劉 旭，楊俊杰

(上海電力學(xué)院電子與信息工程學(xué)院，上海 200090)

當(dāng)線路覆冰的厚度超過線路的承載能力時(shí)，將造成機(jī)械故障，進(jìn)而導(dǎo)致電氣故障的發(fā)生.本文研究了基于圖像處理的輸電線路覆冰檢測系統(tǒng)，將圖像處理技術(shù)與WiFi無線傳感技術(shù)相結(jié)合，由航模實(shí)時(shí)采集輸電線路的覆冰圖像，實(shí)現(xiàn)對(duì)線路覆冰的安全監(jiān)控，及時(shí)獲取線路覆冰狀況，并進(jìn)行圖像處理和分析，為后續(xù)的除冰工作提供依據(jù)［1］.

1 覆冰檢測系統(tǒng)結(jié)構(gòu)

基于遙控航模的線路覆冰實(shí)時(shí)檢測系統(tǒng)結(jié)構(gòu)如圖1所示.系統(tǒng)由前端覆冰檢測子系統(tǒng)和后臺(tái)覆冰檢測信息管理軟件兩個(gè)部分組成.

覆冰檢測子系統(tǒng)位于航模一側(cè)，通過安裝于航模上的CCD攝像頭，完成覆冰線路圖像的獲取.覆冰檢測信息管理軟件安裝于檢測主機(jī)中，主要完成線路覆冰圖像的顯示和覆冰厚度的計(jì)算.覆冰檢測子系統(tǒng)和檢測主機(jī)之間通過WiFi無線通信網(wǎng)絡(luò)進(jìn)行連接［2］.

圖1 基于航模的覆冰線路檢測系統(tǒng)結(jié)構(gòu)

2 基于OpenCV的覆冰圖像處理

由前端覆冰檢測子系統(tǒng)采集到的覆冰圖像，經(jīng)過WiFi無線通信網(wǎng)絡(luò)傳送到后臺(tái)PC機(jī)上，采用OpenCV(Intel Open Source Computer Vision Library)［3］對(duì)覆冰圖像進(jìn)行處理，對(duì)比線纜覆冰前后的邊緣，以此計(jì)算出線路的覆冰厚度.

覆冰圖像處理流程如圖2所示.

圖2 線纜覆冰圖像處理流程

2.1 相機(jī)的標(biāo)定

光線進(jìn)入攝像機(jī)透鏡時(shí)，會(huì)產(chǎn)生兩種畸變:徑向畸變和切向畸變.對(duì)攝像機(jī)進(jìn)行標(biāo)定，就可以了解攝像機(jī)的內(nèi)參數(shù)和畸變稀疏，使圖像得到校正.

OpenCV提供了多種算法來計(jì)算攝像機(jī)的內(nèi)參數(shù)，實(shí)際標(biāo)定時(shí)通過 cvClibrationCamera2完成［4］.在該程序中，標(biāo)定方法是將攝像機(jī)對(duì)準(zhǔn)一個(gè)有很多獨(dú)立可表示點(diǎn)的物體.在不同角度對(duì)焦該物體，并通過該圖像計(jì)算攝像機(jī)的相對(duì)位置和方向，以及攝像機(jī)的內(nèi)參數(shù).然后對(duì)攝像機(jī)的內(nèi)參數(shù)和畸變參數(shù)進(jìn)行標(biāo)定，經(jīng)標(biāo)定后的攝像頭拍攝到的線路覆冰圖像如圖3所示.

圖3 經(jīng)標(biāo)定后的攝像頭拍攝的覆冰圖片

2.2 曝光控制算法

由于輸電線路一般架設(shè)于野外，覆冰圖像的光源主要是日光，但一天之中太陽的軌跡時(shí)刻發(fā)生變化，在不同的時(shí)間和角度，太陽光的強(qiáng)度都會(huì)不同.而在所拍攝的覆冰圖像中，覆冰線纜所處的位置是感光區(qū)域，如果攝像機(jī)不能實(shí)現(xiàn)合理曝光(如曝光不足或曝光過度)，那么后期提取線纜圖像時(shí)將會(huì)面臨很大困難.因此，用曝光控制算法對(duì)曝光時(shí)間進(jìn)行控制是極為必要的.經(jīng)過不同曝光處理的覆冰圖像如圖4所示.

圖4 經(jīng)不同曝光處理后的覆冰圖像

2.3 線纜圖像預(yù)處理

相機(jī)標(biāo)定完成后，拍攝輸電線纜覆冰部分和未覆冰部分的圖像.在實(shí)際過程中，圖像有可能受到干擾而包含噪聲，使線纜邊緣的提取不夠準(zhǔn)確，因此需要對(duì)圖像進(jìn)行預(yù)處理.

Sobel算子對(duì)于加強(qiáng)圖像的紋理有很好的效果，它是一個(gè)離散微分算子，用于計(jì)算圖像灰度函數(shù)的近似梯度［5］.本文利用水平方向的Sobel算子對(duì)圖像進(jìn)行卷積計(jì)算，用來加強(qiáng)水平方向上的圖像紋理.

2.4 線纜圖像特征匹配

覆冰后輸電線路的紋理特征會(huì)減弱，而獲取覆冰圖像準(zhǔn)確的視差圖是特征匹配的關(guān)鍵，由于輸電線路結(jié)冰的速度緩慢，因此可以將線路結(jié)冰看作一個(gè)靜態(tài)的過程，以提高匹配算法的精度.

2.5 線纜邊緣提取

在整幅圖像中覆冰線纜并不是最近的圖像，對(duì)截取的覆冰線纜所在區(qū)域的視差圖像進(jìn)行處理，根據(jù)場景的遠(yuǎn)近獲取線纜覆冰圖像，去除背景后，再根據(jù)覆冰處和未覆冰處線纜的線徑差，就能得到覆冰的厚度.線纜的提取采用Canny邊緣檢測法.檢測效果如圖5所示.

圖5 Canny邊緣檢測效果

3 線路覆冰厚度計(jì)算

3.1 鼠標(biāo)事件

運(yùn)用OpenCV中的相應(yīng)鼠標(biāo)事件，用鼠標(biāo)點(diǎn)擊圖像中覆冰線路的邊緣，與未覆冰時(shí)的邊緣作比較，求出覆冰的厚度.

本文的圖像處理是在窗口環(huán)境下工作，采用cvWaitKey()來捕捉單次觸發(fā)事件.為了響應(yīng)鼠標(biāo)點(diǎn)擊事件，建立一個(gè)回調(diào)函數(shù)callback，使之可以滿足指定輸入?yún)?shù)以及返回參數(shù)類型的任何函數(shù)［6］，在OpenCV中注冊(cè)該回調(diào)函數(shù)，以便在特定窗口被觸發(fā)鼠標(biāo)事件時(shí)，OpenCV可以正確調(diào)用這一函數(shù).

3.2 實(shí)現(xiàn)方法

設(shè)置4次鼠標(biāo)事件，分別點(diǎn)在未覆冰時(shí)線纜兩側(cè)和覆冰后的線纜兩側(cè)，可以得到兩條線段，根據(jù)兩條線段每兩點(diǎn)的坐標(biāo)及線段的比例，計(jì)算出覆冰前和覆冰后的厚度，結(jié)果如圖6所示.

圖6 截取線纜厚度后的覆冰圖片

圖6中最右邊的線路有覆冰前和覆冰后的部分，分別在這兩個(gè)部分點(diǎn)擊鼠標(biāo)，得到連接覆冰部分和未覆冰部分的兩條線段.得出未覆冰和覆冰后線纜兩邊4個(gè)點(diǎn)的坐標(biāo)值點(diǎn)1(1 170，265)，點(diǎn)2(1 173，268)，點(diǎn) 3(1 106，329)，點(diǎn) 4(1 146，368)，以及兩條線段的長度 k1=4.242 641，k2=55.865 911.即覆冰后與覆冰前的線纜厚度比例為 k2/k1=55.8/4.2=13.3，當(dāng)?shù)弥€纜的實(shí)際厚度后，就可根據(jù)比例得出覆冰的厚度.

4 結(jié)語

為了實(shí)現(xiàn)對(duì)輸電線路覆冰的在線檢測，本文提出一種基于航模的覆冰線路檢測系統(tǒng)，通過安裝在航模上的攝像頭獲得覆冰圖像，在VC++2008軟件開發(fā)環(huán)境下調(diào)用開源的計(jì)算機(jī)視覺庫OpenCV對(duì)線路的覆冰圖像進(jìn)行處理，進(jìn)而計(jì)算出線路覆冰的厚度.本系統(tǒng)能夠?qū)崿F(xiàn)對(duì)電力線路覆冰情況的實(shí)時(shí)檢測，具有一定的實(shí)用價(jià)值.

［1］ 吳婭，張峰，馮欽華.廣東電網(wǎng)覆冰在線檢測系統(tǒng)的研究及應(yīng)用［J］.廣東電力，2009，22(5):12-16.

［2］ 李浩.基于DSP的輸電線路覆冰檢測系統(tǒng)［D］.西安:西安理工大學(xué)，2008.

［3］ 劉麗梅，鄭新武，陳永明，等.基于OpenCV的圖像處理程序開發(fā)方法的研究［J］.機(jī)電技術(shù)，2010，12(4):45-47.

［4］ 尹文生，羅瑜林，李世其.基于OpenCV的攝像機(jī)標(biāo)定［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2007，28(1):56-64.

［5］ SCHULZ S，GRIGAT M G R.Optimum auto exposure based on high-dynamic—range histogram［C］∥ International Conference on Signal Processing，Robotics and Automation，IEEE，2007:269-274.

［6］ 呂學(xué)剛，于明，劉翠響.IPL和OpenCV在VC++環(huán)境下的應(yīng)用［J］.微型電腦應(yīng)用，2003，19(1):23-28.