電氣化鐵路接觸網(wǎng)絕緣子識別定位方法研究

張猛

摘 要：利用圖像處理理論，本文對接觸網(wǎng)現(xiàn)場圖片進(jìn)行DHOG特征提?。徊x取的樣本庫進(jìn)行相應(yīng)提取，再利用SVM訓(xùn)練器，給出絕緣子的定位識別，取得了較好的效果。實(shí)驗(yàn)結(jié)果表明：本文方法能夠?qū)A斜角度的絕緣子給出識別，且對圖像亮度和對比度的依賴程度較小。本文提出的定位方法可為絕緣子的故障檢測提供技術(shù)參考。

關(guān)鍵詞：絕緣子；DHOG特征；SVM

中圖分類號：U225.43 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-2064（2017）03-0139-02

伴隨中國鐵路客運(yùn)專線的大量開通，中國鐵路正在從大規(guī)模建設(shè)期全面進(jìn)入運(yùn)營維護(hù)期。2012年鐵路總公司制定牽引供電檢測監(jiān)測系統(tǒng)（6C系統(tǒng)）規(guī)范，目的就是為了實(shí)現(xiàn)鐵路裝置故障的智能檢測，提高維護(hù)效率[1-2]。

目前基于圖像處理的絕緣子非接觸式檢測具有危險(xiǎn)低，干擾小，設(shè)備簡便的優(yōu)點(diǎn)，主要研究有：基于非下采樣輪廓波變換對航拍絕緣子圖像邊緣進(jìn)行提??；利用形狀特征和灰度差異對高壓輸電線路圖像中絕緣子瓷瓶裂縫進(jìn)行定位；通過絕緣子模板匹配方法及光線反射點(diǎn)特性實(shí)現(xiàn)了絕緣子定位，利用小波奇異性特征實(shí)現(xiàn)絕緣子異物檢測；利用曲波進(jìn)行方向性濾波，再對曲波聚集系數(shù)增強(qiáng)，統(tǒng)計(jì)條帶能量，判斷絕緣子故障位置；基于Harris角點(diǎn)與譜聚類實(shí)現(xiàn)了絕緣子的抗旋轉(zhuǎn)匹配和故障檢測，提出一種基于快速魯棒性特征匹配的檢測方法。這些研究均能得了一定的成績，但也存在以下問題：檢測算法對亮度和對比度的變化敏感，不具備旋轉(zhuǎn)不變性，提取精度有待提高。

本文提出了一種接觸網(wǎng)絕緣子識別定位方法，該方法包含絕緣子DHOG特征提取及SVM訓(xùn)練器下絕緣子識別定位兩個(gè)過程：（1）首先需對選定的目標(biāo)圖像正、負(fù)樣本進(jìn)行DHOG特征進(jìn)行提??；（2）再利用SVM分類器對樣本庫進(jìn)行訓(xùn)練；隨后利用訓(xùn)練得到的分類器對滑動檢測窗口內(nèi)是否包含絕緣子目標(biāo)區(qū)域進(jìn)行精確判斷。

1 檢測原理

1.1 絕緣子DHOG特征提取

DHOG特征采用一組局部直方圖來描述物體，這些直方圖統(tǒng)計(jì)圖像中特定區(qū)域的梯度方向出現(xiàn)的頻次，通過將分割為多個(gè)胞元（Cell）進(jìn)行特征提取，對圖像的微小幾何形變和局部對比度變化都能保持很好的不變性?？紤]絕緣子在整體圖像中也屬于微小目標(biāo)，此外隨著鐵路路況不同，其存在角度的旋轉(zhuǎn)，由于DHOG得到的描述子存在尺度、旋轉(zhuǎn)不變性，因而本文采用DHOG對其特征描述。DHOG特征的提取過程如下：

a）首先將圖像劃分為大小相同的若干個(gè)正方形Cell，之后將每四個(gè)相鄰的Cell合并為塊，如圖1所示。

b）利用下式計(jì)算每個(gè)像素點(diǎn)的梯度幅值m（x，y）與方向φ（x，y），并計(jì)算每個(gè)Cell的梯度直方圖，并將同一塊中Cell的梯度直方圖連接，連接后為36維特征向量。

（1）

（2）

c）利用下式式對特征向量進(jìn)行歸一化，從而消除光照與背景對比度的影響。

（3）

式中，N表示塊中Cell個(gè)數(shù)，L表示對直方圖劃分的區(qū)間數(shù)，Hdn（i）為Cell的DHOG，Hr（i）表示Cell的DHOG。文中為了提高梯度直方圖的計(jì)算速度采用了積分圖的方法。

在積分圖中任意一點(diǎn)的值定義為原圖像中相應(yīng)坐標(biāo)處的像素點(diǎn)與坐標(biāo)原點(diǎn)之間矩形區(qū)域內(nèi)所有像素點(diǎn)的灰度值之和，即：

（4）

式中，為積分圖中坐標(biāo)點(diǎn)的值，為原圖像中坐標(biāo)為的像素點(diǎn)的灰度值。利用下式對原圖像的一次遍歷中計(jì)算完成。式中，為左側(cè)同一行像素點(diǎn)像素累加值。

（5）

如圖2所示，當(dāng)計(jì)算D區(qū)域的梯度直方圖時(shí)，只需對積分圖中的四個(gè)點(diǎn)進(jìn)行計(jì)算即可（圖中分別用1、2、3、4標(biāo)明）。計(jì)算公式為：

（6）

1.2 樣本庫選擇

訓(xùn)練分類器首先需在接觸網(wǎng)圖像中截取相關(guān)正、負(fù)樣本。正樣本只要為絕緣子圖像，負(fù)樣本應(yīng)隨機(jī)包含與絕緣子不相關(guān)的其他接觸網(wǎng)零部件圖像，部分樣本如圖3所示。選取的正、負(fù)樣本庫不僅考慮了與目標(biāo)區(qū)域相關(guān)的因素，還考慮了不相關(guān)性因素，該方式可較好的提高檢測精度。本文在對正負(fù)樣本進(jìn)行截取時(shí)將其長寬比固定為1：1，從而減小因“對齊問題”而導(dǎo)致的DHOG特征差異。正負(fù)樣本的尺寸均歸一化為檢測滑動窗口的尺寸。

1.3 訓(xùn)練SVM分類器

分別計(jì)算正負(fù)樣本的HOG特征，將其作為樣本的描述對線性支持向量機(jī)進(jìn)行訓(xùn)練。線性支持向量機(jī)利用兩類樣本數(shù)據(jù)的最大間隔確定劃分超平面，具有運(yùn)算簡單，計(jì)算速度快的特點(diǎn)。

假定用于訓(xùn)練的樣本集為，，且。為樣本總數(shù)，為特征維數(shù)，則訓(xùn)練得到的分類面對所有樣本應(yīng)滿足：

（7）

其中，分類面由參數(shù)w與b決定，w為權(quán)重向量，b為閾值。為線性不可分情況下引入的松弛項(xiàng)。C為懲罰系數(shù)。迭代求解式（8）中的最小值，即可得到最優(yōu)分類面與最優(yōu)分類判決函數(shù)，如式（9）所示。對于測試樣本，只要將其特征向量代入式（9），根據(jù)函數(shù)值即可確定樣本類別。

（8）

（9）

式中，sgn表示符號函數(shù)

利用上述方法中訓(xùn)練好的SVM分類器，即可對待檢測接觸網(wǎng)圖像中的滑動窗口內(nèi)是否包含絕緣子進(jìn)行判斷識別。

2 絕緣子定位實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證DHOG特征提取及SVM訓(xùn)練器的絕緣子提取的準(zhǔn)確性。對拍攝的電氣化鐵路圖像庫中的圖像進(jìn)行識別定位實(shí)驗(yàn)。圖像中單個(gè)正常棒式絕緣子定位效果如圖4所示，為單個(gè)絕緣子識別效果圖。圖像中存在多個(gè)絕緣子定位效果如圖5所示。

從圖4可以清晰看到定位區(qū)域包含絕緣子的所有信息量，本文提出的算法能夠有效識別絕緣子；從圖5可以看出即便圖像中存在多個(gè)角度不一、尺度不一的絕緣子，該方法也能實(shí)現(xiàn)目標(biāo)區(qū)域的完整提取。

3 結(jié)語

對于檢測車拍攝的海量圖片，傳統(tǒng)的人工檢測方法已經(jīng)很難適應(yīng)接觸網(wǎng)檢測的要求，且其效率和精度都無法得到保證。本文利用圖像處理理論，對現(xiàn)場圖片進(jìn)行DHOG特征提??；并對樣本庫進(jìn)行相應(yīng)提取，再利用SVM訓(xùn)練器，給出定位識別，取得了較好的效果。該方法能夠?qū)崿F(xiàn)了對傾斜角度的絕緣子給出識別，且對圖像亮度和對比度的依賴程度較小。本文提出的絕緣子檢測方法為有效確保電氣化鐵路的安全可靠運(yùn)營提供一種新的參考途徑。

參考文獻(xiàn)

[1]韓志偉，劉志剛，張桂南，等.非接觸式弓網(wǎng)圖像檢測技術(shù)研究綜述[J].鐵道學(xué)報(bào)，2013，35（6）：40-47.

[2]何華武.高速鐵路運(yùn)行安全檢測監(jiān)測與監(jiān)控技術(shù)[J].中國鐵路，2013（3）：1-7.