高原铁路接触网现场设备图像检测及预警系统研究

李洪磊

摘 要：青藏高原铁路沿线太阳辐射强、气温低、空气干燥稀薄、大风沙尘等独特的环境条件会影响接触网装置图像的采集、绝缘子类型的选择等，这些情况都会给实际情况中绝缘子的定位产生很大的影响，文章针对青藏高原铁路沿线特殊地理气候环境下复杂背景的接触网装置巡检图像提出了一种基于几何矩轮廓检测和多边形拟合的绝缘子定位算法。实验验证表明，算法很好地克服了训练样本库方法、特征匹配方法不能应用于实际的青藏铁路沿线接触网支持装置图像绝缘子定位的问题，为以后接触网支持装置图像绝缘子的检测、预警等其他进一步的处理作好了准备。

关键词：绝缘子定位；Hu矩；多边形拟合；图像形态学变换

接触网支持装置是电气化铁路牵引供电系统中的重要组成部分，一旦出现故障就有可能会直接影响牵引供电系统的正常运行，更严重的会导致电气化铁路的行车功能中断[ 1 ]，而接触网出现故障大多数情况下都是零部件出现了问题，所以接触网零部件的检测就成为了电气化铁路牵引系统的重中之重，而装置检测的首要步骤是完成定位[ 2 ]。

绝缘子作为接触网装置中的重要组成部分有着非常重要的作用，一方面在支持悬挂装置中起着电气隔离作用，另一方面还对悬挂装置起着支撑作用[3]，绝缘子的定位是电气化铁路接触网装置绝缘子故障检测图像处理及预警的重要前提。所以对接触网装置中绝缘子定位方法的研究就显得尤为重要，而且由于高原铁路气候差，环境条件恶劣，基于高原铁路沿线的特殊地理位置和环境条件对绝缘子定位的研究几乎没有，所以文中就接触网装置中绝缘子的定位方法进行了深入的研究，并重点针对青藏高原铁路沿线特殊的气候、地理等环境提出了一种接触网装置图像检测中绝缘子定位的方法。

1 青藏高原铁路对绝缘子定位的影响

接触网装置图像的获取会受到环境、光照、拍摄距离、拍摄角度等的影响[4]，而青藏高原铁路又有着海拔高，线路长；高寒缺氧，生态脆弱；大风沙尘、扬尘、沙尘暴；空气干燥、稀薄；太阳辐射强；气温较低这些独特的特点[5 - 6]，高原铁路太阳辐射很强对相机的感光器件造成很大的影响，高原铁路气温低、海拔高好会影响光照强度，光照强度影响图像清晰程度，所以对于高原铁路沿线接触网装置图像会产生光照不均匀、背景多变且复杂、图像存在大量的噪声等各种问题，绝缘子会发生水平旋转、明暗不同、大小不一样、垂直旋转，形变现象，这些情况下绝缘子片呈现的特征不同[7- 9]。图1和图2所示为发生旋转后的变化情况；图3和图4所示为拍摄角度不同造成的变化情况，而且绝缘子形状的选取和使用地区的地理、气象、工业污秽、自然污秽等因素有关，而青藏高原铁路气候地理等环境复杂，所以实际线路中使用的绝缘子类型有7种，这些都给青藏高原铁路实际环境下接触网支持装置图像中绝缘子的定位带来了很多的问题。

2 现存相关方法及实验分析

2.1 LBP+AdaBoost方法

用LBP特征提取方法来提取绝缘子特征然后用AdaBoot算法训练提取出来的绝缘子特征，得到绝缘子分类器，最后实现绝缘子检测和定位。

AdaBoost算法基本原理：通过一系列的迭代过程将若干个弱分类器线性结合得到一个强分类器[ 1 0 ]。

LBP算法基本原理：局部二值模式（LBP）是一种描述图像纹理信息的算子，基本思想是将中心像素点和其周围的像素点进行灰度值比较来描述物体的局部纹理特征[ 1 1 ]。

利用LBP分类器和滑动窗口的方式对图片进行识别，识别效果如图5所示。

此种方法需要训练样本库，但是由于要研究的青藏铁路沿线环境等情况的独特性，使用的绝缘子的类型种类多，若采用此方法需要针对不同类型的绝缘子，建立大量的绝缘子图像正样本库，不适应于实际情况。

2.2 利用SURF特征匹配的方法来检测绝缘子。

具体实现方法是：分别在模板图像和待检测图像中提取SURF特征点并获得特征向量，再通过计算待检测图像和模板图像间中特征点的最小欧氏距离和次最小欧氏距离的比值完成匹配。

SURF算子：SURF算法是SIFT（Scale-invariant feature transformation，尺度不变特征变换）算法的加速版，SURF算法可以在适中的条件下完成2幅图像中物体的匹配基本实现了实时处理。SURF算法的步骤：（1）特征点检测，积分图像的建立，箱式滤波器建立图像的尺度空间，然后在建立的尺度空间上对特征点进行定位。（2）特征描述，首先求取特征点的主方向，然后将特征点的邻域旋转到主方向，对特征点进行描述。（3）特征匹配，首先通过Hessian矩阵的迹来进行初始判断，加快匹配的速度，然后采用欧式距离来度量2个特征向量的匹配[ 1 2 ]。

从图6-7中可看出此方法得到的匹配点少，且分布无规律即不都在绝缘子边缘上，从而造成了无法根据获得的匹配点寻找出平行于绝缘子边缘同时又能包含所有匹配点的矩（该矩形用来提取绝缘子的图像）形，所以不能应用于要研究的基于青藏高原铁路的接触网支持装置图像的绝缘子定位。

2.3 Hough变换

利用Hough变换直线检测方法得到绝缘子的边缘，绘制出矩形并提取出绝缘子的图像。将该图像与模板图像进行比对。Hough变换是一种从图像空间到参数空间的映射关系，利用点线的对偶性，将图像空间中复杂的全局检测问题转换为参数空间中相对较易实现的局部峰值检测问题[13]。实验得到定位效果图如图8所示。

3 本文提出算法

通过以上大量的实验可发现现有的算法不能很好地解决青藏高原铁路沿线绝缘子定位德尔问题，所以通过研究文中提出了针对青藏高原铁路，很好地实现接触网支持装置图像中绝缘子定位的算法。具体算法介绍如下文介绍。

3.1 Hu矩

Hu矩：几何不变矩具有平移、旋转和尺度不变性。定义如下：

Hu利用二阶和三阶中心距构造了7个不变矩，在连续图像条件下可保持平移、缩放和旋转不变，具体定义如下[14]：

选择一个最佳的多边形近似地描述原始曲线。通过多边形拟合可以大大地减少原始曲线所需要的数据量，而且使得后续的目标特征提取或者特征匹配等算法等有效地处理。多边形拟合的算法有很多，比较经典的有顺序法、分裂融合法、支配点检测法，另外将几何矩应用于多边形拟合也取得了很好的效果。多边形拟合有几种拟合需求准则，其中最常见的准则可以描述成：给定的曲线和一个误差容限，需要保证误差小于给定容限的条件下将拟合多边形的顶点数降到最少。但是在具体的背景下其却有着另外的要求，在将曲线拟合成指定多边形的条件下，尽可能地把拟合误差降到最小[15]。

3.3 具体算法描述

由于绝缘子的类型较多，不可能对某一个支持装置依次进行7次匹配。因此解决方法主要有2种方法，方法一是架杆号、绝缘子类型的数据表，根据架杆号到类型的顺序确定定位方法；方法二是找到一种忽略绝缘子具体纹理形状的定位方法。

本文采取第2种方法。第2种方法的思路是：在感兴趣区域中，首先利用图像的数学形态学变换将绝缘子分离出来，再对二值化处理后的图像进行轮廓检测，对轮廓进行多边形拟合并求得轮廓矩的中心，在求得轮廓的最小包围矩形后，利用阈值获得绝缘子的包围矩形，最后利用该矩形在原图中拷贝出对应的绝缘子图像，完成支持网装置图像中绝缘子的定位，为进一步对绝缘子的状态检测做好准备。

3.4 实验结果及分析

首先对感兴趣区域进行预处理，寻找二值图的轮廓，并进行多边形拟合，求出轮廓的外接矩形，根据阈值获得了绝缘子所在包围矩形，结果如图9所示。

在掩图中画出该矩形，并把原图中对应于该矩形范围内的图像拷贝进掩图中，结果如图10所示。

4 结论

绝缘子是接触网装置的重要组成部分，绝缘子的好坏对线路的安全运行是十分重要的，而绝缘子定位是实现其检测的重要前提。青藏高原铁路沿线特殊的地理气候等环境条件对绝缘子类型的选择、对铁路网接触网支持装置图像的采集等都有着非常重要的影响，文章针对青藏高原铁路沿线独特的气候地理环境条件在此基础上获取的复杂的接触网支持装置图像，提出了一种绝缘子定位的算法，算法利用了感兴趣区域的局部特征、图像的数学形态变换及多边形拟合等算法，忽略绝缘子纹理特征的基础上，结合几何矩等知识获取绝缘子的包围矩形，从而利用该矩形从原始图中拷贝出绝缘子，完成绝缘子的定位。文章在分析绝缘子与青藏高原铁路实际环境的基础上，通过大量的实验验证分析了训练样本库方法、特征匹配方法不能够实现青藏高原铁路沿线接触网支持装置绝缘子的定位，并提出了一种基于几何矩轮廓检测和多边形拟合的绝缘子定位算法。实验表明，文中提出的算法很好地实现了针对青藏高原铁路实际复杂环境的接触网支持装置的绝缘子的定位，为以后绝缘子的状态检测等其他处理做好准备。

[参考文献]

[1]陈燕华.接触网关键部件的视频图像检测与识别技术研究[D].成都：西南交通大学，2013.

[2]曹兵，邢西沙，迮继亮.高速铁路接触网检测技术的探讨及应用[J].科技视界，2015（4）：402.

[3]吴光亚.我国绝缘子的发展现状及应考虑的问题[J].中国电力，2010（5）：7-11.

[4]杨红梅.基于图像处理的接触网支持及悬挂装置不良状态检测[D].成都：西南交通大学，2013.

[5]拉巴卓玛，普布贵吉.青藏铁路沿线近40年气候变化和气象灾害特征[J].铁道学报，2006（170）：66-68.

[6]孙士云.青藏铁路沿线的生态环境特点及保护对策[J].铁路节能环保与安全卫生，2002（2）：62-68.

[7]李清，胡文，李黎，等.绝缘子自然积污饱和趋势及气象因素影响分析[J].高电压技术，2014（11）：89-91.

[8]张志劲，蒋兴良，胡建林，等.环境参数对绝缘子表面覆冰增长的影响[J].高电压技术，2010（10）：2418-2423.

[9]王海燕，刘刚，陈锡阳，等.不同地形地貌情况下绝缘子积污规律分析[C]// 2007中国电机工程学会高电压专委会学术年会，2007.

[10]郭磊， 王秋光. Adaboost人脸检测算法研究及OpenCV实现[J].哈尔滨理工大学学报，2009（5）：123-126.

[11]刘豪，杨永全，郭仙草，等.用于纹理特征提取的改进的LBP算法[J].计算机工程与应用，2014（6）：182-185.

[12]赵毅力，徐丹，潘志庚.基于SURF特征点的图像配准系统[J].计算机应用，2011（S1）：73-75.

[13]李炜，黄心汶.一种快速Hough变换改进算法及其在图像边缘检测中的应用[J].信号处理，1999（2）：182-187.

[14]李翔，江治国，陈小林.Hu不变矩特征在道路交通标志识别系统中的应用[J].湖北理工学院学报，2012（6）：25-27.

[15]李振华，江耿红，徐胜男，等.基于轮廓多边形拟合的红外与可见光图像配准算法[J].系统工程与电子技术，2015（12）：99-101.

Study on Contact Detection and Warning System Network Equipment Image Plateau Railway

Li Honglei（The Qinghai Tibet Railway Company in Qinghai Xining Power Supply Department Detection， Xining 810007， China）

Abstract： The unique environmental conditions of Qinghai Tibet Plateau Railway along the solar radiation intensity， low temperature， air drying thin， wind， sand and dust will affect the contact net device image acquisition， insulator type selection， these will give the positioning of the insulator in the actual situation to have the very big influence. In this paper for along the Qinghai Tibet railway， special geographical and climatic environment under complex background of contact net device inspection image presents a kind of insulator location algorithm based on geometric moments contour detection and polygonal fitting. Experiments show that the algorithm well overcomes the library method of training samples， feature matching methods can not be applied to actual along the Qinghai Tibet railway contact net support device insulator image positioning， for contact net support device insulator image detection， warning other further processing ready.

Key words： insulator location； Hu moment； polygon fitting； image morphological transformation