲紫外電暈自動實時檢測方法

周 影1，婁洪偉1*，周 躍1，畢 琳2，張鑫磊1

（1.中國科學院長春光學精密機械與物理研究所，吉林長春130033；2.長春理工大學計算機科學技術學院，吉林長春130022）

針對目前商用日盲紫外/可見光雙譜段電暈探測儀對故障的判定效率低且容易受噪聲干擾問題，本文提出了一種微弱日盲紫外電暈自動實時檢測方法。在分析電暈目標和噪聲時間域統(tǒng)計特性的基礎上，該方法利用電暈目標在時間域連續(xù)的特點，首先完成灰度圖像二值化、形態(tài)學膨脹等預處理，其次將N幀連續(xù)圖像累加后閾值化，最后進行特征提取，獲取電暈位置、面積等特征信息，實現(xiàn)電暈的自動實時檢測。在完成設備輻射標定的基礎上，可立即回溯得到故障的光子計數(shù)參考值。建立了該方法的探測概率、虛警率數(shù)學模型。將其在高速數(shù)字處理平臺TMS320DM642上實現(xiàn)并輸入測試視頻，結果表明：在典型參數(shù)情況下該方法單次檢測虛警概率為2.85×10－5，處理時間小于120ms，可實現(xiàn)微弱日盲紫外電暈的實時檢測。

日盲紫外；電暈探測；自動檢測

1 引 言

輸電線路或變電器等高壓電力設備由于絕緣性能的降低或表面污穢存在等因素影響，其絕緣表面的電場分布極不均勻，當電場強度增大到超過空氣分子的游離強度后，會導致設備表面的空氣局部被電離，這時可以聽到“刺刺”的放電聲，嗅到臭氧的氣味，如在夜晚還可以看到藍紫色熒光，這種現(xiàn)象稱為“電暈放電”或簡稱“電暈”［1-3］。電暈的發(fā)生伴隨著光、熱、聲等現(xiàn)象，導致電力設備表面腐蝕，其產生的脈沖電磁波對無線電和高頻通信產生干擾，同時還是電力系統(tǒng)中重要的電能損耗原因之一［4-5］。因此，快速準確地檢查出電暈放電的位置，可及時更換損壞的部件，減小能量損耗，保證高壓電力系統(tǒng)可靠運行。

電暈放電過程中產生的輻射涵蓋了紫外、可見和紅外譜段。相對而言，在紫外譜段探測發(fā)現(xiàn)電暈時間早，且可工作在強烈的日光環(huán)境中，是目前主要的電暈探測手段之一。紫外電暈探測的工作譜段為240～280 nm的“太陽光譜盲區(qū)”，簡稱“日盲區(qū)”［6-7］。太陽在該譜段輻射被大氣平流層中的臭氧強烈吸收，近地表這一譜段的輻射幾乎不存在，為日盲紫外電暈探測提供極佳的背景［8-9］。為實現(xiàn)電暈精確檢測，紫外電暈探測系統(tǒng)包括日盲紫外和可見兩個工作通道，二者視場完全匹配。日盲紫外通道探測視場內的電暈信號，可見光通道輔助定位，實現(xiàn)電暈的精確探測。

目前，市場上的日盲紫外/可見光雙通道電暈探測儀均無法實現(xiàn)對紫外電暈目標的自動檢測，僅通過對特定ROI（Region of Interst：感興趣區(qū)）區(qū)域內的統(tǒng)計獲取光子計數(shù)值，如以色列Ofil公司最新型號Luminar紫外電暈探測儀，判斷效率低，操作人員容易疲勞。同時，在預先選定的ROI（比目標實際占用區(qū)域要大得多）進行特征提取后回溯光子計數(shù)值的方法誤差也比較大。因此，迫切需要一種可以自動檢測視場內紫外電暈目標的方法。

相對于紅外或可見圖像處理，涉及日盲紫外成像目標檢測領域的文獻較少。借鑒紅外和可見光圖像處理方法，紫外圖像處理的低通濾波［11］、多幀平均和時域遞歸濾波方法［12-13］僅適用于目標輻射較強，系統(tǒng)增益設置低的情況。閆豐［10］等人提出利用連續(xù)三幀圖像（第1～3幀）進行累加再與后續(xù)三幀圖像（第2～4幀）累加所得的圖像進行相關運算的方法抑制ICCD的散彈噪聲。該方法噪聲抑制效果良好，而對目標的檢測概率低?；谛螒B(tài)學的紫外目標提取算法［14-15］主要利用目標和散彈噪聲點在形狀上的差別實現(xiàn)二者的區(qū)分，要求電暈占用像素值較大，二者差別明顯，方能有效剔除噪聲。因此，目前文獻中已提出的紫外圖像處理算法僅適用于電暈紫外輻射較強時的檢測，對于微弱的電暈信號檢測概率低，極易將其作為干擾信號剔除，降低了高壓電力設備早期探傷的概率。

針對紫外微弱電暈信號的自動實時檢測，本文基于圖像中散彈噪聲和電暈信號在統(tǒng)計域分布的差別，提出了基于MN規(guī)則的電暈信號自動檢測算法，可大幅抑制圖像中隨機出現(xiàn)的散彈噪聲，實時自動檢測并標示極為微弱的電暈信號，輸出質心、面積等特征信息，自動回溯電暈目標的光子計數(shù)值，實現(xiàn)紫外電暈的自動檢測及故障處理決策，應用前景良好。

2 日盲紫外ICCD的極微弱信號探測

由于電暈放電的日盲紫外輻射微弱，且近地表大氣對日盲紫外譜段的強烈吸收或散射（根據(jù)Modtran模型，大氣透明度為0.2/km）。目前，唯一實用化的紫外通道面陣成像探測器件為二代日盲紫外增強型電荷耦合器件（intensified charge coupled device，ICCD）。該器件基于外光電效應工作，典型結構如圖1所示，它主要由入射窗、光電陰極、MCP（微通道板）、熒光屏、耦合光錐、可見光CCD組成。從入射窗入射的光子照射到光電陰極上，按一定的量子轉換效率轉化為光電子，在加速電場的作用下光電子進入MCP進行培增，然后聚焦到熒光屏激發(fā)出可見光，通過光纖光錐將圖像耦合到可見光CCD上，最后由電子線路讀出，完成從入射光到電子圖像的轉換。

圖1 日盲紫外ICCD結構原理圖Fig.1 Structure diagram of solar-blind ultraviolet ICCD

為實現(xiàn)微弱電暈信號探測，日盲紫外ICCD內部的MCP一般為V形兩級級聯(lián)結構，可提供超過106的電子增益，具備光子計數(shù)探測能力［16］。日盲紫外極微弱信號探測時的目標和噪聲在如此高增益作用下，其特征與常見的紅外、可見圖像差異非常明顯。電暈系統(tǒng)中日盲紫外通道的主要噪聲來源為環(huán)境中帶外散射光子經光電陰極轉換后的光電子倍增后的散彈噪聲，表現(xiàn)為日盲紫外圖像中隨機分布的白色斑點，如圖2所示。該圖采用中國科學院長春光機所研發(fā)的日盲紫外/可見光雙譜段電暈探測儀對晴朗天空拍攝，無目標。

圖2 日盲紫外ICCD的散射噪點Fig.2 Scattering noise of solar-blind ultraviolet ICCD

對電暈系統(tǒng)中散彈噪聲的分析與建模是抑制噪聲、設計目標檢測算法的基礎。在日盲紫外電暈探測中，微弱電暈信號的單幀圖像與散彈噪聲在面積、平均灰度等特征差別微小，并不能成為與二者區(qū)分的標志。二者唯一的差別在于時間和空間分布。

散彈噪聲絕大部分是環(huán)境中的散射光子噪聲，由于環(huán)境中光子的隨機散射，圖像中出現(xiàn)的散彈噪聲理論上將在圖像中隨機分布，也即是說在二維平面上均勻隨機分布。不過由于該分布與濾光片均勻性、光電陰極響應均勻性等因素有關，不同的探測系統(tǒng)差異較大。為獲取散彈噪聲位置分布，將電暈探測系統(tǒng)面向晴朗天空，分析記錄了約2 h、7 200幀圖像中的散彈噪聲質心坐標（x，y），將二維平面劃分為48×48個小塊，統(tǒng)計質心落入其中的噪點數(shù)量，得到的分布如圖3所示?？梢娖渑c二維均勻分布較為接近，可按照二維均勻分布建模。

圖3 散彈噪聲位置統(tǒng)計分布Fig.3 Statistical distribution of shot noise′s location

3 基于MN規(guī)則的電暈自動檢測算法

3.1 基本思路

在探測微弱電暈信號時，由于信號微弱，高增益下單幀圖像中目標與散彈噪聲并無明顯區(qū)別，僅在多幀連續(xù)圖像中存在差別。散射噪點由于在二維圖像中隨機均勻分布，在某一位置持續(xù)出現(xiàn)的概率極低，而目標由于持續(xù)存在，其在圖像中表現(xiàn)為在某一位置連續(xù)多幀出現(xiàn)。利用上述特點，采用MN規(guī)則進行噪聲抑制、目標檢測是行之有效的方法。MN規(guī)則多用于航跡起始或刪除邏輯，在N次探測中目標出現(xiàn)次數(shù)超過M次，即認為是有效目標；否則認為是雜波，予以剔除。

如前所述，電暈探測系統(tǒng)為探測極微弱的電暈信號，增益設置較高，電暈信號和散彈噪聲點均占有幾十甚至數(shù)百個像素的面積，且由于系統(tǒng)采用凝視探測工作模式，在連續(xù)幀中電暈在序列圖像中位置基本保持不變，而散彈噪聲卻隨機分布。因此，可以將當前幀后面的M幀圖像二值化后直接相加得到累加圖像，然后逐個像素與N進行比較，再與當前圖像相與后進行特征提取。由于目標具有一定的面積，且在某一位置持續(xù)出現(xiàn)，這樣在相與圖像后會留下一定面積的連通體，而噪聲由于幀間相互獨立，連續(xù)幀中在同一位置附近出現(xiàn)次數(shù)超過N次的概率極小，噪點在與圖像中將不會再有連通體出現(xiàn)。這就是本文提出的基于MN規(guī)則的電暈自動檢測算法的基本思路，如圖4所示。

圖4 本文算法基本思路Fig.4 Basic idea of the algorithm in this paper

該算法將MN判斷規(guī)則轉化為連續(xù)幀圖像的運算，利用高速圖像處理DSP芯片的內部流水線優(yōu)化處理。同時最終圖像中絕大部分像素為零，能夠以較快速度完成二值圖像的標記運算，保證檢測的實時性。

3.2 算法流程

電暈探測系統(tǒng)具有日盲紫外和可見兩個工作通道，該算法將實時處理日盲紫外通道的實時視頻，完成視場內電暈信號自動檢測，標記后與可見光通道實現(xiàn)像素級融合，并輸出至終端用戶。結合與可見通道的融合，本算法流程如圖5所示。

圖5 自動檢測算法流程Fig.5 Flow diagram of algorithm in this paper

（1）紫外圖像的預處理，包括灰度圖像的二值化和形態(tài)學膨脹運算。根據(jù)圖像特征分析，極微弱電暈探測中日盲紫外圖像灰度級并不能提供更多信息，因此首先二值化有利于減小處理信息量，提高實時性。而形態(tài)學膨脹運算則可以減小因大氣擾動或平臺抖動帶來的目標漂移，提升對目標的探測概率。

（2）二值圖像累加。設預處理完成后的圖像幀編號為i，在某一位置（x，y）處連續(xù)N幀的像素值為X（x，y，i），X（x，y，i＋1），…X（x，y，i＋N－1），則在累積圖像中該像素值為：

（3）MN規(guī)則判斷與特征提取，獲得二值特征分析圖像Y，并進行二值圖像特征提取，獲取連通體的質心、面積等特征。判斷規(guī)則如下：

（4）實現(xiàn)可見光與圖像Y的像素級融合，并對檢測到的連通體開窗跟蹤，輸出質心、面積、灰度等特征，如已完成標定，可直接回溯電暈光子計數(shù)值，供用戶參考決策。設可見光圖像為V（顏色分量），電暈顯示顏色為K，則融合圖像F：

3.3 算法的性能與參數(shù)選擇

對于日盲紫外圖像中的電暈目標，在幀積分時間內系統(tǒng)收集到的能量服從泊松分布，對應到圖像幀中是否出現(xiàn)可認為服從0～1分布，假設出現(xiàn)概率為PS，則在M幀中出現(xiàn)次數(shù)為N實際上是服從二項分布，那么其通過MN規(guī)則，被判斷為目標的概率為：

上述公式對可疑電暈信號和散彈噪聲均成立，所不同的僅僅是二者的單幀出現(xiàn)概率差別較大。根據(jù)散彈噪聲在圖像中隨機均勻分布模型，散彈噪聲的單幀出現(xiàn)概率要比目標小得多。設每幀散彈噪聲點數(shù)量為K，噪聲點所占面積為A，S·Q為圖像的分辨率，則每個散彈噪聲在檢測窗內出現(xiàn)的概率可以用下式近似表示：

典型情況下，散彈噪聲點為20 Counts/Frames，典型增益設置情況下噪聲面積為8 pixel×8 pixel。設電暈信號由于能量微弱，單幀出現(xiàn)率僅為80%，如M＝3，N＝2，按照式（1）得到對目標的單次探測概率為89.6%，虛警概率為2.85×10－5，處理時間僅為120 ms，完全滿足電暈信號自動定位的需求。該算法中M、N的選擇可以用上述模型計算后擇優(yōu)選擇，也可以根據(jù)所需性能參數(shù)以及場景中散彈噪聲情況進行動態(tài)選擇，以獲取最佳性能。

4 算法應用與結果分析

將上述算法在TI公司以TDS320DM642為核心處理器的自研電子學硬件平臺上實現(xiàn)，如圖6所示。兩個輸入通道可同時輸入紫外和可見的實時視頻，輸出通道則為標記完成后的融合視頻，算法的核心代碼已使用線性匯編語言大幅優(yōu)化。

為檢驗算法性能，使用中國科學院長春光機所研制的日盲紫外/可見光雙譜段電暈探測儀在陜西某330 kV電廠拍攝記錄的紫外和可見序列圖像為例說明該算法的工作流程。圖像在日光條件下拍攝。

圖6 電子學硬件平臺Fig.6 Hardware platform of electronics

圖7 日盲紫外序列幀F(xiàn)ig.7 Sequence frames of solar-blind ultraviolet image

圖7為4幀連續(xù)紫外圖像，由圖可知其電暈信號很微弱，第3幀出現(xiàn)了丟失。算法中參數(shù)選擇為M＝3，N＝2。按照圖5的流程，以第i幀為處理對象，將后續(xù)3幀預處理后累加再閾值化，最后與第i幀預處理后圖像相與，得到的紫外通道最終處理圖像為圖8（a）所示。對該圖像進行特征提取，得到電暈信號的位置為（181，133），對當前幀（i＋3）預處理后的圖像在檢測到的目標位置開窗，與可見圖像進行像素級融合，如圖8（b）所示，紅色區(qū)域即為檢測到的電暈信號，將檢測到的電暈信號使用青色方框標記，并檢測電暈信號所占像素，表征電暈強度用于用戶參考。為在野外環(huán)境下便于觀察，紫外通道融合時采用了紅色而非目前電暈系統(tǒng)中普遍采用的白色。

圖8 算法處理結果Fig.8 Processing result by the algorithm in this paper

5 結 論

日盲紫外電暈探測由于目標能量微弱需工作在光子計數(shù)工作模式，其主要干擾信號為環(huán)境中的散彈噪聲。本文分析了噪聲來源，建立了統(tǒng)計分布模型。在此基礎上，提出了基于MN規(guī)則的微弱日盲紫外電暈自動實時檢測方法，并建立了該方法的探測概率與虛警概率數(shù)學模型。在典型參數(shù)情況下該方法單次檢測虛警概率為2.85× 10－5，處理時間小于120 ms。

該方法可解決目前各類紫外電力電暈探測系統(tǒng)中無法完成極微弱電暈信號自動檢測的問題，對電暈信號檢測概率高，且算法簡單、實時性好，適用于電暈系統(tǒng)自動或人工巡線、監(jiān)測等應用。

［1］ 張海峰，龐其昌，陳秀春.高壓電暈放電特征及其檢測［J］.電測與儀表，2006，43（482）：6-8.

ZHANG H F，PENG Q CH，CHEN X CH.The characteristics of high-voltage corona and its dectection［J］.Electrical Measurement＆Instrumentation，2006，43（482）：6-8.（in Chinese）

［2］ 尹立敏，張東建，陶玉忠.基于數(shù)學形態(tài)學的電暈日盲紫外圖像處理方法研究［J］.東北電力大學學報，2013，33（1/2）：148-151.

YIN LM，ZHANG D J，TAOY ZH.Corona solar blind ultraviolet image detectingmethod［J］.J.NortheastDianliUniversity，2013，33（1/2）：148-151.（in Chinese）

［3］ 律方成，戴日俊，王勝輝，等.極不均勻電場中電暈放電紫外成像圖像參量變化特性研究［J］.華北電力大學學報，2012，39（2）：1-7.

LU F CH，DAIR J，WANG SH H，et al..Study on the corona discharge ultraviolet image parameters characteristic in extremely uneven electric Field［J］.J.North China Electric Power University，2012，39（2）：1-7.（in Chinese）

［4］ 葉柏松，袁永剛，王繼強，等.一種便攜式電暈檢測紫外相機的設計［J］.紅外，2013，34（4）：24-27.

YE B S，YUAN Y G，WANG JQ，et al..Design of a portable UV camera for corona detection［J］.Infrared，2013，34（4）：24-27.（in Chinese）

［5］ 崔昊楊，陳琳，湯乃云，等.紫外成像技術在電力設備局部放電探測中的應用［J］.上海電力學院學報，2012，28（1）：93-96.

CUIH Y，CHEN L，TANG N Y，et al..The application of UV imagery technology in electrical equipment PD detection［J］.J.Shanghai University of Electric Power，2012，28（1）：93-96.（in Chinese）

［6］ SHONG K M，KIM Y S，KIM SG.Images detection and diagnosis of corona discharge on porcelain insulators at22.9 kV D/L［J］.IEEE，2007，1062：462-466.

［7］ YIN L M，ZHANG Y.Ultraviolet image processing method in corona detection［C］.WCSE′09.Second International Workshop on Computer Science and Engineering，Qingdao，China，28-30 Oct.2009：327-331.

［8］ 楊承，曾欽勇，朱大勇，等.日盲型紫外探測系統(tǒng)中目標定位的研究［J］.激光技術，2008，32（2）：140-142.

YANG CH，ZENG Q Y，ZHU D Y，etal..Study on the target location in solar blind ultraviolet detecting system［J］.Laser Technology，2008，32（2）：140-142.（in Chinese）

［9］ IVANOV O P，STEPANOV V E，SMIRNOV V S，et al..Development ofmethod for detection of alpha contamination with using UV-camera“DayCor”by OFIL［M］.New York：IEEE Press，2011：2192-2194.

［10］ 閆豐，于子江，于曉，等.電暈探測紫外ICCD相機圖像噪聲分析與處理［J］.光學精密工程，2006，14（4）：709-713.

YAN F，YU Z J，YU X，etal..Noise analysis and processing of ultraviolet ICCD for corona detection［J］.Opt.Precision Eng.，2006，14（4）：709-713.（in Chinese）

［11］ 劉云鵬，馬國明，劉肇鷗，等.低通濾波在紫外成像降噪處理中的應用［J］.高壓電技術，2007，3（5）：129-132.

LIU Y P，MA GM，LIU ZH O，et al..Application of low pass filter technology in electric equipment UV detection［J］.High Voltage Engineering，2007，3（5）：129-132.（in Chinese）

［12］ 趙玉環(huán)，閆豐，隋永新，等.紫外序列圖像中目標的提?。跩］.光電工程，2007，34（11）：10-13.

ZHAO Y H，YAN F，SUIY X，et al..Target extraction from the ultraviolet image sequences［J］.Opto-Electronic Engineering，2007，34（11）：10-13.（in Chinese）

［13］ 趙玉環(huán)，閆豐，于子江，等.日盲紫外圖像的降噪［J］.計算機工程與應用，2007，43（23）：77-79.

ZHAO Y H，YAN F，YU Z J，et al..Noise-reduction of solar blind ultraviolet image［J］.Computer Engineering and Applications，2007，43（23）：77-79.（in Chinese）

［14］ 楊曉琳，李燕青，劉云鵬，等.基于數(shù)學形態(tài)學的電力設備紫外圖像放電區(qū)域提?。跩］.電網技術，2008，32（7）：96-99.

YANG X L，LIY Q，LIU Y P，et al..Ultraviolet image extraction of power equipment discharge region based on mathematicalmorphology［J］.Power System Technology，2008，32（7）：96-99.（in Chinese）

［15］ 趙玉環(huán)，王勤，張利偉，等.數(shù)學形態(tài)學在紫外目標檢測中的應用［J］.計算機工程與應用，2009：45（29）：220-222.

ZHAO Y H，WANG Q，ZHANG LW，et al..Mathematicalmorphology application in real-time detection of target in solar blind ultraviolet image［J］.Computer Engineering and Applications，2009，45（29）：220-222.（in Chinese）

［16］ HE L F，CHAOY Y，KENJIUZHUKIA.A linear-time two-scan labeling algorithm［J］.IEEE Transactionson Image Processing，2008，17（5）：197-202.

Automatic real-time detection method of faint solar-blind ultraviolet corona

ZHOU Ying1，LOU Hong-wei1*，ZHOU Yue1，BILin2，ZHANG Xin-lei1
（1.Changchun Institute of Optics，F(xiàn)ine Mechanics and Physics，Chinese Academy of Sciences，Changchun 130033，China；2.School of Computer Science and Technology，Changchun University of Science and Technology，Changchun 130022，China）*Corresponding author，E-mail：louhw＠ciomp.ac.cn

In order to enhance the corona detection efficiency of commercial SBUV/Visible double spectral corona detect systems and avoid the noise interference，an automatic real-time detection method detecting weak solar blind ultraviolet corona is proposed.Based on the analysis of statistical characteristics of the corona target and noise time-domain，utilizing corona characteristics in continuous time domain，the pretreatments like gray image binarization and morphological dilation are completed firstly，followed by accumulation of the N successive frames，then thresholding.At last the features of corona like location，size and so on are extracted.Upon completion of the calibration of radiation equipment，the corona′s photon counting reference value can dateback immediately.Themathematicalmodel of detecting probability and false arm rate（FAR）is established.We implement themethod and test on a high-speed digital processing platform TMS320DM642 using the video of corona，and the results show that its FAR is 2.85×10－5，and the processing time is less than 120 ms，indicating that the weak corona can be detected in real-time.

solar-blind ultraviolet；corona detection；auto-detection

TP394.1；TH691.9 文獻標識碼：A doi：10.3788/CO.20150806.0926

2095-1531（2015）06-0926-07

2015-06-15；

2015-07-08

國家高技術發(fā)展研究計劃（863計劃）資助項目（No.2012AA03A707）

Supported by National High-tech R＆D Program of China（No.2012AA03A707）

周 影（1986—），女，吉林松原人，碩士，工程師，主要從事信息處理、信息安全方面的研究。E-mail：zhouy＠ciomp.ac.cn

畢 琳（1984—），女，吉林松原人，博士研究生，講師，主要從事計算機科學技術方面的研究。E-mail：bilin7080＠163.com

婁洪偉（1980—），男，吉林長春人，碩士，副研究員，主要從事計算機網絡、信息安全方面的研究。E-mail：louhw＠ciomp.ac.cn

張鑫磊（1986—），男，吉林公主嶺人，碩士，工程師，主要從事計算機技術方面的研究。E-mail：zhangxl＠ciomp.ac.cn

周 躍（1983—），男，四川南充人，博士，副研究員，主要從事圖像算法處理方面的研究。E-mail：zhouy385＠ciomp.ac.cn