基于圖像處理的輸電線壓接間距檢測

盧 明，胡 濤，葉中飛，紀(jì)鑒真，申立群

(1.國網(wǎng)河南省電力公司電力科學(xué)研究院，河南鄭州 450052；2.哈爾濱工業(yè)大學(xué)儀器科學(xué)與工程學(xué)院，黑龍江哈爾濱 150001)

0 引言

隨著電網(wǎng)規(guī)模的不斷擴(kuò)大，大量輸電線路跨越重要區(qū)段，線路一旦發(fā)生掉線、斷線將會導(dǎo)致公共安全事件和電網(wǎng)安全事件[1]。輸電線的連接采用壓接型電力金具(接續(xù)管和耐張線夾)，通過對大量輸電線事故原因的分析統(tǒng)計，表明在壓接過程中的欠壓和漏壓是導(dǎo)致事故的主要原因，主要表現(xiàn)在壓接金具的握力不足，在連接處無法承受導(dǎo)線的張力。對壓接間距的檢測可以有效的防止產(chǎn)生漏壓。目前，國內(nèi)外對輸電線壓接間距的檢測主要采用鋼卷尺進(jìn)行測量，該方法受操作人員的影響較大，不能保證精度，且測量時要對多組相鄰壓痕之間的距離進(jìn)行測量，測量效率不高。

本文提出一種基于壓接圖像的壓接間距檢測方法，通過邊緣檢測、過濾去噪、骨架提取和投影運(yùn)算等步驟，實(shí)現(xiàn)壓接間距的測量，該方法具有非接觸、速度快、精度高等優(yōu)點(diǎn)，可以較好的避免由于人為疏忽造成的粗大誤差。

1 輸電線壓接痕跡特性分析

兩根輸電線之間的連接是通過液壓機(jī)對電力金具進(jìn)行壓接完成的，在壓接的過程中相鄰壓模之間的重疊將產(chǎn)生壓接痕跡。不同于其他缺陷檢測，壓接痕跡的目標(biāo)區(qū)域和背景十分相似，圖像對比度低，且輸電線存儲和運(yùn)輸環(huán)境存在一定的差異性，導(dǎo)致輸電線表面存在特性不同的劃痕與缺陷。壓接痕跡和平滑區(qū)域位置的反光情況不同，一般在壓接痕跡處呈現(xiàn)高亮狀態(tài)，正常區(qū)域的灰度偏低，而缺陷、劃痕和銹跡的灰度大小不具有普遍規(guī)律。壓接痕跡主要體現(xiàn)在徑向方向上，整個壓接電纜的壓接痕跡的大小存在一致性，每一個痕跡在圖像上所占的像素數(shù)都在一定的范圍內(nèi)。綜合以上特征，可以通過對圖像分割以后，統(tǒng)計目標(biāo)區(qū)域的特征參數(shù)把干擾區(qū)域去除，從而確定最后的壓接痕跡。

2 輸電線壓接間距檢測算法

2.1 檢測算法整體流程

本文基于壓接圖像的灰度特征和幾何特征對壓接間距進(jìn)行檢測。首先，對原始圖像進(jìn)行預(yù)處理，用僅對橫向突變敏感的自定義算子進(jìn)行處理，得到壓接電纜的壓接痕跡及部分劃痕和銹跡；然后，根據(jù)圖像的幾何特征去除干擾，保留壓接痕跡；最后，通過投影法得到壓痕的質(zhì)心坐標(biāo)。采用標(biāo)準(zhǔn)件法對相機(jī)進(jìn)行標(biāo)定，整個壓接間距檢測流程如圖1所示。

圖1 壓接痕跡檢測流程

2.2 徑向壓接痕跡的提取

邊緣信息是圖像最基本的特征，邊緣在灰度圖像中表現(xiàn)為灰度值的劇烈變化，可以看作為一個區(qū)域的終結(jié)和另一個區(qū)域的開始，圖像邊緣是灰度發(fā)生突變像素的集合，根據(jù)灰度突變情況的不同，可將邊緣分為臺階突變、斜坡突變和屋頂突變3種。方向和幅度是邊緣的兩個基本要素，沿著邊緣走向的像素值變化比較平緩，而垂直于邊緣走向的像素值變化較大，因此，根據(jù)這一特性，通常采用一階和二階導(dǎo)數(shù)對邊緣進(jìn)行檢測。

(a)5×5區(qū)域內(nèi)像素

(b)自定義邊緣檢測算子

用zi(i=1,2…,25)表示與模板對應(yīng)的圖像像素灰度值，自定義的邊緣檢測算子對圖像進(jìn)行處理得到的偏微分結(jié)果為

(z1+z2+z6+z7+2z11+2z12+z16+z17+z21+z22)

(1)

梯度幅值為：

R(x,y)=|gx|

(2)

為驗(yàn)證本文模板的有效性，將其與傳統(tǒng)的Prewitt算子、Canny算子對壓接圖像進(jìn)行處理得到的結(jié)果進(jìn)行對比，其結(jié)果如圖3所示，其中圖3(a)為原始圖像。從圖中可看出自定義算子能夠更好的提取壓接痕跡信息。

(a)原始圖像

(b) prewitt算子

(c)canny算子

(d) 自定義算子

獲取梯度信息后，為獲取壓痕的準(zhǔn)確位置，去除干擾，需提取ROI區(qū)域。ROI區(qū)域的提取有助于簡化后續(xù)的處理步驟及去除干擾[4]。本文提出一種雙閾值自適應(yīng)二值化的方法對歸一化后的梯度圖像I2進(jìn)一步處理。在梯度圖像I2中，壓痕及干擾信息對應(yīng)的像素數(shù)量較少，大部分像素的數(shù)值可近似為0。設(shè)梯度圖像I2二值化后的圖像為I3，考慮到壓接圖像及對應(yīng)梯度信息的相似性，其像素平均值所在區(qū)間為[gb,gt]。如I3的像素平均值小于gb，說明二值化選取的閾值k過大，I3中有效壓接信息損失過大；如I3的像素平均值大于gt，說明二值化選取的閾值k過小，I3中干擾信息較多，不利于后續(xù)處理。閾值的迭代選取過程為：

步驟1：設(shè)定像素平均值區(qū)間[gb,gt]；

步驟2：閾值ki(i=1,2,…)，利用此閾值對I2圖像進(jìn)行二值化，二值化圖像的像素平均值為gi；

步驟3：判斷gi是否在區(qū)間[gb,gt]內(nèi)，若gigt，則增加閾值ki，增加步長為tstep，增加后閾值為ki+tstep，跳轉(zhuǎn)到步驟2，當(dāng)gi≤gt，此時二值化閾值km；

步驟4：獲取大閾值km下的二值化圖像Ib，該圖像具有壓痕的基本信息，但損失了較多的有效壓痕細(xì)節(jié)；

步驟5：取小閾值kt=0.5·km，利用此閾值對I2圖像進(jìn)行二值化，獲取小閾值下的二值化圖像I1。與Ib相比，It保留有更多的壓痕細(xì)節(jié)；

步驟6：將Ib圖像向垂直方向進(jìn)行投影，以各非零數(shù)值重心為基礎(chǔ)，取一定寬度作為壓痕的定位區(qū)域。在It上，保留上述相應(yīng)區(qū)域的圖像，將其他區(qū)域的像素值置0，得到圖像I4。

經(jīng)上述步驟處理，圖像I4既保留了壓痕附近的細(xì)節(jié)，又將距離壓痕較遠(yuǎn)的干擾去除，其處理結(jié)果如圖4所示。

(a)大閾值二值化

(b)小閾值下確定的ROI區(qū)域I4圖4 原圖像和痕跡區(qū)域

2.3 面積過濾和毛刺處理

圖像I4內(nèi)包含劃痕、銹跡和污跡等干擾信息，可看出每一個壓接痕跡大小相似，通過實(shí)驗(yàn)分析得到壓痕占據(jù)像素數(shù)范圍，選取面積參數(shù)對圖像進(jìn)行過濾，得到圖像I5。

經(jīng)過面積過濾后，圖像I5中的壓接痕跡上有大量毛刺，依據(jù)像素點(diǎn)的8鄰域信息對毛刺進(jìn)行處理，統(tǒng)計像素點(diǎn)8鄰域內(nèi)像素值為1的個數(shù)，若大于5個則認(rèn)為該點(diǎn)的像素值為1，否則將該點(diǎn)的像素置0。得到圖像I6，處理結(jié)果如圖5所示。

(a)面積過濾圖像I5

(b)毛刺處理圖像I6圖5 面積過濾和毛刺處理

可看出，經(jīng)過面積過濾可去除掉壓痕所在區(qū)域中細(xì)小的干擾區(qū)域，同時，經(jīng)過毛刺處理可去除掉壓痕周邊的毛刺干擾，得到清晰規(guī)整的壓痕。

2.4 骨架提取和剪枝處理

圖像I6中的壓接痕跡非單一像素寬度，在計算壓接間距時無法確定具體的測量點(diǎn)，需對壓接痕跡進(jìn)行骨架提取。本文采用一種并行的細(xì)化算法[5]，首先定義一個像素點(diǎn)為p1，則它的8鄰域點(diǎn)為p2到p9，位置如圖6所示：

圖6 圖像8鄰域位置

細(xì)化分為兩個步驟，在第一次迭代中依據(jù)p1點(diǎn)東南方向鄰域像素信息，決定是否刪除p1點(diǎn)，若判斷結(jié)果是保留p1點(diǎn)，則在第二次迭代中依據(jù)p1點(diǎn)西北方向鄰域像素信息，進(jìn)一步?jīng)Q定是否刪除p1點(diǎn)。

對圖像進(jìn)行掃描。對于不為0的點(diǎn)，如果同時滿足以下4個條件，則刪除該p1點(diǎn)。

(1)2≤p2+p3+p4+p5+p6+p7+p8+p9≤6；

(3)p2·p4·p6=0 ；

(4)p4·p6·p8=0。

在完成第一次子迭代過程后，接下來，在第二次迭代中保持前兩個條件(1)和(2)不變，將判斷東南方向的兩個條件(3)和(4)變成判斷西北方向的條件(5)和(6)；

(5)p2·p4·p8=0；

(6)p2·p6·p8=0。

執(zhí)行完上述兩個步驟，完成一次細(xì)化，直至獲得單像素寬度的壓痕時停止細(xì)化，得到圖像I7，實(shí)驗(yàn)結(jié)果如圖7(a)所示。

從圖像I7中可看出骨架提取后的壓接痕跡存在分支，壓接痕跡的位置和形狀將直接影響測量的精度，為得到光滑的連通骨架，應(yīng)對圖像I7進(jìn)行剪枝處理，采用一種基于骨架追蹤的剪枝算法[6-7]：

從圖7(a)可以看出，分支的長度遠(yuǎn)遠(yuǎn)小于主干的長度，將長度小于20個像素的分支去除，得到圖像I8，實(shí)驗(yàn)結(jié)果表明該方法能夠快速有效的進(jìn)行剪枝處理，實(shí)驗(yàn)結(jié)果如圖7(b)所示。

(a) 骨架提取I7

(b)剪枝處理I8圖7 骨架提取和剪枝處理

2.5 壓接間距計算

在對壓接間距進(jìn)行測量，需要確定每一條壓接痕跡的測量點(diǎn)位置，本文采用對剪枝后圖像I8向x軸進(jìn)行投影[8]，得到投影圖像I9，如圖8所示，計算圖像I9中每一個子區(qū)域的質(zhì)心的橫坐標(biāo)，作為壓接的痕跡測量點(diǎn)位置，相鄰兩點(diǎn)之間的像素距離代表壓接電纜的壓接間距。

根據(jù)電力行業(yè)標(biāo)準(zhǔn)對壓接工藝的要求[9]，鋼管相鄰兩模重疊壓接應(yīng)不小于5 mm，鋁管相鄰兩模重疊壓接應(yīng)不少于10 mm。本文用來測試的壓接電纜屬于鋁管。采用標(biāo)準(zhǔn)件法對系統(tǒng)進(jìn)行標(biāo)定，標(biāo)定板的精度為±0.02 mm，相機(jī)分辨率為1 280×1 024，得到像素當(dāng)量：

k=0.210 4 mm/pixel

(3)

計算圖像I9中每一個子區(qū)域的質(zhì)心的橫坐標(biāo)，以此作為壓接間距的測量點(diǎn)，其中質(zhì)心坐標(biāo)公式為

(a)原始圖像I1

(b)投影結(jié)果I9圖8 壓接痕跡投影結(jié)果

(4)

式中：k=1,2,…N,代表圖像中共有N個壓接痕跡；mk,i代表第k個壓接痕中的第i(i=1,2,…,L)個橫坐標(biāo)的像素位置，其中L代表一個壓接痕跡在x軸方向所占據(jù)的像素個數(shù)，不同的壓接圖像對應(yīng)的L可能不同；nk,i代表在橫坐標(biāo)像素位置為mk,i時，其縱坐標(biāo)投影得到的像素個數(shù)。相鄰兩點(diǎn)之間的像素距離代表壓接電纜的壓接間距。

3 實(shí)驗(yàn)結(jié)果及分析

為驗(yàn)證算法的有效性，在不同光照下對兩根壓接電纜，獲取原始圖像如圖9所示。

(a)壓接電纜1

(b)壓接電纜2圖9 壓接電纜原始圖像

將本文算法與卷尺的測量結(jié)果進(jìn)行比對，壓接電纜1的測量結(jié)果如表1所示。同樣，壓接電纜2的測量結(jié)果如表2所示。

從以上實(shí)驗(yàn)結(jié)果可看出，本文提出的算法和人工測量得到數(shù)據(jù)具有很好的一致性，測量偏差在1 mm以內(nèi)，滿足電力行業(yè)規(guī)范對壓接間距測量的精度要求。

表1 工件1測量方法對同一壓接電纜壓接間距的測量結(jié)果 mm

表2 工件2測量方法對同一壓接電纜壓接間距的測量結(jié)果 mm

同樣，本文算法對光照變化有較好的適應(yīng)性。

4 結(jié)論

本文提出基于圖像處理的壓接電纜壓接間距的測量方法，能夠定位出壓接痕跡所在區(qū)域，準(zhǔn)確的提取出壓接痕跡。通過一次測量可得到壓接電纜的全部壓接間距，測量效率有很大程度的提高。對不同壓接電纜進(jìn)行測量，測量結(jié)果滿足電力行業(yè)標(biāo)準(zhǔn)對壓接間距測量的精度要求。作為壓接間距測量的一種新技術(shù)，該方法具有很好的實(shí)際應(yīng)用價值。