基于图像处理的交流电缆附件安装质量校核方法

陈庆华,陈 杰,张 誉,贺子琦,李 敏

（国网长沙供电公司，湖南 长沙 430000）

1 引言

交流电缆附件安装比普通电缆本体的安装更加困难，因为电缆附件的架构较为复杂，导致安装难度也更高。在安装的过程中，需要把工具放置在整洁、干燥的环境内，在使用工具时，也需要遵循工具使用准则。安装电缆附件时，利用先进的工具和装备，也可以提升安装质量的水平与效率。但由于交流电缆安装，需要通过人工进行安装，因此不可避免地产生了主观意识强与经验依赖性的问题，很容易忽视细微问题，影响交流电缆附件安装质量。

文献[1]提出一种基于图像处理的检测方法，利用压接图像灰度特征和几何特征提取输电线压接痕迹，采用标准件法对电缆进行标定，利用投影法实现压接间距的测量。文献[2]提出一种相位分割方法，同时结合多维尺度分析法(MDS)对特征值进行降维优化，识别出具有较高分类能力的最优特征量。但上述方法校核误差较大。

针对上述问题，提出一种基于图像处理的交流电缆附件安装质量校核方法，该方法通过分析交流电缆附件安装流程，明确安装的大体架构与各部件之间存在的关联，依靠非线性中值滤波算法与Otsu 算法剔除图像噪声，并转换图像为二值图像，随后利用灰度共生矩阵提出图像特征，实现对交流电缆附件安装质量的校核。

2 交流电缆附件安装质量校核

2.1 交流电缆附件安装过程分析

在交流电缆附件安装过程中，需要按照交流电缆附件设定的大小，用合适的工具剔除剥离层，用玻璃板对半导体断口100mm处进行处理。

在这个过程中，需要保证绝缘体不会受到损坏。对断口也与上述相同，同时需要在玻璃片与电缆附件之间调整出10～15°的夹角，并且断口的周围要有40mm的锥面，保证锥面的整洁。此外，还要让断口处的电缆附件与平面轴存在90°的夹角。

图1 电缆附件屏蔽层剔除尺寸

(1) 对于绝缘研磨，必须使用合适的工具进行加工，例如用于研磨电砂带机，需要把砂带围绕在绝缘层的周围，并且，还要确保砂带能够沿着电缆附件进行均匀的运动。绝缘层会出现一种椭圆的形状，同时，保温层表面应平整干净，避免划伤等问题，利用清洗剂处理，再利用纱布第二次打磨。

(2) 电缆附件屏蔽层需要用240 目的纱布进行处理，然后再使用400 目的纱布二次处理，在打磨的过程中，纱布需要在屏蔽层的周围反复移动，以防止屏蔽层出现烧焦的现象。另外，在打磨完成后，需要确保屏蔽层的表面是整洁光滑的，并且需要清洗电缆附件的表面，防止产生污染。

(3) 各部分的相互作用

交流电缆附件需要安装牢固，所有启动开关[3]需要运行可靠。范围在20～200mm 时，需要测量电缆长度的最大许可相对误差是±0.3%。将测长仪器检测出的长度是L电缆附件的电缆附件一端固定在鉴定台，另一端连接重锤以提升其张力来缩减电缆附件的弯曲量，测量获得测量结果L钢卷尺。测长仪[4]的测量性能校验结果△L为：

2.2 交流电缆附件图像预处理

通过CCD 相机采集交流电缆附件图像，凭借预处理步骤从初始图像内收集清晰规整的电缆图像。图像预处理的效果直接干扰到交流电缆附件安装的检测结果。本文将图像预处理分成：图像去噪、二值化、分割与归一化四步骤。

步骤1：图像去噪

交流电缆附件图像在采集的流程内受到照明干扰、电缆表面清洁和噪声。这些噪声对电缆附件的检测和提取带来很大的干扰。其中最为主要的噪声即离散的随机噪声[5]。利用非线性中值滤波方法处理噪声，在保留初始图像细节的同时，有效抑制噪声的影响。

步骤2：图像二值化

图像二值化即图像处理较为基础的图像分割算法。其就是将一幅图像凭借一定的阈值分割成背景与对象[6]。本文利用Otsu 算法来确定阈值。其基础的原理即：拟定一种离散概率密度函数：

其中，n代表总像素数，ng代表灰度级是rg的像素数，L就是产生的灰度级数。拟定一种阈值k，C0是图像灰度级为[0，1，…，k-1]的像素，C1代表图像灰度级是[k，k+1，…，L-1]的像素数。Otsu算法利用最大化类间方差的阈值将方差拟定成k。

步骤3：图像分割

交流电缆附件图像内存在多个交流电缆附件，而电缆安装特征识别只需要对单个电缆附件进行。为实现电缆附件安装的特征识别[7]，需要对图像内的电缆附件进行分割处理。对于不同的处理对象，需要结合图像的具体状况与先验知识进行挑选。鉴于上述电缆附件的特征，本文通过基于X，Y方向投影的算法进行处理，具体流程如下所示：

运算二值图像沿方向的白像素[8]统计分布。

(1) 凭借Y方向的白像素统计分布，自下而上，依次扫描，同时选择白像素数等于3 的临界点，选出电缆附件的上下边界。

(2) 运算二值图像沿X方向的白像素的统计分布值。

(3) 凭借X方向的白像素统计分布由右至左依次扫描，选择白像素数等于2的临界点。判断整体电缆附件的左右边界。

(4) 在(3)所确定的左右边界从左到右进行扫描，同时依靠白像素数等于2的电缆附件当作间隔点，进而确定出所有电缆附件的左右边界。

(5) 凭借所有电缆附件的高度与宽度坐标分割单一电缆附件。

步骤4：图像归一化

电缆附件图像通过分割处理之后，由于分割的算法不会确保所有电缆附件的大小相同，需要对分割之后的电缆附件进行归一化处理，确保特征提取存在相同的基础，采集的特征才能够更加存在可比性。

电缆附件归一化能够分成非线性归一化与线性归一化。线性归一化即对单一电缆附件图像进行线性缩放处理，使其转变成需要的尺寸。其优势是容易实现与操作简单，而缺点即处理之后的电缆附件图像容易出现失真的问题。非线性归一化处理即凭借像素的分别进行缩放处理，使得像素在整体图像内能够均匀分布。其优势即能够一定程度地克服失真问题。缺点就是算法相较于线性方法较为复杂。对于电缆附件，使用线性归一化就能够获得较好的结果。电缆附件图像只存在电缆附件，本文通过线性归一化算法把前述的电缆附件分割成25×16 的图像。其算法原理即：拟定初始电缆附件图像尺寸为m×n，某一点的坐标是(x0，y0)，那么转换之后的对应坐标点(x1，y1)就能够描述成：

为了使失真的问题最小化，需要凭借差值算法加以优化。

2.3 基于特征提取的交流电缆附件安装质量校核

为了得到适合检测的交流电缆附件图像纹理信息，通过特征识别或特征提取的方式对图像进行处理。从某种意义上来说，特征提取或特征识别是为达到特征降维这一目标。特征识别就是通过某种转换组合形式，来提升初始高维特征，以获取一组低维的纹理特征，而特征选择则是凭借专家的经验或某个标准来选取出来的纹理特征，并没有生成新特征。

在处理的过程中，能够先把初始特征空间转换成低维空间，即上述将初始图像转换成二值图像。然后在二值图像的空间中，依靠像素灰度共生矩阵，对像素进行降维与关联计算，以此获得图像的纹理特征。

在二值化的电缆附件图像内，某个方向相距一段尺寸的灰度统计规律，可表示为部分纹理特征。灰度共生矩阵是在二阶组合概率密度函数的基础上，组建的一种纹理分析算法。

两像素δ坐标的关联下会产生的灰度共生矩阵为Pδ。

而一旦出现共生矩阵，就能够凭借共生矩阵的特征进行定义与验证。由此能够运算出惯性、熵与能量等纹理特征：

如果图像内不存在任何纹理，熵的值就会靠近零，假如图像里存在大量的纹理信息，那么图像内的熵就会提升，同时纹理的沟纹就会变得越深，而图像的视觉描述强度就会越发显著。能量可以被描述成灰度分布是否均匀地测量阈值，从全局角度检测图像的灰度分布，如果能量较高，那么图像的纹理就会越粗，通过能量与纹理的对比就能够得出交流电缆附件是否存在缺陷。

2.4 交流电缆附件安装校核结果不确定度评测

安装现场周围环境会对方法造成一定干扰，导致算法结果产生微小误差，以下为微小环境不确定度的计算测评过程，加强最终校验结果精准度。

(1) 不确定度分量的运算

交流电缆附件质量的数值显示误差在半宽为10mm中均匀分布，因此，交流电缆附件自动校核引入的不确定度u(LT1)是：

(2) 标准的读数对误差与本身的示值误差能够合并为一种综合影响量，该影响量融入的标准不确定度u(Li)是：

(3) 交流电缆附件安装校核的电缆与标准附件，需要处于相同环境条件温度下，膨胀系数引入的标准不确定度u(α)即：

(4) 校核交流电缆附件安装的弯曲量是1mm/m，将其考虑为均匀分布，取半宽为0.5mm/m，那么标准的不确定度u(LT2)为：

(5) 合成标准不确定度

由于上述的不确定度存在独立且不相关性，因此这些不确定度的合成不确定度为：

(6) 扩展不确定度

采集包含因子k=2，存在U=uc(y)×k。

由于U≈18mm＜130m×±0.3%=90mm。

以此确定校核方法符合相关能够有效完成校核。

3 实验证明

实验环境为：数字工业相机使用MVDC300 作为基础，利用SDK 开发包作为图像采集软件，图像的分辨率函数为Int16-SetwIndowMode，相机默认分辨率为640*512，显示位置函数为：Int16MV-SetDisplayWindow，数据读取以BGR作为数据格式，同时相机的参数拟定为0。

其中图3 和图4 是现场采集的两张待校核图像，通过对比能够清楚地看出，本文方法处理后图像边缘清晰，细节信息也没有丢失，这是因为使用二值化以及归一化处理，大幅度降低了图像噪声，可为后期校核提供有效的数据基础。

图3 预处理前采集图像

图4 预处理后待校验图像

从图5中能够看出，红线标记区域为通过灰度共生矩阵得出的缺陷特征，其中导体接头没有连接压实，没有紧密捆绑绝缘体，为安装事故；另一处捆绑绝缘体但未正确连接，也存在安全隐患，需要工作人员进行重新的安装和检验。

图5 校验结果

4 结束语

文章提出一种基于图像处理的交流电缆附件安装质量校核方法，通过实验能够得知，该方法校核效果优良，可加强安装质量。但由于所提方法是基于现场交流电缆附件安装质量的图像校验，需要拍摄连续图像，很容易出现遗漏问题，因此下一步研究课题为：拍摄视频，使用神经网络训练得出最优校验结果，帮助节省工作量和工作时间。