基于彩色可见光图像的外绝缘污秽等级检测

夏 晶 胡 娟

（同济大学电子与信息工程学院，上海 201804）

随着环境污秽的加重，输变电线路中绝缘子表面污秽加剧，当遇到大雾、融雪、霜露等恶劣天气时，电网污闪事故频发[1-3]。高压线路绝缘子污秽监测是电力系统绝缘监测的一个重要课题，本文提出一种运用可见光成像设备获取彩色图像，结合图像处理技术，在 HSV颜色空间中提取表征表面污秽度的特征，通过特征值实现对绝缘子污秽等级分类的新型外绝缘污秽检测方法。这种方法可实现非接触性测量，不易受电磁干扰，安全、经济、便捷。试验结果表明该方法简单有效，便于实施。

1 外绝缘污秽彩色图像检测基本原理

当绝缘子表面有沙尘、盐碱等污秽时，会覆盖绝缘子原本的颜色特征，表现出沙尘的视觉特性，在视觉及可见光彩色图像中表现的特征即表面积污区域颜色发生改变。通过在颜色空间中对绝缘子图像进行颜色特征值的提取，可以将这种改变量化，利用颜色差异实现绝缘子表面污秽状态的检测。

为实现绝缘子污秽状态的自动检测与识别，本文提出如图 1所示的外绝缘污秽状态识别流程。整个识别过程主要包括 3个部分：图像预处理、特征提取和污秽状态识别。图像预处理包括图像滤波、颜色空间转换等，目的是减少图像中的干扰；特征提取部分提取目标区域中表征颜色、可反映绝缘子表面污秽状态的特征值。

2 图像预处理

2.1 图像滤波

由于绝缘子图像在自然采集过程中受到天气和光照的影响，正常情况下成像时绝缘子的统一色度存在一定的色散现象。因此，首先对图像做平滑处理，消除含有的背景噪声。

根据文献 4所述，中值滤波法是一种非线性平滑技术，它将每一像素点的值设置为该点某邻域窗口内的所有像素点的中值，对椒盐噪声等有很好的滤除效果。本文选用3×3的中值滤波进行处理。

2.2 颜色空间转换

选取合适的颜色空间对特征的选取和降低光照等环境因素的影响有着至关重要的作用。一般图像默认保存格式为基于RGB（红R、绿G、蓝B）彩色模型的图像。HSV指H（色相）、S（饱和度）、V(色调)，根据文献5可知，它是基于人类对色彩感觉的非线性变换，能更好的描述人类对颜色的认识规律，且各分量之间的相关性小。此外，H、S分量包含了颜色信息，对光线和阴影不敏感，可以区分不同颜色的物体。为了更好的进行图像分割和特征提取，先将彩色图像由 RGB颜色空间转换到HSV空间。

图2（a）所示为滤波后的彩色图，图2（b）、图2（c）、图2（d）分别为转换为灰度图以后的H分量图、S分量图和V分量图。

3 特征提取和选择

3.1 目标区域的确定方法

图 2（a）反映了在变电站现场拍摄到的典型绝缘子图片内容，图片中的主体部分为绝缘子，除此之外，还有建筑物及其他电力设备等，背景复杂。为了确保提取特征的有效性，目标区域须为绝缘子盘面部分。本文实验中采集的图片针对绝缘子进行采样，过调整焦距，可以保证中心部分（即长宽均属于整幅图像的1/3至2/3部分）全部为绝缘子盘面部分（设备的型号等见第5节）。因此，选取中心部分进行特征提取。

3.2 特征值的提取

依据绝缘子图像分割所得的盘面目标区域，可提取出如下表征颜色的特征参数：（1）绝缘子盘面部分H分量的平均值、最大值、最小值、极差（最大值-最小值）、中值、方差；（2）绝缘子盘面部分S分量的平均值、最大值、最小值、极差（最大值-最小值）、中值、方差；（3）绝缘子盘面部分V分量的平均值、最大值、最小值、极差（最大值-最小值）、中值、方差；（4）绝缘子盘面部分R分量的平均值、最大值、最小值、极差（最大值-最小值）、中值、方差；（5）绝缘子盘面部分G分量的平均值、最大值、最小值、极差（最大值-最小值）、中值、方差；（6）绝缘子盘面部分B分量的平均值、最大值、最小值、极差（最大值-最小值）、中值、方差。

3.3 基于方差分析的特征值选择

能反映颜色的特征量很多，并不是所有的特征都能有效的表征污秽度。同时由于图像数据量大，处理费时、费力。为此，在得到上述多项反映绝缘子表面颜色的特征时，需要选择其中最能反映目标重要的、本原的特征量。重要特征[6]，指以它们作为分量的特征点在特征空间中同类相聚、异类分散；本原特征，指特征绝对性较强，最大限度地不依赖于特征获得时的条件和环境，即尽量减少设备、环境等因素对特征的影响。这时，需要利用成熟的统计方法进行选择，本文引入方差进行评判。对两类数据，为了实现分类，有效的特征能使两类的类内方差较小而类间方差较大，为了衡量其优劣性，使用类间方差与类内方差的比值来量化，称为Fisher准则函数值 JF(i)[6]。第i维特征的类内方差与类间方差的计算分别方法如下：

ω=1,2为污秽状态类别，i为特征维数，I = 1…12，k为样本的类别数，k = 1为轻度污秽，k = 2为重度污秽，为第k类样本的第i维特征值，为第k类样本的第i维特征值的均值， m(k)为所有样本的第i维特征值的均值，为第k类样本的第i维特征值的个数，ni为两类样本的第i维特征的总个数。图3所示为计算所得36维特征值的JF函数值，其中H、S、V、R、G、B分别代表H分量、S分量、V分量、R分量、G分量、B分量，av、max、min、range、mid、var分别代表平均值、最大值、最小值、极差、中值、方差。

从图中可以看出，以 JF值为标准来衡量各特征值分类有效性，从高到低分别为：S分量平均值、S分量中值、R分量极差、R分量最大值、H分量平均值等。以JF=1作为判定特征取舍的标准，计算得出，S分量平均值、S分量中值的Fisher准则函数值分别为1.8970和1.8131，符合要求。如图4所示，不同污秽等级绝缘子图像在以上两个特征值具有较好的区分度。

4 结论

本文提出了一种全新的基于可见光图像的高压绝缘子污秽等级检测方法。针对深圳供电局所属各变电站现场获得的图像样本，首先在图像预处理阶段完成滤波和颜色空间转换，然后提取和筛选盘面部分反映绝缘子表面污秽状态的特征值。结果表明，该方法能有效的实现外绝缘污秽状态的识别，具有较好参考价值和应用前景。

[1] 顾乐观,孙才新.电力系统的污秽绝缘[M].重庆:重庆大学出版社,1990.

[2] 关志成,刘瑛岩,周远翔,等.绝缘子及输变电设备外绝缘[M].北京:清华大学出版社,2006.

[3] 宿志一.防止大面积污闪的根本出路是提高电网的基本外绝缘水平——对我国电网大面积污闪事故的反思[J].中国电力,2003,32(12):57-61.

[4] 何洪英,姚建刚,蒋正龙,等.利用红外图像特征和 RBPNN识别不同湿度条件下绝缘子的污秽等级[J].中国电机工程学报,2006,26(8):117-123.

[5] 倪臣敏,叶懋冬,陈孝春.一种改进的自适应中值滤波算法[J].中国图象图形学报,2006(05):672-678.

[6] 李佐胜,姚建刚,杨迎建,等.绝缘子污秽等级红外热像检测的视角影响分析[J].高电压技术,2008,34(11): 2327-2331.