陳 靖

（浙江大有實(shí)業(yè)有限公司電纜工程分公司，浙江 杭州 310000）

電纜是電力運(yùn)輸?shù)闹匾d體。如果電纜表面存在缺陷，則會對電纜的絕緣性能產(chǎn)生直接影響，進(jìn)而給電力系統(tǒng)的穩(wěn)定、安全運(yùn)行帶來隱患。目前，高壓電纜缺陷檢測的提取分析主要是通過擬合算法，但該方法計算流程復(fù)雜，結(jié)果精準(zhǔn)性不高。據(jù)此，該文提出基于局部凹凸性的高壓電纜缺陷檢測算法，通過獲取并分析點(diǎn)云數(shù)據(jù)，進(jìn)行缺陷區(qū)域的定位檢測。

1 局部凹凸性描述分析

高壓電纜局部凹凸性指的是電纜外表面的某些地方出現(xiàn)凹陷或凸起的情況。通過描述、分析局部凹凸性，可以識別出數(shù)據(jù)集中的凹凸點(diǎn)，即對周圍數(shù)據(jù)點(diǎn)而言具有較高或較低密度的數(shù)據(jù)點(diǎn)。這些凹凸點(diǎn)可能代表了數(shù)據(jù)集中的特殊區(qū)域或者異常點(diǎn)，對數(shù)據(jù)分析和聚類算法的結(jié)果有重要影響。

結(jié)合具體實(shí)踐而言，高壓電纜局部凹凸性產(chǎn)生的原因包括電纜安裝過程中的壓力或拉力不均勻、電纜老化與損傷以及材料質(zhì)量等[1]。如果出現(xiàn)局部凹凸性問題，極有可能會增加電纜導(dǎo)體與絕緣層之間的電場強(qiáng)度，從而增加擊穿風(fēng)險，影響電纜的絕緣性能和電氣性能。同時，局部凹凸性可能導(dǎo)致應(yīng)力集中，增加電纜受力時的應(yīng)力水平和電纜機(jī)械強(qiáng)度降低或斷裂的風(fēng)險，引起電纜故障。

在三維空間中，可以應(yīng)用高斯曲率、法曲率、平均曲率描述曲面的變化情況，高斯曲率K如公式（1）所示。

式中：k1為曲面法曲率最大值；k2為曲面法曲率最小值。

法曲率kn如公式（2）所示。

式中：（dudv）為曲面某點(diǎn)的切線方向；〈E，F(xiàn)，G〉為曲面的第一基本形式；〈L，M，N〉為曲面的第二基本形式。

模輥式成型機(jī)分為環(huán)模成型機(jī)和平模成型機(jī)，主要工作部件是壓模與壓輥，在成型室中，壓模與壓輥通過將原料擠壓進(jìn)?？锥尚蚚16]。

平均曲率H如公式（3）所示。

由此可以得到源平面和目標(biāo)平面之間的凹凸性τab，如公式（4）所示。

當(dāng)z2＞0、τab＜0 時，源平面和目標(biāo)平面呈現(xiàn)凹面關(guān)系，并且z值越大，凹度越大；z2＜0、τab＞0 時，源平面和目標(biāo)平面呈現(xiàn)凸面關(guān)系，并且z值越大，凸度越大。

2 基于局部凹凸性的高壓電纜缺陷檢測算法

2.1 算法流程

該文提出的基于局部凹凸性的高壓電纜缺陷檢測算法，無須進(jìn)行建模擬合，便可進(jìn)行光滑表面缺陷檢測。算法具體流程如圖1所示。

圖1 基于局部凹凸性的高壓電纜缺陷檢測算法流程

根據(jù)圖1 可知，在基于局部凹凸性的高壓電纜缺陷檢測算法應(yīng)用過程中，首先要進(jìn)行超體素分割，并進(jìn)行點(diǎn)云體素化處理。然后進(jìn)行凹凸性計算，獲取初始化種子面。其次，該算法會對高壓電纜表面是否存在凹凸性突變情況進(jìn)行判斷，如果存在凹凸性變化，則再次進(jìn)行超體素分割，記錄上凸面、下凹面對應(yīng)鄰接標(biāo)簽，并更新種子為上凸面、下凹面；如果不存在凹凸性突變情況，則更新種子面。最后，對高壓電纜曲面搜索情況進(jìn)行判斷，如果搜索完畢，則提取標(biāo)曲面點(diǎn)云，并進(jìn)行點(diǎn)云空間聚類計算，提取出缺陷參數(shù)；如果未搜索完畢，則回到凹凸性突變判斷環(huán)節(jié)，進(jìn)行新一輪計算、分析。

2.2 點(diǎn)云超體素分割

點(diǎn)云超體素分割（Point Cloud Superpixel Segmentation）是一種將點(diǎn)云數(shù)據(jù)劃分為超體素（superpixel）的方法，用于對點(diǎn)云進(jìn)行語義分割或目標(biāo)識別[3]。超體素是點(diǎn)云中一組相鄰的點(diǎn)的集合，具有相似的特征和語義信息。點(diǎn)云超體素分割一般流程包括數(shù)據(jù)預(yù)處理、特征提取、相似度計算、語義分割或目標(biāo)識別以及結(jié)果后處理[4]。由于在點(diǎn)云數(shù)據(jù)中，點(diǎn)對點(diǎn)間的空間關(guān)系與儲存位置無聯(lián)系，因此點(diǎn)云數(shù)據(jù)具有無序性特征[5]。為精準(zhǔn)計算高壓電纜表面凹凸性，需要引用點(diǎn)云超體素分割方法，將表面劃分為多個小尺寸的片狀區(qū)域，并建立區(qū)域內(nèi)的幾何拓?fù)潢P(guān)系。為保證分割結(jié)果具有精準(zhǔn)性、可靠性，該文采用超體素分割方法進(jìn)行分割，該方法流程如圖2所示。

圖2 超體素分割方法流程

根據(jù)圖2 可知，首先，點(diǎn)云超體素分割會將點(diǎn)云數(shù)據(jù)進(jìn)行體素化處理，構(gòu)建體素點(diǎn)云。其次，對種子體素進(jìn)行網(wǎng)格化篩選，以得到具有差異性的種子體素集合。同時，該方法還可以度量種子體素集合的特征、種子間的距離，以此獲取種子間的相似性數(shù)據(jù)。最后，通過遍歷、標(biāo)記等方式，對種子體素進(jìn)行約束流聚類計算，最終獲得超體素數(shù)據(jù)。

2.2.2 點(diǎn)云體素化

點(diǎn)云體素化是以重點(diǎn)坐標(biāo)代替區(qū)域內(nèi)點(diǎn)坐標(biāo)，達(dá)到簡化點(diǎn)云數(shù)據(jù)目的的一種方法。其中，點(diǎn)云是由大量離散點(diǎn)組成的三維數(shù)據(jù)集，而體素是一個三維網(wǎng)格，將空間劃分為小的立方體單元。點(diǎn)云體素化的目的是將點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為規(guī)則的體素，以便進(jìn)行后續(xù)的分析和處理。在點(diǎn)云體素化過程中，先要構(gòu)建體素盒，并構(gòu)建體素坐標(biāo)系[6]。然后將每個網(wǎng)格質(zhì)心視為一個體素，將所有質(zhì)心置于一個集合內(nèi)，即體素點(diǎn)云。

2.2.3 網(wǎng)格化篩選種子體素

在網(wǎng)格化篩選種子體素操作中，需要在體素空間內(nèi)生成網(wǎng)格，將每個網(wǎng)格中心位置的體素作為初始的種子體素，并構(gòu)建體素集合[7]。為保證種子體素具有精準(zhǔn)性，可以通過空間濾波的方式去除離群個體。如果鄰近點(diǎn)小于額定數(shù)量，則刪除該子體素[8]。同時，應(yīng)保證網(wǎng)格化分辨率大于體素分辨率，保證不同體素網(wǎng)格化參數(shù)能夠得到不同的種子體素集合。

2.2.4 特征與距離度量

特征是描述數(shù)據(jù)屬性的組合，用于表示數(shù)據(jù)的不同特征。在聚類算法中，特征通常是數(shù)據(jù)的各個維度特征或?qū)傩蕴卣鳌＞嚯x度量常用于計算相鄰數(shù)據(jù)點(diǎn)之間的距離，以此確定相鄰數(shù)據(jù)點(diǎn)在聚類空間中的相對位置，并判斷出相鄰數(shù)據(jù)點(diǎn)的特征相似度。

在應(yīng)用該文研究方法的特征與距離度量操作中，該文構(gòu)建了一個37 維的特征向量，用于描述單個體素，如公式（5）所示。

式中：F為37 維的特征向量；xi、yi、zi為體素中心的坐標(biāo)；ci為體素點(diǎn)云的曲率；FPFHi33為基于鄰域點(diǎn)位置與法線關(guān)系分析的33 維幾何特征向量。

2 個相鄰體素間的特征的相似度可以用距離度量D來表示，如公式（6）～公式（8）所示。

式中：Ds為歐式距離，即相鄰2 個體素的空間位置相似度；λs為歐式距離的影響因子；Dc為曲率相似性，其取值越大，則2 個體素間的彎曲差距越大；λc為曲率相似性的影響因子。

應(yīng)用DHIK表示2 個體素特征的相似性，如公式（9）～公式（11）所示。

式中：I（Hi（i），Hj（j））為取交集運(yùn)算；R為直方圖級數(shù)；N1為對應(yīng)匹配數(shù)。

2.2.5 約束流聚類算法

約束流聚類算法（Constrned Stream Clustering Algorithm）是一種結(jié)合了流式數(shù)據(jù)處理和約束條件，能夠在實(shí)時流數(shù)據(jù)中進(jìn)行聚類，并根據(jù)預(yù)定義的約束條件對聚類結(jié)果進(jìn)行調(diào)整的算法[9]。在該文研究中，首先，對數(shù)據(jù)流進(jìn)行預(yù)處理，如數(shù)據(jù)清洗、降維等，并選擇初始化聚類模型。同時逐個處理數(shù)據(jù)流中心的數(shù)據(jù)點(diǎn)，將其分配到合適的聚類簇中。在該基礎(chǔ)上對體素進(jìn)行遍歷，并標(biāo)記最小度量值的體素。其次，以所標(biāo)記的體素為中心，計算出鄰域內(nèi)最小距離度量均值的體素，并進(jìn)行標(biāo)記。再次，重復(fù)上述步驟，直至迭代停止。最后，更新種子體素，進(jìn)行新一次的聚類計算。

3 算法驗(yàn)證

為驗(yàn)證該文所提算法的有效性和精準(zhǔn)性，對基于擬合的算法和該文算法進(jìn)行對比試驗(yàn)。試驗(yàn)所用高壓電纜缺陷點(diǎn)云圖如圖3所示。

擬合算法與該文算法所提取的缺陷信息、缺陷檢測結(jié)果見表1、表2。

表1 2 種方法應(yīng)用下的缺陷信息提取情況

表2 2 種算法的缺陷檢測結(jié)果

試驗(yàn)結(jié)果對比分析可知，該文算法檢測正確的個數(shù)為48 個，判斷正確個數(shù)為47 個，正確檢測率為94%，均優(yōu)于基于擬合的方法，說明本研究提出的基于局部凹凸性的高壓電纜缺陷檢測算法具有表面檢測優(yōu)勢，在實(shí)際工作中應(yīng)用該算法具有可行性與可靠性。

4 結(jié)語

綜上所述，該文提出了一種基于局部凹凸性的高壓電纜缺陷檢測算法。該算法可以根據(jù)兩個表面之間的凹凸性進(jìn)行定量評價分析。在算法應(yīng)用過程中，運(yùn)用點(diǎn)云超體素對區(qū)域進(jìn)行分割，建立點(diǎn)云之間的拓?fù)潢P(guān)系，并通過凹凸性變化分析，對缺陷區(qū)域進(jìn)行檢測。對比試驗(yàn)驗(yàn)證，結(jié)果表明該文提出的算法能夠有效檢測出高壓電纜光滑表面的凹凸性缺陷，具有良好的應(yīng)用前景。