馮欽華++胡金磊

摘 要輸電線路作為電力網(wǎng)絡(luò)的骨架，與變壓器、斷路器等電力設(shè)備共同承擔(dān)了將電廠發(fā)出的電能輸送到各用戶的重任，是電力系統(tǒng)的重要組成部分。本文通過對(duì)原始圖像依次進(jìn)行灰度化處理、濾波及差分增強(qiáng)計(jì)算、過濾篩選及標(biāo)識(shí)處理，最終得到輸電線路標(biāo)識(shí)圖。結(jié)果顯示，對(duì)于輸電線路可以準(zhǔn)確識(shí)別，對(duì)于設(shè)備要求低，為我國當(dāng)前輸電線路監(jiān)控提供了一種便利方法。

【關(guān)鍵詞】輸電線路 電力系統(tǒng) 標(biāo)示圖 線路監(jiān)控

輸電線路是電力系統(tǒng)連接各個(gè)部分的重要組成部分，與變壓器、斷路器等電力設(shè)備共同承擔(dān)著輸送分配電能的重任。但常見的輸電架空線路由于長期暴露在在自然環(huán)境中運(yùn)行，經(jīng)常經(jīng)受線路張力、冰雪、大風(fēng)、鳥巢等外界干擾與損害，常會(huì)出現(xiàn)線路跳閘、斷線等多種事故，對(duì)電力系統(tǒng)的正常運(yùn)行造成影響。因此，需要對(duì)輸電線路進(jìn)行及時(shí)有效的監(jiān)控，以對(duì)輸電線路狀態(tài)進(jìn)行提前預(yù)警。

國內(nèi)外各個(gè)研究機(jī)構(gòu)對(duì)于該問題都進(jìn)行了深入研究，提出了多種解決方案，如：西安交通大學(xué)通過對(duì)覆冰厚度與傾角關(guān)系進(jìn)行分析，建立了輸電線路的力學(xué)模型；華南理工大學(xué)在此基礎(chǔ)上通過考慮風(fēng)偏對(duì)于輸電線路的影響，修改了輸電線路的力學(xué)模型，使之更加精確。雖然通過力學(xué)模型能夠?qū)τ谳旊娋€路覆冰及風(fēng)偏情況進(jìn)行分析，但力學(xué)模型方法中模型較為復(fù)雜，且對(duì)于傳感器采集數(shù)據(jù)有較高同時(shí)性要求。當(dāng)傳感器由于采集或傳輸出現(xiàn)時(shí)間偏差時(shí)，對(duì)于線路情況判斷就會(huì)出現(xiàn)較大誤差。之后，隨著圖像識(shí)別技術(shù)的發(fā)展，視覺識(shí)別在輸電線路的監(jiān)控中有了長足發(fā)展。重慶大學(xué)基于圖像識(shí)別技術(shù)，提出一種輸電線路中絕緣子覆冰情況的分析算法，可以初步識(shí)別絕緣子覆冰情況。

本文通過采用灰度化處理、濾波及差分增強(qiáng)計(jì)算、過濾篩選及標(biāo)識(shí)處理結(jié)合的方法，提出了一種新的對(duì)于輸電線路監(jiān)控的方法。下文將通過對(duì)識(shí)別輸電線路難點(diǎn)，及本文實(shí)現(xiàn)輸電線路監(jiān)控方法進(jìn)行論述。

1 識(shí)別輸電線路的難點(diǎn)

圖像識(shí)別技術(shù)需要通過對(duì)原始圖像進(jìn)行處理，來獲得相關(guān)結(jié)果，一般來說對(duì)于原始圖像有較高要求。目前關(guān)于輸電線路的原始圖像常為采用攝像裝置拍攝的包含輸電線路的圖像，一般即是監(jiān)控圖像。由于線路本身、攝像機(jī)角度及天氣影響，對(duì)于輸電線路監(jiān)控圖像識(shí)別存在以下難點(diǎn)：

（1）線性形狀明顯，在圖片中寬度較小，識(shí)別難度較高；

（2）一般呈弧垂?fàn)罘植迹承┙嵌扰臄z可能會(huì)成一條直線（如從輸電線上方俯視），即視角問題；

（3）輸電線路有較大的跨度，一般能跨越全圖，在一張圖中并不能完全呈現(xiàn)；

（4）同一桿塔的多條線路之間一般為近似平行關(guān)系，不存在相交情況，但是在某些拍攝角度下可能存在影響重疊從而造成線線相交的情況；

（5）架空線路監(jiān)控的背景一般比較復(fù)雜，受天氣等外界情況影響較大，可能會(huì)由于雨雪天氣導(dǎo)致圖片模糊、失真等情況出現(xiàn)。

2 圖像識(shí)別流程

針對(duì)以上難點(diǎn)，本文采用以下流程來對(duì)輸電線路識(shí)別進(jìn)行優(yōu)化：

（1）灰度化處理。對(duì)于原始圖像進(jìn)行灰度化處理，去除圖像中色彩信息，減小圖像數(shù)據(jù)存儲(chǔ)量，便于對(duì)對(duì)象輪廓信息進(jìn)行處理。

（2）濾波增強(qiáng)處理。首先對(duì)與處理后的圖像進(jìn)行濾波處理，以減小最初成像、傳輸及灰度處理受到或產(chǎn)生的噪聲污染。后采用增強(qiáng)處理，對(duì)我們識(shí)別的目標(biāo)--輸電線路的圖像進(jìn)行強(qiáng)調(diào)，使之與圖片中背景之間的特征差別愈發(fā)明顯，提高圖像識(shí)別成功率。

（3）提取邊緣輪廓及濾波處理。通過依靠上一步驟增強(qiáng)的特征，對(duì)于圖像中目標(biāo)的輪廓進(jìn)行識(shí)別，后對(duì)識(shí)別的輪廓進(jìn)行濾波處理，以減小算法對(duì)于圖像的影響，得到純凈的輸電線路的輪廓圖像。

（4）標(biāo)識(shí)輸電線路。將上步驟中獲得的輸電線路輪廓圖像在原圖中進(jìn)行標(biāo)識(shí)，最終顯示標(biāo)識(shí)過的原圖圖像。

整體流程框圖如圖1所示。

下文將結(jié)合具體按實(shí)例，針對(duì)其中各步驟進(jìn)行詳細(xì)論述。

2.1 灰度化處理

獲取到輸電線路的原始圖像后，可以采用現(xiàn)有技術(shù)中已有的方法對(duì)原始圖像進(jìn)行灰度化處理，獲得灰度圖像。例如，如圖2所示，為一具體實(shí)施例的原始圖像的灰度圖像的示意圖。從該圖可以看到，輸電線路在圖中寬度很小，且在圖中并不能完全顯示了。另外受天氣和環(huán)境等因素影響，輸電線路在圖像中的特征并不是很清晰，在部分背景下通過人眼也并不能很好分辨出。

2.2 濾波增強(qiáng)處理

對(duì)灰度圖像濾波有多種實(shí)現(xiàn)方式，其大類可分為線性濾波和非線性濾波兩類。其中線性濾波因?yàn)槠浜唵斡行У奶匦暂^為常用。但由于其在去除噪聲的同時(shí)也會(huì)對(duì)圖像的邊緣信息進(jìn)行破壞，損失圖像信息，因此不適合于輸電線路邊緣識(shí)別。而非線性濾波對(duì)這一問題有較大改善，因此本文選用了非線性濾波中的中值濾波算法。其在排除圖像中的極值奇異點(diǎn)的同時(shí)，可以保護(hù)和維持圖像的階躍邊緣和拓?fù)浣Y(jié)構(gòu)。其算法公式如式1所示。

（1）

式（1）中，g（x，y）為濾波圖像灰度值，即濾波后灰度圖像中（x，y）像素點(diǎn)的灰度值；w（s，t）為（x，y）偏移（s，t）的權(quán)重值，s和t分別為橫坐標(biāo)和縱坐標(biāo)的偏移值；f（x+s，y+t）為灰度圖像坐標(biāo)（x+s，y+t）的灰度值；m=2*a+1，n=2* b +1，m和n分別為濾波模板的寬度和高度。

對(duì)灰度圖像進(jìn)行濾波后，得到濾波圖像，即濾波后的灰度圖像，然后將濾波前后的灰度圖像作差分增強(qiáng)計(jì)算，得到增強(qiáng)圖像，如圖4所示。

在對(duì)輸電線路識(shí)別監(jiān)控中，將濾波前后的灰度圖像進(jìn)行差分增強(qiáng)計(jì)算，獲得增強(qiáng)圖像的步驟包括：計(jì)算濾波前的灰度圖像和濾波后的灰度圖像的差值，獲得增強(qiáng)圖像，即：

h（x，y）=f（x，y）-g（x，y） （2）

式（2）中，h（x，y）為增強(qiáng)圖像的灰度值，f（x，y）為濾波前的灰度圖像的灰度值，g（x，y）為濾波后的灰度圖像的灰度值。

2.3 提取邊緣輪廓及濾波處理

提取所述增強(qiáng)圖像的邊緣輪廓圖像有多種實(shí)現(xiàn)方式，如：先驗(yàn)知識(shí)法，數(shù)學(xué)形態(tài)學(xué)方法，基于梯度的方法，水平集方法等。本文采用的是基于梯度的閾值自適應(yīng)Canny算子提取邊緣輪廓，具體如下：

（1）梯度圖求解。使用sobel差分算子求出已得灰度圖中各點(diǎn)的梯度，獲得原始圖像對(duì)應(yīng)梯度圖；

（2）判斷強(qiáng)弱邊緣像素點(diǎn)。通過設(shè)置高低兩個(gè)閾值來進(jìn)行判斷，其中梯度大小高于高閾值為強(qiáng)邊緣像素點(diǎn)，梯度值在高低兩閾值之間時(shí)，判定其為弱邊緣點(diǎn)；低于低閾值為弱邊緣點(diǎn)，判定其為非邊緣點(diǎn)；

（3）非極大值抑制。在第一次邊緣點(diǎn)判斷篩選后，沿梯度方向進(jìn)行非極大值抑制；

（4）邊緣確定。對(duì)強(qiáng)邊點(diǎn)進(jìn)行非極大值抑制后，尋找抑制后的強(qiáng)邊點(diǎn)附近的弱邊點(diǎn)從而得到最終的邊緣。

由于天氣、環(huán)境等影響，在不同時(shí)間同一輸電線路的識(shí)別所需要的閾值都會(huì)有所不同，因此不可能人為給定確定閾值來進(jìn)行識(shí)別。需要依靠自適應(yīng)閾值法來實(shí)現(xiàn)閾值的隨時(shí)調(diào)控，一般常用的方法有Otsu法、Canny算子法。在本文中采用的是Canny算子法，其具體計(jì)算步驟如下：

（1）求取原灰度圖像中各點(diǎn)的梯度，繪制其梯度圖像，并對(duì)其最大值進(jìn)行保存；

（2）對(duì)求得的梯度圖進(jìn)行直方圖求解；

（3）對(duì)非邊緣像素點(diǎn)在整幅灰度圖像中的比例進(jìn)行設(shè)定；

（4）設(shè)置閾值；

（5）遍歷直方圖，對(duì)每個(gè)梯度值對(duì)應(yīng)的像素點(diǎn)個(gè)數(shù)求和并保存；

（6）如果求和值高于閾值則退出直方圖的遍歷；

（7）計(jì)算Canny的低閾值和高閾值。

通常情況下邊緣輪廓圖像中包含復(fù)雜背景的毛刺，因此還需要對(duì)邊緣輪廓圖像進(jìn)行過濾篩選，去除邊緣輪廓圖像中復(fù)雜背景的毛刺，得到純凈的輸電線路的輪廓圖像。

在本文中圖像目標(biāo)為輸電線路其輪廓為外接矩形，因此可根據(jù)根據(jù)下述函數(shù)對(duì)所述邊緣輪廓圖像進(jìn)行過濾篩選：

（3）

式（3）中，ri（x，y）表示所述邊緣輪廓圖像中輪廓i的點(diǎn)坐標(biāo)（x，y），W表示外接矩形的寬度，H表示外接矩形的高度，C為常數(shù)，例如C為10，&&表示邏輯運(yùn)算符“與”。式（3）的含義為：如果x方向上ri（x，y）的最大值與最小值的差值大于W/C，并且y方向上ri（x，y）的最大值與最小值的差值大于H/C，則ri（x，y）的值設(shè)置為1，其它情況設(shè)置為0。

過濾后的輪廓圖像如圖6所示，從圖6可以看出經(jīng)過過濾，邊緣輪廓圖像中復(fù)雜背景的毛刺已經(jīng)被去除，余下純凈的輸電線路的輪廓圖像，圖像清晰。

2.4 標(biāo)識(shí)輸電線路

需要根據(jù)該輪廓圖像對(duì)原始圖像中的輸電線路進(jìn)行標(biāo)識(shí)，即在原始圖像上重新繪制篩選后輪廓圖像，以使用戶準(zhǔn)確識(shí)別出原始圖像中的輸電線路。在本文中采用輪廓點(diǎn)提取單元與輪廓點(diǎn)繪制單元結(jié)合的方法，來實(shí)現(xiàn)標(biāo)識(shí)功能的。在工程實(shí)踐中，輪廓點(diǎn)提取單元與輪廓點(diǎn)繪制單元相對(duì)獨(dú)立工作，以實(shí)現(xiàn)高效及準(zhǔn)確繪制，其結(jié)構(gòu)如圖7所示。

其中輪廓點(diǎn)提取單元，用于從所述輸電線路的輪廓圖像中獲得所述輸電線路的輪廓點(diǎn)以及所述輪廓點(diǎn)的坐標(biāo)；輪廓點(diǎn)繪制單元，用于將所述原始圖像作為背景圖像，將所述輪廓點(diǎn)作為前景圖像，根據(jù)所述輪廓點(diǎn)的坐標(biāo)將所述輪廓點(diǎn)繪制在所述原始圖像上。

3 結(jié)論

本文通過上述方案有效解決了復(fù)雜背景下輸電線路圖像識(shí)別問題，可實(shí)現(xiàn)線路快速識(shí)別，大大提高了輸電線路識(shí)別的通用性和識(shí)別準(zhǔn)確率，減少線路巡檢工作中人工工作量，提高巡檢工作的工作效率，為輸電線路監(jiān)視提供了一種便利方法。但其仍需高速快捷數(shù)據(jù)傳輸以保障圖像處理的及時(shí)性。

（通訊作者：胡金磊）

參考文獻(xiàn)

[1]胡毅，胡毅，劉凱，吳田，劉艷，蘇梓銘.輸電線路運(yùn)行安全影響因素分析及防治措施[J].高電壓技術(shù)，2014，40（11）：3491-3499.

[2]黃新波，孫欽東，程榮貴，等.導(dǎo)線覆冰的力學(xué)分析與覆冰在線監(jiān)測系統(tǒng)[J].電力系統(tǒng)自動(dòng)化，2007，31（14）：100-104.

[3]陽林，郝艷捧，黎衛(wèi)國，等.架空輸電線路覆冰預(yù)警系統(tǒng)力學(xué)計(jì)算模型[J].中國電機(jī)工程學(xué)報(bào)，2010，30（19）：100-105.

[4]WANG Xiao-peng， HU Jian-lin，WU Bin， et al.Study on edge extraction methods for image based icing on line monitoring on overhead transmission lines[J]. High Voltage Engineering，2008，34（12）：2687-2693.

[5]李俊生.圖像非線性濾波技術(shù)的研究[J].常州工學(xué)院學(xué)報(bào)，2005，18（02）：21-23.

[6]章毓晉.圖像工程 （上冊）：圖像處理與分析[M].北京：清華大學(xué)出版社，1999：192-195.

[7]YANG J，LI X.Directional morphology and its application in boundary detection[J].Image Processing and Application，1995（02）：410.

[8]吳鳳和.基于計(jì)算機(jī)視覺測量技術(shù)的圖像輪廓提取方法研究[J].計(jì)量學(xué)報(bào)，2007，28（01）：18-22.

[9]Osher S，Sethian J.Fronts propagating with curvature dependent speed：algorithms based on the hamilton-Jacobi formulation [J].Journal of Computational Physics，1988，79（01）：12-49.

作者簡介

馮欽華（1984-），男，廣東省茂名市人。工程師，工學(xué)學(xué)士，主要從事輸電線路運(yùn)維技術(shù)，新能源應(yīng)用。

胡金磊（1981-），男，河南省商丘市人，高級(jí)工程師，工學(xué)博士，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行與維護(hù)。

作者單位

廣東電網(wǎng)有限責(zé)任公司清遠(yuǎn)供電局 廣東省清遠(yuǎn)市 511515