王佳玉 劉立群 黃明慧 劉育勝 楊錦燁

摘要：針對(duì)絕緣子長期裸露在自然環(huán)境中致使浮塵等污漬在其表面附著堆積形成通路，導(dǎo)致絕緣子被兩端電壓擊穿，以及在自然環(huán)境中由于雷電天氣，使絕緣子損壞自爆，對(duì)輸電線路存在極大隱患的問題，為及時(shí)發(fā)現(xiàn)輸電線路中絕緣子自爆缺陷，采用無人機(jī)在輸電線路巡檢中所采集到的有關(guān)絕緣子串的圖像，研究基于MATLAB圖像處理的絕緣子自爆缺陷檢測(cè)與判定方法，開發(fā)了基于MATLAB的絕緣子自爆檢測(cè)系統(tǒng)。該系統(tǒng)對(duì)高壓輸電線路中的特殊絕緣體絕緣子串進(jìn)行目標(biāo)定位，通過圖像處理技術(shù)將所采集的絕緣子串圖像中的目標(biāo)與自然環(huán)境分離。首先對(duì)所采集的圖像進(jìn)行預(yù)處理，然后將圖像閾值化分割，得到有關(guān)圖像。將高壓輸電線路與絕緣子分離。再將所得圖像進(jìn)行降噪，濾除圖像中的相關(guān)雜質(zhì)，得到最終的只有絕緣子串的圖像。最后通過所得到的圖像，判定絕緣子自爆缺陷位置。實(shí)驗(yàn)表明，通過MATLAB圖像處理技術(shù)，可以獲得清晰的絕緣子掩模圖，并正確判定其自爆位置。

關(guān)鍵詞：絕緣子自爆;定位識(shí)別;圖像采集;圖像分割;圖像識(shí)別

中圖分類號(hào)：TP751? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）01-0006-03

1 引言

針對(duì)自然環(huán)境惡劣天氣致使絕緣子損壞自爆，對(duì)輸電線路帶來極大隱患的問題，本文采用無人機(jī)或直升機(jī)對(duì)輸電線路上絕緣子串所采集的高清圖像，進(jìn)行絕緣子智能自爆定位檢測(cè)研究，開發(fā)設(shè)計(jì)了基于MATLAB的絕緣子自爆檢測(cè)系統(tǒng)。無人機(jī)可以在高壓輸電線路巡檢中拍攝大量的高清絕緣子圖像，這些圖片中隱含了輸電線路桿塔的詳細(xì)地址信息和每個(gè)絕緣子的具體標(biāo)號(hào)信息，如果能將所采集的圖片中的自爆絕緣子所在輸電桿塔位置進(jìn)行定位，就能為后期絕緣子自爆缺陷檢測(cè)和人工維修奠定實(shí)踐基礎(chǔ)[1]。加之經(jīng)過計(jì)算機(jī)對(duì)所采集圖像進(jìn)行處理，得到只剩絕緣子串的圖像，進(jìn)而對(duì)絕緣子串自爆位置進(jìn)行標(biāo)注，從而得到清晰明了的高壓輸電線路中絕緣子串的損壞自爆巡檢結(jié)果，并且計(jì)算機(jī)處理速度快，且不易出錯(cuò)，大大提高了檢查效率，同時(shí)減少了人工巡檢的工作量，這對(duì)于保障國家輸電線路傳輸電力的安全有著重要意義。

2 系統(tǒng)原理

基于MATLAB的絕緣子自爆檢測(cè)系統(tǒng)是利用MATLAB進(jìn)行數(shù)字圖像處理，其自爆檢測(cè)步驟可分為三步：圖像采集，圖像識(shí)別，圖像分割，如圖1所示。

利用無人機(jī)或直升機(jī)拍攝相關(guān)絕緣子串的照片，并由人工檢查的方式，對(duì)所采集的圖片進(jìn)行篩檢，刪除不清晰、模糊、絕緣子串被植被或輸電線路大面積遮擋、無法清晰地看到絕緣子串的圖片。將所篩選的清晰照片上傳到計(jì)算機(jī)相應(yīng)位置，利用MATLAB圖像處理技術(shù)，首先將所采集圖片進(jìn)行預(yù)處理即圖像灰度化，將彩色圖像轉(zhuǎn)化為灰色圖像，為下一步做好準(zhǔn)備。然后利用邊緣檢測(cè)，在這里使用經(jīng)典的拉普拉斯算法進(jìn)行圖像的邊緣檢測(cè)，處理完成后將所得圖像進(jìn)行閾值分割得到有明顯雜質(zhì)不清晰的圖像，為濾除雜質(zhì)得到清晰的只剩絕緣子的圖像，將圖像進(jìn)行二值化，然后通過形態(tài)學(xué)濾波法濾除雜質(zhì)，從而得到清晰的絕緣子的圖像，以此進(jìn)行絕緣子自爆缺陷的定位檢測(cè)。

3 系統(tǒng)的總體設(shè)計(jì)與實(shí)現(xiàn)

系統(tǒng)的總體設(shè)計(jì)與實(shí)現(xiàn)思路如圖2 所示。該系統(tǒng)包括圖像灰度化、邊緣檢測(cè)、閾值分割、二值化、形態(tài)學(xué)濾波等功能。

3.1 圖像預(yù)處理

圖像預(yù)處理的目的是消除圖像中無用的信息，恢復(fù)有效的真實(shí)信息，增強(qiáng)有關(guān)真實(shí)有效信息的可檢測(cè)性、最大限度地使數(shù)據(jù)簡(jiǎn)化，從而改進(jìn)特征提取、圖像分割、匹配和識(shí)別的可靠性[2]。

彩色圖片所包含的信息很多，在進(jìn)行圖像處理時(shí)會(huì)依據(jù)色彩之間的區(qū)別進(jìn)行圖像分割，但也因?yàn)樯蔬^多，所以在利用顏色進(jìn)行圖像分割時(shí)辨別色彩數(shù)值的工作量過大，并且本課題其目的是將絕緣子串從自然環(huán)境中分割出來，倘若將圖像從彩色轉(zhuǎn)變?yōu)榛疑?，可以大大減低為分離自然環(huán)境與絕緣子串的工作量，更加方便。

3.2 邊緣檢測(cè)

邊緣顧名思義意為臨界的部分，在圖像中邊緣也就是指物體周圍像素灰度急劇變化的像素點(diǎn)的集合，是一個(gè)圖像最基本的特點(diǎn)。急劇變化的像素點(diǎn)存在于圖像目標(biāo)、圖像背景和區(qū)域之間，是計(jì)算機(jī)進(jìn)行圖像分割時(shí)所參照的最重要的依據(jù)。將圖像進(jìn)行邊緣檢測(cè)時(shí)，首先提取圖像中不連續(xù)部分的特征，根據(jù)閉合的邊緣確定區(qū)域[3]。然后取計(jì)算結(jié)果中的最大值作為這個(gè)像素點(diǎn)的輸出值， 得到一幅邊緣幅度圖像。選擇一個(gè)恰當(dāng)?shù)拈T限值TH， 如果p （x， y） ≥TH， 則 （i， j） 表示這個(gè)位置上的像素就是一個(gè)邊緣點(diǎn)， p （x， y） 表示邊緣圖像[4]。邊緣檢測(cè)技術(shù)是所有基于邊緣分割的圖像分析方法的第一步， 圖像在進(jìn)行分割后所提取出的目標(biāo)就可以進(jìn)一步地進(jìn)行特征提取和形狀分析，其應(yīng)用范圍十分廣泛，通常應(yīng)用于圖像語義識(shí)別， 圖像搜索等領(lǐng)域[5]。本文應(yīng)用經(jīng)典的拉普拉斯（Laplace）算子進(jìn)行邊緣檢測(cè)。

3.3 迭代選擇閾值法

閾值分割的原理為采用簡(jiǎn)單的灰度輸入從而產(chǎn)生封閉且連通的邊界，然后將圖像分割為互不交疊的部分，其基本思想是提取圖像的最小灰度min閾值和最大灰度max閾值，并在兩者之間確定一個(gè)閾值K，然后將所分割圖像中的所有像素點(diǎn)按照它的灰度值以閾值K為分界線分為兩部分[6]。迭代式閾值選擇算法步驟包括：1）根據(jù)所需檢測(cè)分割的圖像的灰度選擇一個(gè)K的估值，作為它的初始值。2）利用所選初始值K將該圖像分為兩個(gè)部分，分別標(biāo)記為P1，P2。3）計(jì)算兩個(gè)區(qū)域，即區(qū)域P1和區(qū)域P2中的所有像素的平均灰度值，并將其值分別標(biāo)注為K1和K2。4）根據(jù)以上步驟得到新的閾值：[k=1/2（k1+k2）]。重復(fù)除步驟1以外的所有步驟， 直到逐次計(jì)算所得的T值小于步驟1中所定義的參數(shù)T的估計(jì)值。

3.4 形態(tài)學(xué)濾波

數(shù)學(xué)形態(tài)學(xué)是建立在格論和拓?fù)鋵W(xué)基礎(chǔ)上的圖像分析學(xué)科[7]。膨脹和腐蝕的基本原理為：1）去除圖像中的噪聲。2）分離出在圖像中獨(dú)立存在的圖像元素并將相鄰的元素進(jìn)行連接。3）找出圖像中存在的極大值或極小值部分。4）計(jì)算出圖像的梯度[7]。

以上介紹了在本課題中關(guān)于圖像處理、圖像分割、圖像識(shí)別所使用的有關(guān)算法和步驟，基于此設(shè)計(jì)了以下內(nèi)容的圖像處理系統(tǒng)。

4 系統(tǒng)的主界面

主界面是系統(tǒng)的整體布局，它顯示了系統(tǒng)的總體框架，通過主界面可以看到系統(tǒng)總共分為五大模塊，分別是邊緣檢測(cè)、二值化處理、圖像濾波、圖像去噪，圖像形態(tài)學(xué)處理等如圖3所示。利用MATLAB中的GUI界面，使用其所包含的工具箱，通過為按鈕賦予函數(shù)的方式，利用代碼：

close（gcf）

run（'srtp1'）

將各個(gè)子界面與主界面相互連接如圖3所示。

4.1 邊緣檢測(cè)

邊緣檢測(cè)流程圖如圖4所示，邊緣檢測(cè)結(jié)果圖如圖5所示。

4.2 二值化

二值化流程圖如圖6所示，二值化結(jié)果圖如圖7所示。

4.3 圖像濾波

圖像濾波流程圖如圖8所示，圖像濾波結(jié)果圖如圖9所示。

4.4 圖像去噪

圖像去噪流程圖如圖10所示，圖像去噪結(jié)果圖如圖11所示。

4.5 圖像形態(tài)學(xué)處理

圖像形態(tài)學(xué)處理流程圖如圖12所示，圖像形態(tài)學(xué)處理結(jié)果圖如圖13所示。

5 結(jié)束語

當(dāng)前采取的圖像拍攝方式采集到的圖片全靠人工進(jìn)行絕緣子自爆的識(shí)別處理，工作量大并且容易出現(xiàn)識(shí)別處理不到位的錯(cuò)誤。本文通過系統(tǒng)對(duì)圖像的預(yù)處理著手，對(duì)圖像進(jìn)行平滑、形態(tài)學(xué)濾波，閾值分割等一系列的處理，使人們的工作壓力大大減輕并有效降低人工錯(cuò)誤率。本文雖采用各種方法來提高絕緣子自爆類型識(shí)別的可靠性和快速性，可是出于時(shí)間緊急和本文程度有限，依然存在許多必要改良和值得進(jìn)一步鉆研的地方，詳細(xì)有以下幾點(diǎn)：

1）在進(jìn)行完整的圖像識(shí)別的整個(gè)過程中，圖像分割是十分重要的一個(gè)環(huán)節(jié)。將灰度化后的圖像，通過拉普拉斯（Laplace）算子進(jìn)行邊緣檢測(cè)，然后再進(jìn)行閾值分割，但由于閾值選取過程工作量大，并且最后所選取的閾值不是很合適，導(dǎo)致并沒有將輸電線路的高架塔與絕緣子串相互分離。

2）在經(jīng)過大量的資料查閱后，最終找到的絕緣子自爆檢測(cè)步驟為：通過圖像基礎(chǔ)處理，如圖像切分、圖像變換等方式提高模型數(shù)據(jù)量，然后利用圖像語義分割，得到只剩絕緣子串的圖片，利用連通區(qū)域目標(biāo)檢測(cè)和目標(biāo)檢測(cè)，確定絕緣子所在位置以及確定絕緣子自爆位置。

3）出于絕緣子軸心的歪斜、絕緣子模塊構(gòu)件的不一致性及絕緣子概況的污染，會(huì)造成破壞檢測(cè)誤判，針對(duì)如何在絕緣子構(gòu)件不同的情況下以及如何在圖像處理過程中將絕緣子軸心調(diào)整到平行或垂直位置以便后期檢測(cè)，進(jìn)一步提高檢測(cè)的準(zhǔn)確性，仍需進(jìn)一步探討鉆研。

參考文獻(xiàn)：

[1] 劉逸凡，王淑青，慶毅輝，等.基于EfficientDet和雙目攝像頭的絕緣子缺陷檢測(cè)[J].中國電力，2021，54（2）：156-163，196.

[2] CSDN 圖像處理之預(yù)處理方法[EB/OL].（2018-08-28）[2020-06-24].https：//blog.csdn.net//joaming/article/details/82146604.

[3] 曹洋.基于MATLAB實(shí)現(xiàn)數(shù)字圖像邊緣檢測(cè)[J].信息技術(shù)與信息化，2020（2）：140-142.

[4] 李楊靜，劉藝航，王梓，等.基于Matlab的圖像分割[J].無線互聯(lián)科技，2018，15（15）：53-54.

[5] 仲曉慶，蔡朝暉.基于MATLAB的幾個(gè)圖像處理實(shí)例[J].信息系統(tǒng)工程，2018（12）：96-98.

[6] 陽樹洪.灰度圖像閾值分割的自適應(yīng)和快速算法研究[D].重慶：重慶大學(xué)，2014.

[7] CSDN 形態(tài)濾波學(xué)（1）[EB/OL].（2018-08-07）[2020-06-25].https：//blog.csdn.net/huayunhualuo/article/details/81486884.

【通聯(lián)編輯：謝媛媛】

收稿日期：2021-09-16

基金項(xiàng)目：甘肅農(nóng)業(yè)大學(xué)省級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（項(xiàng)目編號(hào)：202010733047）;甘肅農(nóng)業(yè)大學(xué)學(xué)生科研訓(xùn)練計(jì)劃項(xiàng)目（項(xiàng)目編號(hào)：202016032）;國家大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（項(xiàng)目編號(hào)：02）;甘肅農(nóng)業(yè)大學(xué)青年導(dǎo)師基金資助項(xiàng)目（項(xiàng)目編號(hào)：GAU-QDFC-2020-08）;甘肅省高等學(xué)校科研項(xiàng)目資助（項(xiàng)目編號(hào)：2019B-086）;甘肅省科技計(jì)劃資助（項(xiàng)目編號(hào)：20JR5RA032）

作者簡(jiǎn)介：王佳玉（2000—），女，甘肅張掖人，本科在讀，研究方向?yàn)殡娮有畔⒐こ?劉立群（1982—），女，通信作者，副教授，主要從事智能計(jì)算研究;黃明慧（2000—），女，甘肅天水人，本科在讀，研究方向?yàn)殡娮有畔⒐こ?劉育勝（1997—），男，甘肅天水人，本科在讀，研究方向?yàn)殡娮有畔⒐こ?楊錦燁（2000—），女，甘肅天水人，本科在讀，研究方向?yàn)殡娮有畔⒐こ獭?/p>