CN110146791A - 一种基于图像处理的电晕检测方法 - Google Patents

Abstract

本发明公开了一种基于图像处理的电晕检测方法，包括步骤：S1.截取日盲紫外成像仪紫外视频中的每一帧图像；S2.将截图的图像进行二值化处理；S3.对二值化处理后的图像进行数学形态学的开运算和闭运算；S4.对开运算和闭运算后的图像利用小区域面积消除算法消除噪声区域；S5.对消除噪声后的图像提取图像量化参数；S6.根据所述图像量化参数以及预先建立的光‑电信号关系模型计算电晕的电信号量化参数。本发明实现了判断检测结果与传统的电脉冲信号的关系以及对放电进行定量化分析。

Description

一种基于图像处理的电晕检测方法

技术领域

本发明涉及电晕检测技术领域，具体为一种基于图像处理的电晕检测方法。

背景技术

运行在现场的高压电气设备在长期的电场、机械应力、环境因素的作用下，可能会发生绝缘老化、劣化、破损、开裂、松动等事故；同时电气设备在设计、制造、安装、运行、维护中任一环节若处理不当都有可能造成设备缺陷，导致局部电场集中进而可能形成电晕放电，上述缺陷对输变电设备的安全运行造成巨大威胁。根据放电中伴随有紫外光信号辐射的特点，近几年国内外的电力系统开始将紫外成像仪用于电气设备的放电检测中。

紫外成像技术最初是欧美国家为了军事目的而发展起来的新型技术，前苏联电力专家最早将紫外成像技术应用于电力系统，1984年，西伯利亚电力科学院利用紫外成像技术开发了紫外电子光学探伤仪，并将其应用于交流高压输变电线路和设备外部绝缘状态的远距离检测。早期的紫外成像仪检测的紫外波长范围较宽，只能用于夜间检测。紫外成像检测技术从20世纪80年代末开始进入实质性的研究和应用，但由于各国对紫外成像技术都进行了严格的保密，所以没有得到更大范围的应用。直至20世纪90年代末，南非和以色列等国家的科学技术人员将紫外光的光学特性与光学透镜、数字信号芯片相结合，研制开发出日盲型紫外成像仪，如以色列Ofil公司和美国电力科学研究院(EPRI)共同研发而成的Daycor系列紫外成像仪和南非CoroCAM系列紫外成像仪。由于其工作在“日盲”(240—280nm)波段，所以它的工作不受日光的干扰，即采用该技术的仪器可在日光下工作，图像清晰、工作可靠、使用方便，并在民用市场得到普及和推广。近年来，紫外成像技术在电力系统领域得到了初步的应用，为电力系统实时检测提供了新的思路，同时也进一步促进了紫外成像技术的研究和发展。

但是由于紫外成像法在电力系统中的应用时间还不长，综合目前公开的研究资料来看，相关研究主要以应用研究、定性研究和模型研究为主，主要用于判断放电的有无以及对放电定位，而不能判断检测结果与传统的电脉冲信号的关系，无法对放电的定量化分析。

发明内容

针对现有技术的不足，本发明提供了一种基于图像处理的电晕检测方法，解决现有的紫外成像法不能判断检测结果与传统的电脉冲信号的关系，无法对放电的定量化分析。

为实现上述目的，本发明提供如下技术方案：一种基于图像处理的电晕检测方法，包括步骤：

S1.截取日盲紫外成像仪紫外视频中的每一帧图像；

S2.将截图的图像进行二值化处理；

S3.对二值化处理后的图像进行数学形态学的开运算和闭运算；

S4.对开运算和闭运算后的图像利用小区域面积消除算法消除噪声区域；

S5.对消除噪声后的图像提取图像量化参数；

S6.根据所述图像量化参数以及预先建立的光-电信号关系模型计算电晕的电信号量化参数。

进一步地，所述图像量化参数包括光子数、光斑面积、区域边界周长、长轴和短轴。

进一步地，所述光斑面积表示放电光斑区域内所包含的像素点的个数；所述区域边界周长表示放电光斑区域内边界点上的连续像素点的个数之和；所述长轴表示放电光斑区域边缘上两点之间的最长距离；所述短轴表示放电光斑区域边缘上两点之间的最短距离。

进一步地，所述电晕的电信号量化参数包括放电量、电流信号峰值、电流信号平均值、电流信号有效值、电流脉冲个数。

进一步地，所述光-电信号关系模型为图像量化参数与电晕的电信号量化参数的映射关系。

进一步地，所述图像量化参数与电晕的电信号量化参数的映射关系建立的步骤为：预先试验大量的样本数据，对样本数据分别提取图像量化参数与电晕的电信号量化参数，根据提取的图像量化参数与电晕的电信号量化参数建立光电参数之间的关系曲线，根据所述光电关系曲线确定图像量化参数与电晕的电信号量化参数的映射关系。

进一步地，根据所述光电关系曲线确定图像量化参数与电晕的电信号量化参数的映射关系的方法可以为但不限于最小二乘回归、神经网络回归、支持向量机回归、核回归。

有益效果

本发明通过在紫外视频中截取每一帧图像，然后通过二值化处理和数学形态学的开启和闭合运算后，可以滤除图像中的大部分噪声，然后采用小区域面积消除算法，可以去掉形态学难以滤除的噪声区域，通过对图像进行处理可以获得相关的图像量化参数，最后通过光-电信号关系模型可以得到电晕的电信号量化参数，这样就实现判断检测结果与传统的电脉冲信号的关系对放电进行定量化分析。

附图说明

图1为本发明基于图像处理的电晕检测方法的流程图；

图2为本发明灰度处理后的图像；

图3为本发明二值化处理后的图像；

图4为本发明开闭运算处理后的图像；

图5为本发明小面积消除后的图像；

图6为Freeman连码对应的八个方向示意图；

图7为光电参数之间的对应关系示意图；

图8为日盲紫外成像仪的成像原理示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

本发明提供如下技术方案：一种基于图像处理的电晕检测方法，如图1所示：包括步骤：

S1.截取日盲紫外成像仪紫外视频中的每一帧图像；

S2.将截图的图像进行二值化处理；

S3.对二值化处理后的图像进行数学形态学的开运算和闭运算；

S4.对开运算和闭运算后的图像利用小区域面积消除算法消除噪声区域；

S5.对消除噪声后的图像提取图像量化参数；

S6.根据所述图像量化参数以及预先建立的光-电信号关系模型计算电晕的电信号量化参数。

具体的，本发明所使用的日盲紫外成像仪为南非CoroCAM504紫外成像仪，首先，利用计算机图像处理软件从紫外视频中截取每一帧图像，然后将原始紫外图像进行二值化处理得到二值图像，然后将二值图像进行数学形态学的开运算和闭运算，并将开运算和闭运算后的图像采用小区域面积消除算法，可以去掉形态学难以滤除的噪声区域。

紫外成像仪输出的原始图像为RGB彩色数字图像，图像中的每一个像素由红、绿、蓝三个颜色分量表示，在计算机种以M×N×3的形式保存，M和N分别为图像矩阵的行数和列数，3表示其三个颜色分量，也即一幅图像需要三个矩阵进行保存，因而占用的图像存储空间较大，直接对原始图像进行处理，其计算量也较大。由于放电区域的图像显示为白色，因而图像的颜色不影响后续参数的提取，为便于后续处理，本发明中，在图像分割之前将其转换为灰度图像，其灰度变换的公式如下：

Y＝0.299R+0.587G+0.114B

(1)

其中Y的物理意义就是图像像素点的灰度值，R，G，B为红、绿、蓝三个颜色分量值，Y范围为0-255，全白像素点的灰度值为“255”，全黑像素点的灰度值为“0”，如图2所示，为本发明灰度处理后的图像。

为提取图像量化参数需将各放电区域图像从紫外图像中分割出来，目前对图像进行分割的主要算法有：边缘算子法、区域生长法和阈值法。但边缘算子法提取的边缘往往不连续，不便于后续参数的提取，区域生长法需要人为确定区域的中心，提取的自动化程度低，且现场有些放电的边缘本身就不连续，导致生成的区域边界不能反映真实的放电区域大小。鉴于放电区域灰度值明显高于背景图像的灰度值，根据此特性，本发明采用了阈值分割算法(即二值化处理)。

阈值法的其原理为将灰度图的各像素在某特定值范围内赋予其为白色(Y＝255)或黑色(Y＝0)，其数学模型为：

式中t为阈值；g(x,y)为二值化后的灰度值；f(x,y)为二值化前

的灰度值。

鉴于紫外图像中的放电区域的图像较白，而背景图像的灰度值一般远低于该值，从大量的测试灰度化图像的直方图中发现在灰度值为220左右存在一个明显的波谷，因而论文先选择220作为默认阈值，若处理效果不好，则可以改变阈值对图像再次进行阈值分割，直到取得较好的效果为止。如图3所示，为本发明二值化处理后的图像。

图像经过二值化后虽然可以达到一定的去噪效果，但对于一些灰度值接近于放电区域的点经过二值化后仍无法去除，为了更准确地提取放电区域，本文采用数学形态学的开闭运算对二值图像进行了滤波处理。

形态学基本运算包括腐蚀与膨胀。腐蚀与膨胀运算是指将原图像A与核(结构元素)B进行卷积，前者是计算结构元素B所覆盖区域中最小像素值，并将该值赋给结构元素B中参考点所指定的像素点；后者是计算结构元素B所覆盖区域中最大像素值，同样将该值赋给结构元素B中参考点所指定的像素点。若用集合和向量位移运算表示腐蚀与膨胀运算即为：

式(3)表示在A被结构元素B覆盖的区域中计算最小像素点，则这样的像素点所构成的集合为腐蚀运算后的像素点。式(4)表示在A被结构元素B覆盖的区域中计算最大像素点，则这样的像素点所构成的集合为膨胀运算后的像素点。n1，n2为整数，与B的尺寸有关。所以由上式可知若对图像单纯运用腐蚀或膨胀运算会影响后续的参数计算。但是两种运算并不互逆，因此可以级联运用，先腐蚀再膨胀为开运算，先膨胀再腐蚀为闭运算，其定义如下：

开运算可以消除高于其邻近点的孤立点，在不明显改变其面积的情况下消除物体边界间的纤细点同时起到平滑作用；闭运算可以消除低于其邻近点的孤立点，在不明显改变其面积的情况下填充并平滑邻近物体的边界。考虑到放电区域通常呈圆形，因此选择的结构元素为圆形结构。

结构元素的半径则需要根据具体图像特征来确定，结构元素过小，起不到有效的滤波效果，而过大则会导致图像出现较大的畸变。鉴于紫外图像中其噪声区域的图像直径一般在10个像素点以下，本发明中结构元素的半径选择2～5的范围。滤波时初始半径为2，若滤波效果不好，则将半径加1，对图像再次进行滤波，若滤波效果还不理想，则继续增加半径进行滤波，若最大的半径达到5后，仍然有部分噪声不能滤除，此时将不再继续增加半径，这说明图像中存在部分较大的噪声干扰点，可采用后续的小区域面积消除算法进行滤除。如图4所示，为本发明开闭运算处理后的图像。

经过数学形态滤波处理后，图中仍然有大量的干扰点，但与电光斑相比其面积小得多，为此本文采用了二值图像的小区域面积消除算法去除图中干扰点，该算法的基本步骤如下：

a)检测图4-5中每一个高亮区域，获取每一个区域的边界信息；

b)通过边界信息获取每个连通区域的面积大小；

c)设定一个阈值，依次将每个区域面积与该阈值进行对比，大于该阈值的区域保留下来，而小于该阈值的区域会被消除。

上述步骤中，该面积阈值的设定是其中的一个难点，阈值选择过大，可导致部分放电区域图像被滤除掉，而阈值选择过小，则不能有效地去除噪声图像。鉴于紫外图像中的放电区域图像的面积较大，而放电区域的面积值较小，本发明提出的阈值选择方法如下：

统计得到各放电区域的面积值后，将面积按照从大到小的顺序进行排列，设为S1，S2，....Sn，Sn+1，....Sm，若图像中的放电区域个数为n，则相应的阈值选择为Sn，Sn+1之间的值，本发明取两者的平均值S0作为阈值，计算式如式(7)：

如对图4中的图像，采用区域标记算法，统计可知图中共有12个连通区域，各区域包含的像素点的个数如表1所示。

表1各区域包含的像素点的个数

由于实际的放电区域的个数为4，因而面积值取S4和S5的平均值，由式(7)进行计算得平均值为204，取该值为阈值进行小面积消除后的图像如图5所示。

从图5可知，上述算法有效地滤除了噪声区域并保存了放电的区域，同时该滤波方法对放电区域自身的图像大小和形状无任何影响。

在进行小区域面积消除之后，提取图像量化参数，所述的图像量化参数包括光子数、光斑面积、区域边界周长、长轴和短轴。

其中：

光子数：由紫外成像仪直接输出得到；

光斑面积：是指放电光斑区域内所包含的像素点的个数；

区域边界周长：类似于几何学中的连续曲线长度的概念，该周长值即为边界点上的连续像素点的个数之和。

长轴和短轴：外绝缘设备表面的放电有时表现为细长型，此时仅利用面积和周长参数还不能较好地反映其放电特征，在此引入了长轴和短轴两个参数，长轴，定义为通过放电区域的形心点，边缘上两点之间的最长距离。短轴，定义为通过放电区域的形心点，边缘上两点之间的最短距离。

要获得放电区域图像的量化参数需提取各放电区域的轮廓边界点，由于紫外图像中的放电点往往不止一个，因此多区域边界轮廓点的坐标提取是本算法中的一个核心环节，本发明采用了多区域边界跟踪算法，基本原理和步骤如下：

a)检测图5中每一个高亮区域，获取每一个区域的边界信息；

b)通过边界信息获取每个连通区域的面积大小；

c)设定一个阈值，依次将每个区域面积与该阈值进行对比，大于该阈值的

区域保留下来，而小于该阈值的区域会被消除。

采用检索边界的近似方法使用Freeman连码存取轮廓，Freeman连码一般是采用8个方向，即0、1、2、3、4、5、6、7的方式进行轮廓检测的，八个方向示意图如图6所示。

以初始点为中心，以逆时针或顺时针的方式检测八个方向的像素值，并按照从上到下，从左到右的方式检测整个图，当检测到边界点时，则定义该点为检测边缘起始点，并保存在连码内，以此继续向下检测，直到回到边缘起始点，则完成了一个轮廓的检测，并将表示轮廓的八个方向的编码存储于连码内。

至此可以获得各个区域的边界上各像素点的坐标值，为了直观地显示出所提取的边界是否满足需要，将提取的边界点的坐标依次连线构成一条封闭曲线，然后将该封闭曲线叠加到了原始图像之上，在各区域的中心点显示出各区域的标号，这样便于评估所提取放电区域的提取效果，若封闭曲线与原始图像的边界较吻合，说明提取的效果好，否则需要重新进行提取。

采用多区域轮廓跟踪算法后，可得到图5中四个放电区域边界点的坐标值，将各坐标值连接起来构成封闭曲线叠加到原始图像中，图像的边界与原图几乎重合，也即采用上述图像处理算法在滤除干扰点的同时，还能有效的分割出放电光斑，并且对光斑区域的畸变作用很小。

经过轮廓提取后，会产生各区域的连码表，将连码表经线性变换可得到线段表，线段表内存有放电区域边界上个点坐标。因此通过连码表和线段可以求出放电区域的面积、周长、等效长轴、等效短轴等参数。

(1)光斑面积S

区域面积的计算方法是指定区域内点的总数和。若将二值图像中放电区域灰度值为255的定义为1，则面积为该区域中1的总数。计算式如下：

上式中，(x,y)表示图像中某一点的像素点的坐标值。

(2)区域边界周长

计算光斑周长即计算其边界点的连续长度综合，边界上相邻亮点的距离只有1或由图6可以看出相对于当前边界点，距离为1的相邻点其连码值为0或偶数，距离为的相邻点其连码值为奇数，若统计出指定区域整个边界上距离为1的个数及距离为的个数则周长计算公式为：

C(x,y)＝P x1+Q x ,x,y∈A (9)

其中，P为距离为1的个数，Q为距离为的个数。

(3)等效直径、等效长轴短轴计算

由于放电区域近似圆形，所以计算放电光斑的直径时，利用圆面积计算公式得出等效直径。

等效长轴计算即计算放电区域内通过区域中心连接两端的最长距离。等效短轴为放电区域内通过区域中心连接两端的最短距离。

基于上述参数的定义方法，对图5的四个放电区域计算得到的量化参数表如表2所示：

表2提取紫外检测放电量化参数

放电点编号	光斑面积	光斑周长	光斑等效长轴	光斑等效短轴
					1	350.5	87.3	27.65	13.58
2	717	122.33	43.57	22.85
					3	738	105.25	34.4	26.92
4	1249.5	182.88	71.98	24.51

所述电晕的电信号量化参数包括放电量、电流信号峰值、电流信号平均值、电流信号有效值、电流脉冲个数。

所述光-电信号关系模型为图像量化参数与电晕的电信号量化参数的映射关系。

所述图像量化参数与电晕的电信号量化参数的映射关系建立的步骤为：预先试验大量的样本数据，对样本数据分别提取图像量化参数与电晕的电信号量化参数，根据提取的图像量化参数与电晕的电信号量化参数建立光电参数之间的关系曲线，根据所述光电关系曲线确定图像量化参数与电晕的电信号量化参数的映射关系。

具体的，鉴于放电具有一定的随机性，通过试验获得大量的样本数据，对样本数据分别提取电信号量化参数和图像量化参数，依次建立如图7中光电参数之间的关系曲线，可以获得电信号与光信号具有强关联关系的量化参数。

外绝缘设备的放电具有较强的随机性，数据采集系统采集到的电信号对时间的分辨率高，而紫外成像仪受到工作原理的限制，如图8所示为日盲紫外成像仪的成像原理，先利用紫外光电阴极将紫外图像转换为电子图像，然后经MCP(微通道板)对电子图像增益放大，MCP输出的电子流高速轰击到其后部的荧光屏上，将电子图像又转换为可见光图像，然后经CCD采集成像，因此其对时间的分辨率较低，这就使得电信号量化参数与光信号量化参数之间的关系必然比较复杂，所以电信号量化参数与图像量化参数之间映射关系是复杂的非线性关系，利用回归分析建立图像量化参数与电信号量化参数之间定量的关联关系，在统计学中，回归分析指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，在大数据分析中，回归分析是一种预测性的建模技术，它研究的是因变量(目标)和自变量(预测器)之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。需要说明的是，本发明所使用的回归分析方法可以为但不限于最小二乘回归、神经网络回归、支持向量机回归、核回归，这样通过大量的样本数据后，利用回归分析就可建立光-电信号关系模型。

在建立好光-电信号关系模型之后就可将用于电晕检测中，只要对日盲紫外成像仪紫外视频中图像进行图像处理后得到图像量化参数，然后根据图像量化参数以及利用光-电信号关系模型就可以获得电信号量化参数(即放电量、电流信号峰值、电流信号平均值、电流信号有效值、电流脉冲个数)，这样就实现判断检测结果与传统的电脉冲信号的关系以及对放电进行定量化分析。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (7)

1.一种基于图像处理的电晕检测方法，其特征在于，包括步骤：

S1.截取日盲紫外成像仪紫外视频中的每一帧图像；

S2.将截图的图像进行二值化处理；

S3.对二值化处理后的图像进行数学形态学的开运算和闭运算；

S4.对开运算和闭运算后的图像利用小区域面积消除算法消除噪声区域；

S5.对消除噪声后的图像提取图像量化参数；

S6.根据所述图像量化参数以及预先建立的光-电信号关系模型计算电晕的电信号量化参数。

2.根据权利要求1所述的一种基于图像处理的电晕检测方法，其特征在于：所述图像量化参数包括光子数、光斑面积、区域边界周长、长轴和短轴。

3.根据权利要求2所述的一种基于图像处理的电晕检测方法，其特征在于：所述光斑面积表示放电光斑区域内所包含的像素点的个数；所述区域边界周长表示放电光斑区域内边界点上的连续像素点的个数之和；所述长轴表示放电光斑区域边缘上两点之间的最长距离；所述短轴表示放电光斑区域边缘上两点之间的最短距离。

4.根据权利要求1-3任一所述的一种基于图像处理的电晕检测方法，其特征在于：所述电晕的电信号量化参数包括放电量、电流信号峰值、电流信号平均值、电流信号有效值、电流脉冲个数。

5.根据权利要求4所述的一种基于图像处理的电晕检测方法，其特征在于：所述光-电信号关系模型为图像量化参数与电晕的电信号量化参数的映射关系。

6.根据权利要求5所述的一种基于图像处理的电晕检测方法，其特征在于：所述图像量化参数与电晕的电信号量化参数的映射关系建立的步骤为：预先试验大量的样本数据，对样本数据分别提取图像量化参数与电晕的电信号量化参数，根据提取的图像量化参数与电晕的电信号量化参数建立光电参数之间的关系曲线，根据所述光电关系曲线确定图像量化参数与电晕的电信号量化参数的映射关系。

7.根据权利要求6所述的一种基于图像处理的电晕检测方法，其特征在于：根据所述光电关系曲线确定图像量化参数与电晕的电信号量化参数的映射关系的方法可以为但不限于最小二乘回归、神经网络回归、支持向量机回归、核回归。