基于链码和纹理分析的输电线断股检测

仝卫国，刘士波，孙艺萌

(华北电力大学 自动化系，河北 保定 071003)

基于链码和纹理分析的输电线断股检测

仝卫国，刘士波，孙艺萌

(华北电力大学 自动化系，河北 保定 071003)

为了解决基于数字图像的输电线断股的检测问题，提出了基于Freeman链码和纹理分析法相结合的输电线断股检测方法，并根据断股输电线特点提出了链码断股识别准则。对待识别图片进行灰度化、滤波和边缘检测处理；运用Radon变换对输电线进行定位，获得输电线在图像中的位置；分别运用Freeman链码和纹理分析法对输电线的外围和内部进行判断，对断股位置和掉落电线进行检测，从而实现了输电线断股和形变的定位，并对断股缺陷的程度进行判别。实验结果表明，该方法可以准确定位输电线断股位置。

输电线;断股；Radon变换；链码；纹理分析

0 引 言

随着社会的发展，电力已经成为人们生活中不可或缺的一部分，电力系统的安全运行因此也变得日益重要。输电线作为电力输送的载体，其安全运行在电力系统安全中发挥着重要作用。

常见的输电线故障主要包括毛刺、表面凸起和断股三种。由于长期暴露在自然环境中，输电线不仅承受着来自正常机械载荷和电力负荷的作用，还经受着污秽、雷击、强风等自然因素的侵害。这些因素将会导致输电线疲劳、氧化和腐蚀，极易导致毛刺、表面凸起甚至是断股。如不能及时发现和消除，不仅会增加输电线路的功率损耗，而且会严重威胁电力系统的安全和稳定[1]。

为了保证输电线的安全运行、提高供电可靠性并确保输变电线路最小故障率，常采用直升机巡检[2]和无人机巡检[3-4]。其所携带的图像采集设备会获得大量的图像和视频信息，为判断输电线故障提供依据。

目前，利用数字图像检测输电线故障的研究比较多。主要手段有紫外成像检测、红外成像检测和可见光检测。一般输电线故障处会发生电晕放电现象，因而可对输电线进行紫外成像[5-6]，通过检测电晕放电位置对输电线故障位置进行定位。此外，输电线故障位置阻抗变大，导致相应位置的温度会比正常位置高，所以利用红外成像技术对输电线高温区域进行检测也可以定位故障位置[7]。再有，输电线发生了断股后会产生形变以及有掉线出现，使目标边缘产生变化，所以可以通过输电线图像的边缘信息对断股位置进行检测[8]。红外成像受环境的影响较大，当目标与背景的温度差别较大时，分辨率较低，而且价格较高。紫外成像可以准确获得异常放电位置，为断股位置的判断提供依据，但是紫外成像设备价格昂贵，不利于推广。利用可见光进行检测，符合人类的视觉特点，而且检测较为准确，价格适中，有着广泛的应用前景。

输电线断股位置情况复杂，在输电线断股处，易发生较大形变，而且断头位置边缘信息复杂，难以有效提取断头的边缘信息，需要用链码外的其他方法进行检测；而对于输电线断股位置处的掉线，其边缘信息较为清晰，采用单一的Freeman链码即可检测。因此，采用单一的方法不能全面地检测出输电线断股。为此，采用结合Radon变换、Freeman链码和纹理分析法的输电线断股检测方法。首先利用Radon变换的特点对输电线的位置进行定位。之后以此为基础，分别利用Freeman链码和纹理分析法对断股输电线的断线和断头位置进行检测。最后，对断股位置进行标记。实验结果表明，该方法可以正确检测出输电线的断线和断头位置。

1 理论基础

1.1 Radon变换

Radon变换的经典表达式如式(1)所示。在数字图像处理中，Radon变换表示图像沿某个方向的直线的投影[9]。Radon变换法与Hough变换法和相位编组法等是常用的直线检测方法[10]。

(1)

1.2 Freeman链码

Freeman链码是一种使用曲线的起始点坐标和边界点的方向码来描述边缘的方法，可以用来跟踪边缘，用于直线[11]、圆等的检测[12]，在输电线、绝缘子[13]检测中应用广泛。

根据中心像素点邻接方向个数的不同，通常可以将Freeman链码分为4方向码[14]和8方向码[15]。8连通链码能够很好地描述中心像素点与其相邻点的连接信息[16]，文中采用8连通链码。

在8方向码中，图像中任意一个像素与它邻近的像素有8个，可以得到8个不同的基本方向，分别用0，1，2，3，4，5，6，7这8个链码值表示。通过记录相邻两像素连线的方向值以及链码的首尾坐标来保存相应的边缘[17]。

1.3 纹理分析法

纹理是图像的一个重要特性，它是图像像素的颜色或灰度在空间内以某一形式循环变化而产生的某种图案，其体现了图像颜色或灰度的某种性质和不同颜色或灰度的空间关系，是图像中一个十分重要但又较难描述的特征[18]。目前纹理特征的提取方法可分为五类：几何法、模型法、频域分析法、统计分析法[19]和信号分析法[20]。纹理分析在目标识别与检测中的应用可分为目标表面特征分析和目标区域分割识别两类[21]。

统计学方法是纹理特征提取应用中使用最为广泛的方法。该方法中最经典的算法是灰度共生矩阵算法。灰度共生矩阵反映了图像灰度的变化情况、同种亮度的两像素出现的频率、相邻像素的相关性等特性。其可有效地反映图像中像素的灰度与梯度(或边缘)之间的相互关系[22]；但其并不能直接用于描述图像的纹理特征，还需要从共生矩阵中计算出诸如能量(角二阶矩)、熵、惯性、相关性等值，然后用这些量对整幅图像的纹理特征进行描述[23]。文中仅用能量来体现其中的纹理特性，见式(2)[24]。

(2)

其中，P(i,j;d,θ)表示在距离d和角度θ下的灰度共生矩阵的第i行第j列的元素。

2 输电线断股故障检测算法流程

输电线断股位置检测的一般流程如下：

(1)图像预处理；

(2)Radon变换定位输电线位置；

(3)Freeman链码定位断线；

(4)基于纹理分析法定位断股输电线断头位置；

(5)数据整合，获得断股检测结果。

2.1 图像预处理

输电线图像的预处理是输电线故障检测的前提和基础，也是进行输电线识别和断股缺陷检测的重要步骤。通过预处理步骤，可以获得基本只包含输电线外围轮廓的边缘二值图，为Radon变换准确定位输电线和Freeman链码准确检测掉线提供依据；同时也可以获得噪声较少的灰度图，为纹理分析法定位输电线断股位置提供保障。

实验中首先对图像进行灰度化处理，使图像从RGB图像转换为灰度图。这样做有助于简化后续检测过程并减少运算量。然后对图像进行平滑去噪。图像在采集、存储、传输过程中会引入噪声，图像平滑去噪是为了将原始图像中的噪声滤除掉，以保证后面的边缘检测过程得到物体准确可靠的边缘。实验采用中值滤波方法对图像进行平滑去噪[16,25]。中值滤波可以有效滤除非线性噪声同时保留较好的边缘信息。最后，利用Canny算子对图像进行边缘检测[26]。Canny算子有低误判率、高定位精度和抑制虚假边缘的优点[8]，所以文中采用Canny算子。同时为了保证有利于下一阶段Radon变换对输电线的定位操作，这里采用较高的阈值进行边缘检测，以使输电线内部的边缘信息不被检测出来，只检测出输电线的外围轮廓。

2.2 用Radon变换定位输电线位置

常用的直线检测方法包括Hough变换法、Radon变换法、相位编组法等。但考虑到输电线断股处有较大形变，输电线边缘不会像正常输电线那样呈现直线状，且比较复杂。因此利用Hough直线检测效果并不理想，也很难精确定位输电线的位置。同时为使检测过程更加简单方便，文中利用Radon变换对输电线的大致位置进行定位。用Radon变换定位后将获得输电线的两条近似定位直线。后续检测将以这两条定位直线为基础。

具体操作如下：首先，对图像预处理步骤中的二值边缘图像做0°～180°方向上的Radon变换，为减小运算量，可以每隔2°做一次Radon变换。由输电线的特点可知，沿垂直于导线方向的Radon变换的非零值宽度最窄，可以以此为依据找到宽度最窄的Radon变换，从而获得输电线在图像中的倾斜角，并以此为依据对输电线进行校正，使输电线以水平方式显示。同时，在此方向上的Radon变换会产生两个峰值，这两个峰值所表示的坐标即为输电线上下边缘的位置所在。

需要注意的是，为了保证输电线的上下边缘在Radon变换中以峰值的形式出现，做Radon变换的图片就必须是二值边缘图片，且该图片的边缘主要为输电线的上下边缘，所以在边缘检测中Canny算子的阈值要选的高些。

2.3 Freeman链码定位断线

利用Freeman链码及相关检测准则，并根据Radon变换定位的输电线位置，对输电线外围的掉落线进行定位。

文献[8]也使用了一种基于改进Freeman链码的输电线断股识别方法，文中的不同之处在于针对的是细节轮廓较为清晰的输电线，而且判断准则也不同。

这里只检测掉落的输电线的链码。为保证只获得两条输电线定位直线以外的链码，链码搜索的停止条件为：

(1)当链码搜索到边缘的端点时停止；

(2)当搜索到距离输电线定位直线一定距离时停止。

以上两个条件可以确保检测到断股的导线。

当得到所有的链码后，需要对每条链码进行判断，以判断是断股导线还是形变的地方。

在Freeman准则和和文献[8]的基础上，并根据断股导线的特点，文中提出的判断准则如下：

(1)如果链码的首尾位置不与轮廓线相连，则可以判断为非输电线部分。

(2)如果链码的首尾位置中有一端与轮廓线相连，而另一端没有和轮廓线相连，则为可疑边缘。

(3)如果链码的首尾都和输轮廓线相连，则需要进一步判断是断股导线还是形变边缘。

针对第3步的结果，依次求取链码的第一个点和最后一个点间的距离，第二个点和倒数第二个点的距离，第三个点和倒数第三个点的距离，依次类推，并将这些距离数据保存起来，当计算的距离数目达到该段链码总长的三分之一时停止。其示意图如图1所示，其中箭头表示相应点对之间的距离。如果这些距离变化幅度较小、基本在一个小范围内浮动，则可以判断为断股导线，如图1(a)所示；如果这些距离变化较大，则可以判断为形变边缘，如图1(b)所示。

图1 输电线断股和形变判断

2.4 基于纹理分析法定位断股输电线断头位置

这里仅对图片中输电线所在位置的内部进行计算，通过计算输电线上的不同位置的灰度共生矩阵，对输电线上的断股位置进行定位。

为说明检测方法，以实验所用图片为例，实验根据Radon变换检测输电线的结果，将输电线部分分为如图2白框所示的10个区域，分别计算其灰度共生矩阵，获得这10个区域的纹理特征，从而定位断股位置。

图2 纹理检测的划分区域

3 实验结果与分析

所采用的实验图片如图3所示。

图3 实验图片

该断股图片为巡检过程中所拍摄的实际输电线中的一段，为实际采集图片。

3.1 图像预处理结果

经过图像灰度化、滤波和边缘检测后的结果如图4所示。其中，边缘检测采用Matlab自带的edge函数，边缘检测算子为Canny算子。其中，图4是在阈值选取为[0.1,0.3]时的边缘检测结果。

图4 图像预处理检测结果

值得注意的是，边缘检测的目的是为下一步Radon变换做准备。为了保证输电线边缘在Radon变换中形成两个峰值，以利于输电线位置的定位，应采用较高的阈值做边缘检测。如果边缘检测的阈值过低，会导致边缘检测图中一些不是输电线边界的边缘也被检测出来，不利于Radon变换对输电线的定位。

3.2 Radon变换及Freeman链码检测结果

用Radon变换定位结果如图5所示，用两条平行的灰色线表示其上下轮廓；Freeman链码的检测结果如图5所示，灰色线条外围的两个白色框表示用Freeman链码检测出的掉线边缘，而灰色线条外围的深色线条表示用Freeman链码检测出的形变的位置。

实验中的输电线正好为水平，所以其Radon变换非零值最少的变换为90°方向，因此，不需校正图像。

由实验可见，Freeman链码可以有效准确地对输电线断股位置处的掉线和形变位置进行检测。

图5 断股检测结果

3.3 纹理分析法检测结果

检测部分结果如表1所示，一共计算了6、11、16、21、26共五个距离下的灰度共生矩阵的能量值。

表1 在选取角度为45°、不同距离下的能量值(只显示整数部分)

从表1中可以看出，随着距离的增加，纹理的能量值随之减小，但所有区域的每一个距离下的第四个和第五个方框内的能量值都相对很小，说明其纹理特性相对于其他的几个区域较弱，不太明显。而实际情况也确实如此，输电线的断股区域确实出现在这两个区域。

图5所示的灰色线条定位的输电线上的两个相同大小的白色框即为纹理分析法检测出的结果。

同时，值得注意的是，随着计算距离的增加，灰度共生矩阵所计算的像素对数目会相应减少。因此随着距离的增加才会出现能量值也随之减小的现象。

3.4 检测结果整合及分析

检测的最终结果如图5所示，两条灰色平行线条表示对输电线的定位，白色框表示断头区域和断股导线，深色线条标识边缘表示形变边缘。

对比文献[8]，可以发现两种检测方法都用到了Freeman链码方法对断股导线的掉线进行了检测定位，不同之处在于文中方法还对输电线内部的纹理特征进行了分析。文中方法的一个优点在于，断股初期，断股输电线的掉线可能不明显，单一采用Freeman链码对输电线的掉线进行检测来判断是否发生断股的方法会失效。而加入对输电线的纹理特性进行分析后，即便没有明显的掉线，也可以根据断股位置发生的不规则纹理变化来定位潜在断股位置，降低漏检率。

实验结果表明，对于细节较为清晰的输电线图像，该方法可以有效识别出输电线断股的位置和形变的位置。

4 结束语

随着数字图像处理技术的发展，其在电力行业的应用越来越广泛。运用计算机来代替人进行输电线断股检测，可以极大地提高检测效率并降低漏检率。文中提出的基于Freeman链码和纹理分析的输电线断股检测方法，可以准确定位输电线的断股位置，解决了基于数字图像的输电线断股检测的问题，为输电线安全运行提供了保证。

当然，该方法仍有不足之处。该方法目前只能简单定位断股区域，不能对输电线断股具体数目进行有效检测，仍需继续研究。

[1] 岳国庆.高低压电力电缆线路的运行维护[J]．山西煤炭，2005，25(3)：33-34．

[2] 仝卫国，苑津莎，李宝树．图像处理技术在直升机巡检输电线路中的应用综述[J]．电网技术，2010(12)：204-208．

[3] 陈西广，董 罡，王滨海，等．固定翼无人机巡检输电线路探讨[J]．山东电力技术，2011(5)：1-5.

[4] 汤明文，戴礼豪，林朝辉，等．无人机在电力线路巡视中的应用[J]．中国电力，2013，46(3)：35-38．

[5] 张志劲，张 伟，黎振宇，等．不同缺陷类型导线的紫外成像检测[J]．电网技术，2015，39(9)：2647-2652．

[6] 杨晓琳，李燕青，刘云鹏，等．基于数学形态学的电力设备紫外图像放电区域提取[J]．电网技术，2008，32(7)：96-99．

[7] 杨政勃，金立军，张文豪，等．基于红外图像识别的输电线路故障诊断[J]．现代电力，2012，29(2)：76-79．

[8] 刘鲲鹏，王滨海，陈西广，等．基于Freeman改进准则的输电线断股识别[J]．机电工程，2012，29(2)：211-214．

[9] 赵 波，陈至坤．电容层析成像算法研究[J]．自动化仪表，2006(S1)：65-68．

[10] 李 安．输电线路导线断股的图像检测方法[D]．北京:华北电力大学，2013．

[11] 鲁光泉,许洪国,李一兵.基于链码检测的直线段检测方法[J].计算机工程,2006,32(14):1-3.

[12] Freeman H.Boundary encoding and processing[M]//Picture processing and psychopictorics．New York：Academic，1970：241-266．

[13] 林聚财，韩 军，陈舫明，等．基于彩色图像的玻璃绝缘子缺陷诊断[J]．电网技术，2011，35(1)：127-133．

[14] 陈优广,张 薇,顾国庆.矩形点阵上链码的转换算法[J].小型微型计算机系统,2005,26(12):2190-2193.

[15] 张 薇,陈优广,顾国庆.矩形点阵上八近邻图像的链码转换算法[J].小型微型计算机系统,2006,27(10):1904-1908.

[16] 杨 炼．架空输电线图像的断股诊断方法研究[D]．武汉:武汉科技大学，2013．

[17] 王竞雪，宋伟东，赵丽科，等．改进的Freeman链码在边缘跟踪及直线提取中的应用研究[J]．信号处理，2014，30(4)：422-430．

[18] Haralick R M，Shanmngam K，Dinstein I．Texture feature for image classification[J]．IEEE Transactions on Systems，Man and Cybernetics，1973，3(6)：768-780．

[19] 刘晓民.纹理研究综述[J].计算机应用研究,2008,25(8):2284-2288.

[20] 周文慧．基于图像纹理特征的牧草识别分类算法与应用[D]．呼和浩特：内蒙古大学，2014．

[21] 孙君顶,马媛媛.纹理特征研究综述[J].计算机系统应用,2010,19(6):245-250.

[22] 魏 振，齐 波，左 健，等．基于局部放电图像特征的换流变压器油纸绝缘缺陷诊断方法[J]．电网技术，2015，39(4)：1160-1166．

[23] 谢 菲．图像纹理特征的提取和图像分类系统研究及实现[D]．成都：电子科技大学，2009．

[24] 焦蓬蓬，郭依正，刘丽娟，等．灰度共生矩阵纹理特征提取的Matlab实现[J]．计算机技术与发展，2012，22(11)：169-171．

[25] 王俊芳，王正欢，王 敏．常用图像去噪滤波方法比较分析[J]．现代商贸工业，2009，21(16)：310-311．

[26] 段瑞玲，李庆祥，李玉和．图像边缘检测方法研究综述[J]．光学技术，2005，31(3)：415-419．

Broken Strands Detection of Transmission Line Based on Chain Code and Texture Analysis

TONG Wei-guo,LIU Shi-bo,SUN Yi-meng

(Department of Automation，North China Electric Power University,Baoding 071003,China)

In order to solve the problem of the detection of the broken strands of transmission line based on digital image,a method of broken strands detection based on Freeman chain code and texture analysis is proposed.The image is processed by gray scale,filtering and edge detection.Then,the position of transmission line is obtained by Radon transformation.Freeman chain code and texture analysis method are used to determine the external and internal of the transmission line to locate the position of the fault and the wire is dropped out,so the position of the fault and deformation of the transmission line is realized,and the degree of the fault is distinguished.Experimental results show that the method can accurately locate the position of the transmission line.

transmission line;damaged cables;Radon transformation;chain code;texture analysis

2016-01-08

2016-05-11

时间：2016-09-19

国家自然科学基金资助项目(61472419)

仝卫国(1967-)，男，博士，副教授，研究方向为电工理论与新技术、图像处理技术与传感器；刘士波(1990-)，男，硕士研究生，研究方向为数字图像处理。

http://www.cnki.net/kcms/detail/61.1450.TP.20160919.0842.050.html

TP391

A

1673-629X(2016)11-0139-05

10.3969/j.issn.1673-629X.2016.11.031