基于圖像區(qū)域分割的輸電導(dǎo)線可疑區(qū)域定位方法

孫日高 鹿昱崧 徐建勇 常正勝 劉 博 戰(zhàn)祥建

（東北石油大學(xué)電氣信息工程學(xué)院）

輸電導(dǎo)線作為傳輸電能的重要介質(zhì)，在輸電線路中扮演著重要的角色，因此輸電導(dǎo)線發(fā)生故障后，若無法及時(shí)發(fā)現(xiàn)故障點(diǎn)，消除缺陷，輕則降低載流量， 重則將造成線路斷裂或者線路短路，影響電力系統(tǒng)的安全穩(wěn)定運(yùn)行，給人們的生活帶來諸多安全隱患。 為此，對(duì)輸電導(dǎo)線故障進(jìn)行檢測研究，具有極其重要的現(xiàn)實(shí)意義。

基于圖像處理技術(shù)的輸電導(dǎo)線故障檢測工作可以分為兩個(gè)部分： 輸電導(dǎo)線檢測和故障檢測。 經(jīng)過提取之后的輸電導(dǎo)線被標(biāo)記出來，然后檢測輸電導(dǎo)線是否發(fā)生故障，并對(duì)故障的類型進(jìn)行識(shí)別。 國內(nèi)外對(duì)此已經(jīng)有了一些研究，例如李泊和陳誠針對(duì)輸電導(dǎo)線的斷股故障特征進(jìn)行了分析， 利用活動(dòng)基模型 （Active Basis Model，ABM） 設(shè)計(jì)了一種針對(duì)輸電導(dǎo)線斷股區(qū)域圖像特征的模板匹配方法［1］；金立軍等提出了一種基于Hough變換累加器局部極大值的輸電導(dǎo)線異物檢測方法［2］；王亞萍等通過十字模板來利用圖像亮度信息搜尋導(dǎo)線位置，根據(jù)不同導(dǎo)線的位置和長度規(guī)則實(shí)現(xiàn)斷股檢測［3］。這類方法通常都是針對(duì)某種單一的故障類型設(shè)計(jì)的檢測方法，具有較高的局限性。 另外，由于最后的故障檢測工作是在整個(gè)輸電導(dǎo)線圖像區(qū)域內(nèi)進(jìn)行的，圖像中無關(guān)部分也參與了運(yùn)算，這無疑增加了故障檢測算法的運(yùn)算量。

整個(gè)輸電線路的跨度和距離較大，發(fā)生故障的線路只是其中極小的一部分，因此巡檢過程中拍攝的圖像中有許多輸電導(dǎo)線圖像不含故障區(qū)域。 為了降低輸電導(dǎo)線故障檢測中的冗余計(jì)算量，提高檢測效率，需要在輸電導(dǎo)線故障檢測之前，先對(duì)輸電導(dǎo)線圖像進(jìn)行篩查，檢測當(dāng)前輸電導(dǎo)線圖像中是否存在可疑區(qū)域，若存在，則在該可疑區(qū)域中使用故障檢測方法對(duì)輸電導(dǎo)線的故障及其類型進(jìn)行檢測，最終確定該輸電導(dǎo)線是否存在故障，并識(shí)別出相應(yīng)的故障類型。

1 輸電導(dǎo)線斷股和異物懸掛故障檢測方法

為了實(shí)現(xiàn)輸電導(dǎo)線可疑區(qū)域的定位，需從輸電導(dǎo)線故障的特點(diǎn)入手。 輸電導(dǎo)線斷股和輸電導(dǎo)線異物懸掛是可見光圖像下輸電導(dǎo)線最具有代表性的兩種故障，為了提高輸電導(dǎo)線可疑區(qū)域定位方法的適應(yīng)性，本節(jié)將對(duì)這兩種故障的特征和檢測方法進(jìn)行深入分析，尋找輸電導(dǎo)線故障在可見光圖像下的特點(diǎn)和共性。

1.1 輸電導(dǎo)線斷股

觀察輸電導(dǎo)線斷股圖像發(fā)現(xiàn)，斷裂部分由于重力的作用會(huì)自然下垂，在位置上會(huì)與輸電導(dǎo)線形成一種相交關(guān)系，并且每根因?yàn)閿喙啥至殉鰜淼慕饘傩局怀霈F(xiàn)在輸電導(dǎo)線的一側(cè)［4，5］。目前的斷股檢測算法均是基于這一特點(diǎn)進(jìn)行設(shè)計(jì)的，具體包括3個(gè)步驟。

第1步，尋找與輸電導(dǎo)線相交的線段。 與輸電導(dǎo)線具有相交關(guān)系的線段是可能出現(xiàn)斷股故障的位置，因此，需要將與輸電導(dǎo)線相交的線段尋找出來。 首先，通過判斷線段AB與輸電導(dǎo)線CD的斜率k是否相等來排除兩者平行的情況（圖1），并記錄它們的交點(diǎn)（xn，yn）：

圖1 線段的非平行位置關(guān)系

第2步， 通過每條相交線段上的點(diǎn)與輸電導(dǎo)線的位置關(guān)系判斷是否檢測到斷股故障［6，7］。 第1步中檢測出的每一根與輸電導(dǎo)線相交的線段都由一系列的點(diǎn)（xi，yi）組成，如果這些點(diǎn)的坐標(biāo)都能夠滿足：

第4步，水平和垂直投影累加計(jì)算。 通過計(jì)算每行像素累計(jì)標(biāo)記值，得到所有行的像素累計(jì)標(biāo)記值H（x）及其坐標(biāo)x，從而得到水平投影；垂直投影與水平投影的計(jì)算方法類似，通過對(duì)每列像素累計(jì)標(biāo)記值的計(jì)算，得到所有列的像素累計(jì)標(biāo)記值H（y）及其坐標(biāo)y，從而得到垂直投影。 H（x）、H（y）的計(jì)算式為：

其中δ為誤差值。 則認(rèn)為該線段為輸電導(dǎo)線斷股部分，該線段所在區(qū)域即為輸電導(dǎo)線斷股故障所在區(qū)域。

第3步，記錄斷股故障位置信息，并輸出斷股故障檢測結(jié)果。

1.2 輸電導(dǎo)線異物懸掛

觀察輸電導(dǎo)線異物懸掛圖像的邊緣檢測效果圖可以發(fā)現(xiàn)，異物所在位置的區(qū)域內(nèi)輸電導(dǎo)線邊緣會(huì)突然變寬，與正常的輸電導(dǎo)線相比異物所在區(qū)域內(nèi)圖像邊緣信息會(huì)增加，那么該處的圖像無論在縱向還是橫向上的像素灰度總值都會(huì)高于正常輸電導(dǎo)線區(qū)域。 圖像檢索中的投影法正是基于此原理［8］，具體包括5個(gè)步驟。

第1步，檢測輸電導(dǎo)線，確定輸電導(dǎo)線位置及其所有邊緣信息。

第2步，在圖像中建立坐標(biāo)系。 設(shè)圖像左下角為坐標(biāo)原點(diǎn)， 圖像下邊緣為x軸， 圖像左邊緣為y軸，以圖像列數(shù)col為x軸坐標(biāo)上限，圖像行數(shù)row為y軸坐標(biāo)上限。

第3步，設(shè)置不同像素灰度對(duì)應(yīng)的標(biāo)記值。 邊緣檢測圖像為二值圖，白色點(diǎn)的灰度值為255，黑色點(diǎn)的亮度為0， 利用標(biāo)記值進(jìn)行簡單累加來實(shí)現(xiàn)邊緣信息的統(tǒng)計(jì)。

第5步， 判斷是否出現(xiàn)異物懸掛并定位異物所在區(qū)域。 利用投影圖可以反映故障區(qū)域的特征，垂直投影圖中的劇烈突變表明故障點(diǎn)的水平位置和數(shù)量，水平投影圖中的劇烈突變表明故障點(diǎn)的垂直位置和數(shù)量。 通過兩個(gè)方向的投影圖就可以確定出圖像中異物所在的區(qū)域位置。

徐進(jìn)步恰與孫曼玲面對(duì)面,趕緊用濕褲衩捂住下身,紅著臉嘟囔:“哎喲媽呀,直勾勾地看著我,是我不要臉還是她不要臉啊!”

1.3 兩種故障的共性分析

斷股故障的檢測主要是通過輸電導(dǎo)線本體附近的直線段像素條與輸電導(dǎo)線的位置關(guān)系，來判斷是否存在斷股故障，且由于斷股部分本身的特性，斷裂的金屬芯與輸電導(dǎo)線會(huì)在連接處形成類似于漢字“卜”的形狀，而不是“十”字形或者“乂”字形，這也是判斷是否發(fā)生斷股故障的重要依據(jù)。 由此可知，檢測斷股故障的關(guān)鍵信息來源于靠近斷股部分與導(dǎo)線連接處的邊緣信息，正是由于這一部分邊緣信息的存在，使得輸電導(dǎo)線圖像在該處的邊緣信息數(shù)量異于其他區(qū)域。

輸電導(dǎo)線異物懸掛故障檢測方法是通過對(duì)輸電導(dǎo)線圖像邊緣信息在水平和垂直兩個(gè)方向上的投影圖進(jìn)行分析， 最終確定故障發(fā)生的位置。 其核心原理是依據(jù)異物懸掛故障區(qū)域處輸電導(dǎo)線寬度突然增加、邊緣信息數(shù)量異于正常區(qū)域的特性來實(shí)現(xiàn)故障的檢測和定位。

2 基于圖像區(qū)域分割的輸電導(dǎo)線可疑區(qū)域定位

輸電導(dǎo)線故障區(qū)域的共同特性為，故障所在區(qū)域邊緣信息數(shù)量相對(duì)于正常輸電導(dǎo)線具有明顯的突變。 基于這一特點(diǎn)，筆者設(shè)計(jì)了一種基于圖像區(qū)域分割的輸電導(dǎo)線可疑區(qū)域定位方法。

2.1 輸電導(dǎo)線水平校正

由于拍攝角度的不同，輸電導(dǎo)線在圖像中通常都是帶有一定傾斜角度的，輸電導(dǎo)線的斜率會(huì)對(duì)單根輸電導(dǎo)線區(qū)域的分割造成較大的困難，為了解決這一問題，需要先對(duì)輸電導(dǎo)線進(jìn)行水平校正， 將輸電導(dǎo)線按照一定的規(guī)則旋轉(zhuǎn)至水平方向。

1.1節(jié)中已經(jīng)對(duì)輸電導(dǎo)線進(jìn)行了檢測，并用相應(yīng)直線段表示出來，因此可以直接利用斜率計(jì)算公式獲得輸電導(dǎo)線的斜率，進(jìn)而得到輸電導(dǎo)線和水平方向的夾角θ=arctan｜k｜。 而旋轉(zhuǎn)中心O（xo，yo）則可以利用輸電導(dǎo)線區(qū)域的上、下邊界點(diǎn)（xup，yup）、（xdown，ydown）來進(jìn)行計(jì)算：

得到校正前后的輸電導(dǎo)線圖像如圖2所示。

圖2 輸電導(dǎo)線圖像

2.2 基于圖像區(qū)域分割的可疑區(qū)域定位

輸電導(dǎo)線故障是發(fā)生在導(dǎo)線上的故障，那么只要在每根導(dǎo)線上進(jìn)行故障區(qū)域篩查，便可有效定位可疑區(qū)域。 由于輸電導(dǎo)線往往都是貫穿整個(gè)輸電導(dǎo)線圖像的， 因此， 在x方向上的跨度非常大，如果仍采用類似于輸電導(dǎo)線異物懸掛故障檢測中使用的投影法，將輸電導(dǎo)線邊緣信息點(diǎn)數(shù)量按照每一個(gè)像素寬度來進(jìn)行計(jì)算，那么當(dāng)輸電導(dǎo)線圖像分辨率較高時(shí)，計(jì)算量將非常大。 為了解決這一問題，筆者采用區(qū)域分割的方式，將輸電導(dǎo)線待檢測區(qū)域按照一定的寬度分割成若干個(gè)矩形區(qū)域，然后以每個(gè)矩形區(qū)域的運(yùn)算結(jié)果作為可疑區(qū)域的定位依據(jù)，實(shí)現(xiàn)可疑區(qū)域的定位。 具體包括9個(gè)步驟。

第2步，設(shè)置每根導(dǎo)線檢測區(qū)域的范圍，如圖3所示。 斷股故障中斷股部分在最終的故障類型識(shí)別時(shí)需要進(jìn)行直線檢測，如果最終的定位區(qū)域過小，則會(huì)導(dǎo)致在最終的故障類型識(shí)別時(shí)，斷股部分無法被識(shí)別出來，因此，需要將輸電導(dǎo)線的檢測區(qū)域設(shè)置得盡可能大。 理想狀態(tài)下，可以將檢測區(qū)域設(shè)置為以導(dǎo)線為軸心，檢測區(qū)域最大可以取到導(dǎo)線上下0.5倍的最小輸電導(dǎo)線間距，但是考慮到導(dǎo)線弧度的影響，為了避免檢測區(qū)域中出現(xiàn)其他導(dǎo)線，可適當(dāng)調(diào)整為0.3倍的最小輸電導(dǎo)線間距。

圖3 單根輸電導(dǎo)線檢測區(qū)域

第3步， 對(duì)每根輸電導(dǎo)線的檢測區(qū)域進(jìn)行圖像區(qū)域分割。 將每根輸電導(dǎo)線檢測區(qū)域進(jìn)行等分，得到大小一致的n個(gè)矩形區(qū)域（圖4）。 通過對(duì)輸電導(dǎo)線故障圖像的分析可以發(fā)現(xiàn)，對(duì)于同一輸電導(dǎo)線故障點(diǎn)的圖像，無論輸電導(dǎo)線圖像分辨率和導(dǎo)線所在位置如何變化，故障區(qū)域的寬度與輸電導(dǎo)線的寬度比例始終不變。 同理，在類似的輸電導(dǎo)線圖像中，故障區(qū)域像素寬度與導(dǎo)線寬度都有一定的固定比例關(guān)系，因此，檢測區(qū)域分割數(shù)量n可由具有普遍意義的輸電導(dǎo)線寬度和故障區(qū)域比例K決定，即：

其中，WL為輸電導(dǎo)線寬度。

圖4 分割后的輸電導(dǎo)線檢測區(qū)域

第4步， 計(jì)算每一個(gè)矩形區(qū)域的邊緣信息點(diǎn)數(shù)量Ei：

其中，w為待檢測輸電導(dǎo)線區(qū)域的整體寬度，h為區(qū)域高度，fi（x，y）為第i個(gè)區(qū)域圖像像素點(diǎn)的標(biāo)記值。

第5步， 計(jì)算所有矩形區(qū)域邊緣點(diǎn)數(shù)量的均值Ea和誤差系數(shù)di：

第6步，設(shè)置閾值T1，將d大于T1的矩形區(qū)域標(biāo)記為可疑區(qū)域。

第7步， 根據(jù)均值計(jì)算每條導(dǎo)線檢測區(qū)域內(nèi)各分割區(qū)域邊緣點(diǎn)數(shù)量的方差Sj以及每根線路方差的誤差系數(shù)σj：

其中，Eij為第j根導(dǎo)線上第i個(gè)區(qū)域中邊緣信息點(diǎn)的數(shù)量，Eaj為第j根導(dǎo)線上各區(qū)域邊緣信息點(diǎn)數(shù)量的平均值。

第8步，設(shè)置篩選閾值T2，如果當(dāng)前輸電導(dǎo)線方差誤差系數(shù)σj大于閾值T2， 則將當(dāng)前輸電導(dǎo)線標(biāo)記為可疑線路。

第9步， 根據(jù)第6步中的可疑區(qū)域和第8步中的可疑線路，標(biāo)記確定故障區(qū)域的位置，如果一條線路既被標(biāo)記為可疑線路， 又包含可疑區(qū)域，則表示檢測到可疑區(qū)域，將其位置記錄下來。

3 實(shí)驗(yàn)驗(yàn)證

為了驗(yàn)證輸電導(dǎo)線可疑區(qū)域定位方法的有效性， 采用Python3.7和OpenCV4.1.0作為實(shí)驗(yàn)平臺(tái)，對(duì)輸電導(dǎo)線斷股和異物懸掛兩種故障的可疑區(qū)域定位效果進(jìn)行驗(yàn)證。

設(shè)置參數(shù)為：k=0.026，閾值T1=0.15、T2=0.23。觀察圖5a和圖6a， 可以看出經(jīng)過筆者提出的算法的檢測識(shí)別，輸電導(dǎo)線被很好地檢測出來，并且進(jìn)行了標(biāo)注，為圖5b和圖6b的輸電導(dǎo)線可疑區(qū)域定位打下了良好的基礎(chǔ)，使之可以直接在每一根輸電導(dǎo)線上進(jìn)行可疑區(qū)域檢測。 圖5c和圖6c為可疑區(qū)域檢測結(jié)果，可以看出，由于異物較大和拍攝角度的原因，一根導(dǎo)線的懸掛物在另一根輸電導(dǎo)線的檢測區(qū)域中也可以被偵測到，筆者提出的方法將故障區(qū)域檢測出來的同時(shí)還將另一個(gè)可能為故障的區(qū)域標(biāo)記了出來，排除了正常輸電導(dǎo)線區(qū)域，在進(jìn)行故障類型識(shí)別時(shí)只需對(duì)可疑區(qū)域進(jìn)行運(yùn)算，即可確定是否發(fā)生故障，以及判斷輸電導(dǎo)線故障的類型，這極大地減小了輸電導(dǎo)線故障識(shí)別算法的運(yùn)算區(qū)域，有效提高了輸電導(dǎo)線故障檢測識(shí)別效率。

圖5 輸電導(dǎo)線斷股故障檢測結(jié)果

圖6 輸電導(dǎo)線異物懸掛故障檢測結(jié)果

4 結(jié)束語

為了降低輸電導(dǎo)線故障檢測中的冗余計(jì)算量、提高檢測效率，筆者提出了一種基于圖像區(qū)域分割的輸電導(dǎo)線可疑區(qū)域定位方法。 經(jīng)實(shí)驗(yàn)驗(yàn)證，筆者所提算法在定位輸電導(dǎo)線故障區(qū)域上性能良好，無論是在帶有弧度的輸電導(dǎo)線上，還是在近似直線的輸電導(dǎo)線上，對(duì)于發(fā)生的斷股故障和異物懸掛故障，該算法都能有效將故障區(qū)域和疑似發(fā)生故障的區(qū)域準(zhǔn)確定位出來。