一种绝缘子串红外图像的特征提取方法研究

摘要：红外测温作为一种广泛使用的设备运行状态检测方式，它最大的特点是无需停电、操作便利、安全性高。现以绝缘子串为例提出了一种红外图像的标准化处理方法，为后续变电站设备红外图像处理技术的应用提供了方案。

关键词：绝缘子;图像处理;Hough变换

0    引言

红外热像图与可见光图像相比，存在对比度低、热度图灰度差距小、图像干扰噪声大等问题，它们会影响电力设备异常状态判断，经过预处理后的红外图像不仅能够对电力设备灰度图进行滤波，消除设备内部灰度异常点，而且可以在保护结构边缘不发生弥散的同时提升图像质量。预处理后的图像，满足特征提取的要求。

本文提出一种绝缘子串红外图像的特征提取方法，属于红外图像的标准化处理方法，也适用于其他电力设备。

1    绝缘子串的结构及其红外特征

文献[1]中指出，正常绝缘子串的温度从低压端到高压端呈不对称的马鞍形分布，并且低值和零值故障主要通过钢帽的温度反映，污秽故障通过盘面的温度反映。而故障绝缘子温度异常必然会导致温度分布曲线呈现一个极大峰值或极小谷值，根据此特点，提出分割绝缘子串中的钢帽和盘面，利用温度分布规律来判定绝缘子串是否存在故障或定位故障。

绝缘子串在红外图像中具有如下几个特征：

（1）每片盘形悬式瓷绝缘子通过钢脚串联起来，各绝缘子等间距排列;

（2）红外图像中的单片绝缘子盘面侧视图呈现椭圆形，钢帽近似于矩形;

（3）不同线路电压等级对应不同数量的绝缘子串，一般110 kV线路有7～8片，220 kV线路有14～16片，500 kV线路有28～30片。

2    特征提取标准化处理流程

基于上述绝缘子电气及外形特征，笔者提出绝缘子红外图像特征提取方法，该方法能够实现自动提取绝缘子盘面和钢帽红外图像特征并在原图中标记。

2.1    选取目标矩形区域

特征提取的第一步是要排除干扰背景，尽量准确地把要检测的目标设备从图像中提取出来，随后把各个部件分割出来。首先手动选取四个顶点，形成目标矩形区域。对于一幅m×n大小的红外图像，如图1（a）所示，从原图中提取目标区域，本文利用RGB颜色空间和HSV颜色空间的转换实现。RGB颜色空间和饱和度S的转换关系为：

RGB颜色空间中，红色分量在HSV空间中基于红色饱和度维度值S=1的特点，设置合适的阈值，可以从图中矩形区域提取出绝缘子串的边界并填充边界内部区域，消除周围的横担、构架、导线等无关物件干扰。

2.2    Hough变换直线检测

为将目标旋转到竖直方向，便于后续长度特征统计，Hough变换前先将目标设备骨架化，然后检测特征点，最后使用Hough变换检测其中最长直线，并计算其倾斜角度作为目标设备的角度用于旋转。骨架化操作可以在描述物体形状的前提下最大程度减少图像冗余信息，Matlab提供了实现该操作的数学形态学函数Bwmorph。对图1（a）进行骨架化操作，如图1（b）所示，特征点（在此定义为十字交叉的点）经Hough变换后，直线检测结果如图1（c）所示，该直线与竖直方向之间的夹角为89°。

为校正紅外图像中倾斜的绝缘子串，并保留旋转后的坐标信息，首先使用平移矩阵Mat-m将计算中心设定在图像矩阵中心，以图像矩阵中心为原点，利用旋转矩阵Mat-r旋转图像使绝缘子串旋转至竖直方向，如式（2）所示。

式中：α为之前求得的倾斜角度。

角度矫正后的图像如图2（d）所示。

2.3    形态学操作去除干扰

Matlab形态学操作的对象是二值图像，因此需首先将RGB彩色图像进行灰度化，然后再转化为二值图像。本文灰度化使用的公式如下：

式中：R、G、B为颜色分量;g为转化后的灰度值，相当于转化后R=G=B。

二值化就是每个像素点的灰度值为0或者255，在灰度化的图像中灰度值的范围为0～255。从灰度图像转化为二值图像使用最大类间方差法，篇幅有限，不做详细介绍，该方法原理是当σ2取得最大值时，二值化的效果最好，此时对应的k的取值即为最佳阈值gray_thresh，故在二值化后的图像中灰度值范围是0或者255。

变电站内设备紧凑，拍摄时由于角度受限，主体设备容易被遮挡（如穿过设备的导线），就会影响二值化的效果，因此需要在二值化图像上采用形态学操作去除小干扰，具体操作包括腐蚀、膨胀、开操作和闭操作。设A为二值图像，B为结构元，定义A？茌B、A？苓B分别为B对A的膨胀操作与腐蚀操作。膨胀操作使目标范围变大，而腐蚀操作则缩小了目标范围，两者变化的程度由结构元B的形状控制。若A先被B腐蚀，然后被B膨胀，则定义此操作为开操作A？誘B;若A先被B膨胀，然后被B腐蚀，则定义此操作为闭操作A？誗B。对图1（d）进行形态学开操作，去除目标区域除右下角细小区域后如图1（e）所示，图像的轮廓变得光滑，滤除了噪声。

2.4    长度特征统计

主体目标的角度矫正到竖直方向后，可进行目标的长度特性统计。依据设备相同部件水平方向上长度一致或者连续、不同部件之间在水平方向上的长度明显不同或突变的规律，对设备目标进行长度统计，从而分割设备不同部件。

绝缘子串盘面长度较大，钢帽长度较小，并且其长度频数为整幅图像峰值。

（1）设d为水平方向像素值连续为1的长度，初始值d=0，设长度统计空矩阵Dm×n;

（2）从左至右扫描第i行所有列j（j=1，2，3，…，n），d为该行中连续1出现的长度，令D（i，j）=d，（i，j）为1终止处的坐标，同时将长度d归零并继续扫描，直至列结束;

（3）i=1，2，3，…，m，重复步骤（2）得完整矩阵Dm×n;

（4）设一维向量p，统计每个长度d的频数，其维度为d最大值;

（5）p中两个极大值分别对应钢帽特征长度dmao和盘面特征长度dpan。

对图1（e）中绝缘子串做长度统计，较小的钢帽特征长度dmao=6，较大的盘面特征长度dpan=14。

求得dmao和dpan后，结合矩阵Dm×n中记录的长度信息，在D（i，j）=dmao和D（i，j）=dpan=d处分别从右至左反向延伸对应长度。

2.5    连通区域标记

为将分割后的部件在原图上标记，需获得每个部件的坐标位置，可使用Matlab中bwlabel函数标记每个连通区域，同时结合矩阵pix-i和pix-j中保存的行、列信息，将每个连通区域对应的原图坐标保存于矩阵Panorg-i和Panorg-j（钢帽亦同），分别得到图1（f）和（g），最终分割结果如图1（h）所示，钢帽区域用蓝色标记，盘面区域用绿色标记。

3    结语

本文以500 kV绝缘子串为例说明绝缘子的红外图像处理算法，220 kV、110 kV、35 kV绝缘子串在故障判断准则和图像处理方法上本质相同，其不同之处在于110 kV绝缘子串靠近横担的几片以及35 kV全部绝缘子由于分布电压都在6 kV以下，发热功率不超过0.5 W，所以这部分绝缘子劣化状况需要采用精度更高的仪器或者别的手段检测。该套红外图像标准处理流程可以灵活适用于变电站内包括绝缘子串、避雷器、断路器、CT、CVT和高压套管在内的关键设备的部件分割提取。

[参考文献]

[1] 胡世征.劣化绝缘子的发热机理及热象特征[J].电网技术，1997，21（10）：44-46.

[2] 金立军，田治仁，高凯，等.基于红外与可见光图像信息融合的绝缘子污秽等级识别[J].中国电机工程学报，2016，36（13）：3682-3691.

[3] 胡淋波，姚建刚，孔维辉，等.基于红外图像的高压绝缘子串自动定位方法[J].红外技术，2015，37（12）：1047-1051.

收稿日期：2020-06-11

作者簡介：钟艺晶（1990—），女，广东梅州人，工程师，研究方向：变电运行维护技术。