CN102661799B - 故障定位方法与系统 - Google Patents

Abstract

本发明公开了一种故障定位方法与系统，对红外图像和可见光图像进行配准，当在红外图像上发现温度异常点后，根据配准结果，在可见光图像上找到对应位置，即可得知故障所属设备及在该设备的具体部位。如此，只要能够获得红外图像和可见光图像，即可实现故障定位，而红外图像和可见光图像分别通过红外探测器和摄像头即可远程获取，无需现场采集，省去了大量的人力物力，且故障定位的整个过程可自动实现，相比人工参与的方式，提高了故障定位的效率和准确性。

Description

故障定位方法与系统

技术领域

本发明涉及自动化检测技术领域，特别是涉及一种故障定位方法与系统。

背景技术

由于红外检测技术具有不接触、不停运、不取样、不解体的优点，其应用正在飞速发展和壮大。在变电站等场景，对设备进行故障定位，传统的做法是工作人员手持红外探测器亲临现场，通过红外探测器测得的温度判断出现故障的设备及该设备的具体故障部位。这种方法不仅耗费人力成本，而且故障检测结果是否准确依赖于工作人员的经验。

发明内容

基于上述情况，本发明提出了一种故障定位方法与系统，以减少人的参与，快速准确地实现故障定位。

一种故障定位方法，包括步骤：

读入红外图像和可见光图像；

对红外图像和可见光图像进行配准；

检查红外图像上的温度异常点，按照配准结果，从可见光图像上找出与温度异常点对应的位置，确定被测物的故障部位，

对红外图像与可见光图像进行配准的过程如下：

对红外图像和可见光图像进行基于灰度冗余的图像增强处理；

用SIFT算子分别检测红外图像和可见光图像的特征点，并确定这些特征点的128维描述子；

取红外图像中的关键点，找出其与可见光图像中欧氏距离最近的前两个关键点，在这两个关键点中，如果最近欧氏距离与次近欧氏距离之比小于预定阈值，则将红外图像上的关键点与可见光图像中最近欧氏距离关键点作为一对匹配点，得到红外图像和可见光图像的匹配点对集；

通过随机抽样一致性算法，去除红外图像和可见光图像的匹配点对集中的误匹配点对；

去除误匹配点对后的匹配点对集中的匹配点对，如果大于等于预定对数，采用最小二乘法求红外图像与可见光图像的仿射变换参数，如果小于预定对数，采用标定仿射变换参数作为此时的仿射变换参数。

一种故障定位系统，包括：

图像读入模块，用于读入红外图像和可见光图像；

图像配准模块，用于对红外图像和可见光图像进行配准；

故障定位模块，用于检查红外图像上的温度异常点，按照配准结果，从可见光图像上找出与温度异常点对应的位置，确定被测物的故障部位，

所述图像配准模块包括：

图像预处理模块，用于对红外图像和可见光图像进行基于灰度冗余的图像增强处理；

特征点检测模块，用于采用SIFT算子分别检测红外图像和可见光图像的特征点，并确定这些特征点的128维描述子；

特征点匹配模块，用于取红外图像中的关键点，找出其与可见光图像中欧氏距离最近的前两个关键点，在这两个关键点中，如果最近欧氏距离与次近欧氏距离之比小于预定阈值，则将红外图像上的关键点与可见光图像中最近欧氏距离关键点作为一对匹配点，得到红外图像和可见光图像的匹配点对集；

误匹配去除模块，用于通过随机抽样一致性算法，去除红外图像和可见光图像的匹配点对集中的误匹配点对；

仿射变换参数求解模块，用于去除误匹配点对后的匹配点对集中的匹配点对，如果大于等于预定对数，采用最小二乘法求红外图像与可见光图像的仿射变换参数，如果小于预定对数，采用标定仿射变换参数作为此时的仿射变换参数。

本发明故障定位方法与系统，对红外图像和可见光图像进行配准，当在红外图像上发现温度异常点后，根据配准结果，在可见光图像上找到对应位置，即可得知故障所属设备及在该设备的具体部位。如此，只要能够获得红外图像和可见光图像，即可实现故障定位，而红外图像和可见光图像分别通过红外探测器和摄像头即可远程获取，无需现场采集，省去了大量的人力物力，且故障定位的整个过程可自动实现，相比人工参与的方式，提高了故障定位的效率和准确性。

附图说明

图1为本发明故障定位方法的流程示意图；

图2为本发明故障定位方法中红外图像与可见光图像配准的流程示意图；

图3为本发明故障定位系统的结构示意图。

具体实施方式

本发明在对红外图像与可见光图像进行配准的基础上，在可见光图像上指定一点，可以通过红外图像得知其温度，在红外图像上指定一点，也可以在可将光图像上找到对应的位置，如此，可进行双向测温和故障定位。另外，本发明还对影响红外图像温度的被测物发射率、环境温度及被测物与红外探测器的距离进行了修正，以提高红外图像温度的准确性。下面结合附图与实施例详细解释本发明。

本发明故障定位方法，如图1所示，包括步骤：

步骤S1、读入红外图像和可见光图像；

步骤S2、对红外图像和可见光图像进行配准；

步骤S3、检查红外图像上的温度异常点，按照配准结果，从可见光图像上找出与温度异常点对应的位置，确定被测物的故障部位，

如图2所示，对红外图像与可见光图像进行配准的过程如下：

步骤S21、对红外图像和可见光图像进行基于灰度冗余的图像增强处理；

步骤S22、用SIFT(Scale-invariant Feature Transform，尺度不变特征转换)算子分别检测红外图像和可见光图像的特征点，并确定这些特征点的128维描述子；

步骤S23、以欧氏距离为相似性度量对红外图像和可见光图像的特征描述子进行匹配。具体地，取红外图像中的关键点，找出其与可见光图像中欧氏距离最近的前两个关键点，在这两个关键点中，如果最近欧氏距离与次近欧氏距离之比小于预定阈值，则将红外图像上的关键点与可见光图像中最近欧氏距离关键点作为一对匹配点，得到红外图像和可见光图像的匹配点对集；

步骤S24、通过随机抽样一致性算法，去除红外图像和可见光图像的匹配点对集中的误匹配点对；

步骤S25、最小二乘法求仿射系数。具体地，去除误匹配点对后的匹配点对集中的匹配点对，如果大于等于预定对数，采用最小二乘法求红外图像与可见光图像的仿射变换参数，如果小于预定对数，采用标定仿射变换参数作为此时的仿射变换参数。

作为一个优选的实施例，还对影响红外图像上红外温度的被测物发射率、环境温度及被测物与红外探测器的距离进行修正，使红外温度更精确，

被测物发射率的修正方法：根据被测物的材质调整发射率；

环境温度的修正方法：

黑体标定时，先设环境温度为定值，改变黑体温度，建立黑体温度温差与红外图像热值的关系，再设黑体温度为定值，改变环境温度，建立环境温度温差与红外图像热值的关系；

从红外探测器获取红外图像热值与当前环境温度，根据当前环境温度与黑体标定时环境温度的差值，通过环境温度温差与红外图像热值的关系，计算红外图像热值的补偿值；

将从红外探测器获取的红外图像热值加上红外图像热值的补偿值，得到环境温度修正后的红外图像温度，

被测物与红外探测器的距离的修正方法：

设黑体温度为定值，改变被测物与红外探测器的距离，建立被测物与红外探测器的距离与红外图像热值的关系。

作为一个优选的实施例，还可以从可见光图像上指定一点，按照配准结果，从可见光图像上找到与指定点对应位置的温度数据。

读入红外图像后，获取热值，根据测温原理，首先设定一种具有最大辐射功率的物体模型-黑体（指在任何温度下能够吸收任意波长入射辐射的物体，反射率和透射率均为0，吸收率为1），构建温度热值测温标准曲线，然后进行环境，距离和发射率的测温精度修正，最后输出测得温度。上述方案中，测温原理如下所述：

由普朗克公式（公式1），一个绝对温度为T(K)的黑体，单位表面积在波长λ₁~λ₂范围内向整个半球空间发射的辐射度为：

$M\left(T\right)=\underset{\mathrm{\λ}2}{\overset{\mathrm{\λ}1}{\∫}}{C}_1{\mathrm{\λ}}^{-5}{[\exp (C_2/\mathrm{\λT})-1]}^{-1}\mathrm{d\λ}---\left(1\right)$

其中，

C₁-第一辐射常数，C₁＝3.7415×10⁸W·m^-2·μm₄

C₂-第二辐射常数，C₂＝1.43879×10⁴μm·K

探测器实际测定中，λ₁=8μm，λ₂=14μm。

通过上式的辐射原理，红外探测器接收到电气设备发射的红外辐射功率，并转成电信号，其相应的输出信号电压：

$V_s={\mathrm{\β}}_v\left(\mathrm{\λ}\right)\·k_1\·{\mathrm{\τ}}_0\left(\mathrm{\λ}\right)\·A_d\·\stackrel{\‾}{{\mathrm{\τ}}_a}\left(x\right)[{\mathrm{\ϵ}}_{e}f\left(T\right)+(1-{\mathrm{\ϵ}}_e)f\left(T_a\right)]---\left(2\right)$

其中β_v为红外探测器的光谱响应度，k₁为红外测温仪的光学系统增益，τ₀(λ)为光学系统的光谱透射率，A_d为探测器的接收光敏面面积；通常，为在工作波段8～14μm内距离红外系统x处的大气透射率的平均值；ε_e为设备发射率ε(λ，T)的平均值；T为设备温度；T_a为环境温度。

由于物体温度与电压信号为一一对应的正比关系，另K_m＝β_v(λ)·k₁·τ₀(λ)·A_d，由此可得温度-电压公式：

令 $V_s/K_m=f\left(T_0\right),$

$f\left(T_0\right)=\stackrel{\‾}{{\mathrm{\τ}}_a}\left(x\right)[{\mathrm{\ϵ}}_{e}f\left(T\right)+(1-{\mathrm{\ϵ}}_e)f\left(T_a\right)]---\left(3\right)$

T₀为所测得的温度值，由于探测器的输出信号电压与所接收的辐射功率成正比，又因为辐射功率根据选择的波段不同，与被测目标温度的不同次方成正比。因此，一定波段的辐射度可进一步表示成:

$\underset{\mathrm{\λ}2}{\overset{\mathrm{\λ}1}{\∫}}{M}_{\mathrm{\λb}}\left(T\right)\mathrm{d\λ}=f\left(T\right)=k_3{T}^n---\left(4\right)$

上式k₃为常数，m根据不同的波段选择不同的值。由上面两个式子可得黑体温度：

${T_0}^n=\stackrel{\‾}{\mathrm{\τ}}\left(x\right)[{\mathrm{\ϵ}}_a{T_r}^n+(1-\mathrm{\ϵ}){T_u}^n---\left(5\right)$

综上可以得出,被测物表面的真实温度T的计算公式：

$T={\left(\frac{1}{{\mathrm{\ϵ}}_e}(\frac{1}{\stackrel{\‾}{{\mathrm{\τ}}_a}\left(x\right)}{T}_0^m-(1-{\mathrm{\ϵ}}_e){T_a}^m)\right)}^{1/m}---\left(6\right)$

目前所知的红外测温的方法大多是根据上述公式推导求得，由公式可以了解到，影响测温精度的几个具体主要因素有设备发射率ε_e、大气透射率τ_a（x）、环境温度T_a。

上述方案中，对测温精度修正主要有温度的发射率，环境温度和测温距离影响的修正。

1）发射率修正

对于发射率ε_e的影响，目前已提出多种测量发射率的方法，也可通过“常用材料表面发射率参考值”查找被测物的发射率。金属氧化物的发射率相对较高，在电力系统的红外监测中，通常将普通电气设备的发射率设为0．85～0．95间，本发明通过变电站设备发射率的现场标定实验，并进行实际精度验证，变电站设备发射率设定在0.95的情况下，设备显示温度相对精确。其他环境应用中，可根据具体设备选取。由于物体发射率在具体环境中常常直接设定，实验验证可保证精度，下面分别对环境温度参数及大气透射率进行修正。

2）环境温度修正

本发明结合以往的温度补偿方法，通过改进的双向查表法进一步修正环境温度，添加了黑体热值与环境温度变化的关系曲线；另一方面，进一步探究了photon320红外探测器的机芯内部温度(即环境温度)，通过实现读取此温度，从根本上解决了环境温度的准确性问题，并对结果进行了验证，结果表示，在环境温度有较大稳定性的改进前提下，本发明采用的改进的双向查表法能够较为明显的提高测温精度。

具体步骤如下：

1、黑体标定，优选地采用南奇星公司HL1型黑体，环境温度为定值，改变黑体温度，通过曲线拟合建立黑体温差与红外图像热值差之间的三次关系曲线G＝M(T_obj;T_ref)，其中G为探测器返回的热值差，T_obj为标定时目标黑体温度，T_ref为定标时环境温度（参考温度），测温时根据热值差G查表得到T_obj。

黑体标定，黑体温度为定值，改变环境温度（0℃~60℃），建立环境温度温差与红外图像的热值差之间的二次关系曲线J＝M(T_env;T_ref)。T_env为当前环境温度，测温时根据环境温度求热值补偿值J。热值随环境温度的变化基本可分为三个阶段：在小于10℃时变化较剧烈，需要考虑大幅曲线修正；而在温度15℃—35℃范围内变化较为平稳，大于35℃时又有新的起伏。鉴于此，实际拟合曲线中将J分成三段进行分阶段拟合，以达到最精确补偿。

3、实际标定时，首先探测器得到与所测黑体等效温差正相关的的12位电信号，即热值。

4、获取环境温度值，查找曲线J＝M(T_env;T_ref)，获得此时现场环境温度与定标环境温度温差对应的热值差，也就是环境温度补偿热值。

5、将测温点热值加上环境温度补偿热值，查找相应的关系曲线G′=G+J，得到环境温度补偿后的温度值。

6、将温差加上现场的环境温度，经发射率修正，与距离相关的透射率参数修正后，转换为目标温度。

上述步骤按照规则将现场环境温度补偿到定标环境温度，对定标环境温度下获得的测温表进行查表。过程中采用了双向查表法（即G＝M(T_obj;T_ref)和J＝M(T_env;T_ref)。由于光学系统透过透射率和探测器的增益均有细微差异，因此每台红外热像仪均必须进行标定实验，并具有各自的测试报告和测试数据。

3）距离影响修正

本发明对距离在测温过程中的影响进行了实际标定与补偿，认为物体与热像仪的距离也是影响大气综合透射率的主要因素。不同波长的红外辐射在地球大气中传输时会受到不同程度的衰减，即使选择的工作波段在红外线穿透能力很强的3个“大气窗口”也不可能百分之百通过。大气对红外辐射的衰减由大气中水蒸汽、CO₂、CO、CH₄、O₃等气体的选择性吸收衰减和大气中悬浮的各种微粒散射衰减共同确定。电气设备运行状态的红外监测主要适用于地球表面环境，而且监测的是距离较近的设备，气体吸收衰减主要考虑水蒸汽和CO₂，大气的散射衰减主要考虑米氏散射。

确定了影响大气透射率的原因后，根据实际的试验（即在天气晴朗、空气温度23℃、相对湿度50％、气象视程20km时8～14pm波段内），每0.8M测试一次温度的衰减，以0m为起始标准，从距离1.6m到20m之间进行标。综合得出距离补偿公式，并进行修正。最终确定修正公式：y＝-0.257x+1，式中，x表示红外探测器距离被测物的距离（单位为KM），y表示大气实际透射率。

本发明故障定位系统是与上述方法对应的系统，如图3所示，包括：

图像读入模块，用于读入红外图像和可见光图像；

图像配准模块，用于对红外图像和可见光图像进行配准；

故障定位模块，用于检查红外图像上的温度异常点，按照配准结果，从可见光图像上找出与温度异常点对应的位置，确定被测物的故障部位。

有以上描述与图3可知，图像读入模块、图像配准模块和故障定位模块两两相连，构成本系统。其中，图像配准模块包括：

图像预处理模块，用于对红外图像和可见光图像进行基于灰度冗余的图像增强处理；

特征点检测模块，用于采用SIFT算子分别检测红外图像和可见光图像的特征点，并确定这些特征点的128维描述子；

特征点匹配模块，用于取红外图像中的关键点，找出其与可见光图像中欧氏距离最近的前两个关键点，在这两个关键点中，如果最近欧氏距离与次近欧氏距离之比小于预定阈值，则将红外图像上的关键点与可见光图像中最近欧氏距离关键点作为一对匹配点，得到红外图像和可见光图像的匹配点对集；

误匹配去除模块，用于通过随机抽样一致性算法，去除红外图像和可见光图像的匹配点对集中的误匹配点对；

仿射变换参数求解模块，用于去除误匹配点对后的匹配点对集中的匹配点对，如果大于等于预定对数，采用最小二乘法求红外图像与可见光图像的仿射变换参数，如果小于预定对数，采用标定仿射变换参数作为此时的仿射变换参数。

作为一个优选的实施例，本发明的故障定位系统还包括：

发射率修正模块，用于根据被测物的材质调整发射率；

环境温度修正模块包括：

关系建立模块，用于在黑体标定时，先设环境温度为定值，改变黑体温度，建立黑体温度温差与红外图像热值的关系，再设黑体温度为定值，改变环境温度，建立环境温度温差与红外图像热值的关系；

热值补偿计算模块，用于从红外探测器获取红外图像热值与当前环境温度，根据当前环境温度与黑体标定时环境温度的差值，通过环境温度温差与红外图像热值的关系，计算红外图像热值的补偿值；

温度修正模块，用于将从红外探测器获取的红外图像热值加上红外图像热值的补偿值，得到环境温度修正后的红外图像温度，

距离修正模块，用于设黑体温度为定值，改变被测物与红外探测器的距离，建立被测物与红外探测器的距离与红外图像热值的关系。

所述图像配准模块和所述故障定位模块所处理的红外图像为经过所述发射率修正模块、环境温度修正模块和距离修正模块修正后的红外图像。

作为一个优选的实施例，本发明故障定位系统还包括指定位置温度获取模块，用于从可见光图像上指定一点，按照配准结果，从可见光图像上找到与指定点对应位置的温度数据。

本发明故障定位系统的其他技术特征与本发明故障定位方法相同，在此不予赘述。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (4)

1.一种故障定位方法，其特征在于，包括步骤： 

读入红外图像和可见光图像； 

对红外图像和可见光图像进行配准； 

检查红外图像上的温度异常点，按照配准结果，从可见光图像上找出与温度异常点对应的位置，确定被测物的故障部位， 

对红外图像与可见光图像进行配准的过程如下： 

对红外图像和可见光图像进行基于灰度冗余的图像增强处理； 

用SIFT算子分别检测红外图像和可见光图像的特征点，并确定这些特征点的128维描述子； 

取红外图像中的关键点，找出其与可见光图像中欧氏距离最近的前两个关键点，在这两个关键点中，如果最近欧氏距离与次近欧氏距离之比小于预定阈值，则将红外图像上的关键点与可见光图像中最近欧氏距离关键点作为一对匹配点，得到红外图像和可见光图像的匹配点对集； 

通过随机抽样一致性算法，去除红外图像和可见光图像的匹配点对集中的误匹配点对； 

去除误匹配点对后的匹配点对集中的匹配点对，如果大于等于预定对数，采用最小二乘法求红外图像与可见光图像的仿射变换参数，如果小于预定对数，采用标定仿射变换参数作为此时的仿射变换参数， 

还对影响红外图像上红外温度的被测物发射率、环境温度及被测物与红外探测器的距离进行修正，使红外温度更精确，所述步骤读入红外图像中读入的为经过被测物发射率修正、环境温度修正和被测物与红外探测器的距离修正的红外图像， 

被测物发射率的修正方法：根据被测物的材质调整发射率； 

环境温度的修正方法： 

黑体标定时，先设环境温度为定值，改变黑体温度，建立黑体温度温差与红外图像热值的关系，再设黑体温度为定值，改变环境温度，建立环境温度温差与红外图像热值的关系； 

从红外探测器获取红外图像热值与当前环境温度，根据当前环境温度与黑体标定时环境温度的差值，通过环境温度温差与红外图像热值的关系，计算红外图像热值的补偿值； 

将从红外探测器获取的红外图像热值加上红外图像热值的补偿值，得到环境温度修正后的红外图像温度， 

被测物与红外探测器的距离的修正方法： 

设黑体温度为定值，改变被测物与红外探测器的距离，建立被测物与红外探测器的距离与红外图像热值的关系。 

2.根据权利要求1所述的故障定位方法，其特征在于，还包括步骤：从可见光图像上指定一点，按照配准结果，从可见光图像上找到与指定点对应位置的温度数据。 

3.一种故障定位系统，其特征在于，包括： 

图像读入模块，用于读入红外图像和可见光图像； 

图像配准模块，用于对红外图像和可见光图像进行配准； 

故障定位模块，用于检查红外图像上的温度异常点，按照配准结果，从可见光图像上找出与温度异常点对应的位置，确定被测物的故障部位， 

所述图像配准模块包括： 

图像预处理模块，用于对红外图像和可见光图像进行基于灰度冗余的图像增强处理； 

特征点检测模块，用于采用SIFT算子分别检测红外图像和可见光图像的特征点，并确定这些特征点的128维描述子； 

特征点匹配模块，用于取红外图像中的关键点，找出其与可见光图像中欧氏距离最近的前两个关键点，在这两个关键点中，如果最近欧氏距离与次近欧氏距离之比小于预定阈值，则将红外图像上的关键点与可见光图像中最近欧氏距离关键点作为一对匹配点，得到红外图像和可见光图像的匹配点对集； 

误匹配去除模块，用于通过随机抽样一致性算法，去除红外图像和可见光图像的匹配点对集中的误匹配点对； 

仿射变换参数求解模块，用于去除误匹配点对后的匹配点对集中的匹配点 对，如果大于等于预定对数，采用最小二乘法求红外图像与可见光图像的仿射变换参数，如果小于预定对数，采用标定仿射变换参数作为此时的仿射变换参数， 

发射率修正模块，用于根据被测物的材质调整发射率； 

环境温度修正模块包括： 

关系建立模块，用于在黑体标定时，先设环境温度为定值，改变黑体温度，建立黑体温度温差与红外图像热值的关系，再设黑体温度为定值，改变环境温度，建立环境温度温差与红外图像热值的关系； 

热值补偿计算模块，用于从红外探测器获取红外图像热值与当前环境温度，根据当前环境温度与黑体标定时环境温度的差值，通过环境温度温差与红外图像热值的关系，计算红外图像热值的补偿值； 

温度修正模块，用于将从红外探测器获取的红外图像热值加上红外图像热值的补偿值，得到环境温度修正后的红外图像温度； 

距离修正模块，用于设黑体温度为定值，改变被测物与红外探测器的距离，建立被测物与红外探测器的距离与红外图像热值的关系， 

所述图像配准模块和所述故障定位模块所处理的红外图像为经过所述发射率修正模块、环境温度修正模块和距离修正模块修正后的红外图像。 

4.根据权利要求3所述的故障定位系统，其特征在于，还包括指定位置温度获取模块，用于从可见光图像上指定一点，按照配准结果，从可见光图像上找到与指定点对应位置的温度数据。