CN113252692B - 一种基于太赫兹扫描技术的绝缘子内部成像方法 - Google Patents
一种基于太赫兹扫描技术的绝缘子内部成像方法 Download PDFInfo
- Publication number
- CN113252692B CN113252692B CN202110576315.0A CN202110576315A CN113252692B CN 113252692 B CN113252692 B CN 113252692B CN 202110576315 A CN202110576315 A CN 202110576315A CN 113252692 B CN113252692 B CN 113252692B
- Authority
- CN
- China
- Prior art keywords
- fourier transform
- projection
- function
- insulator
- scanning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/954—Inspecting the inner surface of hollow bodies, e.g. bores
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Immunology (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开一种基于太赫兹扫描技术的绝缘子内部成像方法,涉及电力系统领域,首先,本发明提出的成像算法使用基于拉东变换的采集模型,利用拉东变换以及傅里叶切片定理进行重构,然后,为了改善重构清晰度,利用插值算法扩充实验数据,再使用拉东变换进行成像使成像结果更加清晰。通过以上步骤,本发明实现了检测绝缘子内部机械结构(如微裂纹等)等重要指标的目标,未来利用扫描阵列进行扫描可进一步提高准确性与效率并实现全面检测。
Description
技术领域
本发明涉及领域,具体的是一种基于太赫兹扫描技术的绝缘子内部成像方法。
背景技术
新基建特高压输电工程项目不断扩容,未来五年将有一大批特高压输变电工程相继开工建设。大吨位瓷绝缘子使用量已突破1000万片,需求量非常旺盛。
特高压电网对大吨位瓷绝缘子的可靠性要求极高,特高压用瓷绝缘子技术条件要求投运后3年内,其年均劣化率不应大于十万分之五,使用寿命不低于40年。然而,大吨位瓷绝缘子受产品自身技术水平、制造工艺、运输安装和环境等多方面因素影响,新投运及挂网运行420KN及以上大吨位瓷绝缘子零值问题日渐频繁,劣化率连年升高,形势十分严峻。
面对特高压零值率上升问题,近年来电网公司着重加强了特高压大吨位瓷绝缘子巡检力度,开展了一系列零值检测方法的研究应用,如无人机带电红外检测、停电塔上人工测零等手段,取得一定效果,但一方面存在受环境因素干扰误判率高,上塔作业安全风险高等多弊端,另一方面是仍未从根本上走出电网企业面临的特高压工程用大吨位瓷绝缘子劣化概率过高的困境。
发明内容
为解决上述背景技术中提到的不足,本发明的目的在于提供一种基于太赫兹扫描技术的绝缘子内部成像方法,本发明对绝缘子进行断层扫描的高效率工作方法,其利用太赫兹辐射对绝缘子进行检测,其对大多数非极性复合材料有很好的穿透性,同时利用连续波成像系统可以探测到绝缘子内部机械结构(如微裂纹等)等重要指标。
本发明的目的可以通过以下技术方案实现:
一种基于太赫兹扫描技术的绝缘子内部成像方法,包括以下步骤:
S1、利用太赫兹技术对绝缘子进行扫描;
S2、基于拉东变换的采集模型,利用拉东变换以及傅里叶切片定理进行重构;
S3、利用插值算法扩充实验数据,使成像结果更加清晰。
进一步地,所述S2中在采集与重建的过程中利用拉东变换进行建模,如下所示:
其中θ和ρ分别为投影线(θ,ρ)的角坐标和径向坐标,δ(·)为脉冲函数,Rθ(ρ)是投影线经过的所有点的吸收总和,通过逆向重构从投影中重新获得原始函数f,扫描图像由无数个投影数据组成,即θ∈[0,π]且反演公式如下:
F是傅里叶变换,反演过程在每个投影都用一个Ramp滤波函数来增加细节,综合滤波后的投影可计算出点(x,y)的值;
投影Rθ(ρ)的一维傅里叶变换为:
与(3)式相结合得:
由于当ρ=rcos(φ-θ)时,脉冲函数不为0,上式简化为:
考虑到二维傅里叶变换f在极坐标X=νcosψ和Y=νsinψ的情况:
从投影傅里叶变换数据中获得原始函数的二维傅里叶变换,再通过二维傅里叶逆变换得到原始函数,此原始函数即为样品的层析图像。
进一步地,所述S3具体为:
扫描区域较小同时扫描点间隔较近,插值方法采用最近邻插值方法,利用采样点之间的数据间隔对采样点像素进行线性组合,得到目标的像素值,计算公式如下:
其中P1,P2为图像数据中同一圆周上两个相邻的采样点,N为两点间间隔的总插值个数,插补像素值为P1,P2点像素值的线性组合。
本发明的有益效果:
1、本发明通过利用太赫兹连续波成像系统实现了对样品的成像检测,圈定其位置与形状,具有低能量,穿透性强的特点;
2、本发明可检测绝缘子内部机械结构(如微裂纹等)等重要指标,从根本上有效降低未来特高压工程用绝缘子劣化率、零值率,可实现零值检测的智能替代,兼顾准确性和效率,大幅减轻电网部门运维压力和生产成本,因此具有极其重要的意义。
附图说明
下面结合附图对本发明作进一步的说明。
图1是重建断层图像具体方法的说明图;
图2是最近邻插值方法的说明图;
图3是扫描样品的示意图;
图4是本发明的方法流程图;
图5是本发明原始数据重建图;
图6是本发明单次插值后的重建图像;
图7是本发明多次插值后的重建图像。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
一种基于太赫兹扫描技术的绝缘子内部成像方法,如图1所示,插值方法如图2所示。具体包括以下内容:
如图1所示,当射线穿透样品后,会由于材料的密度和成分而衰减,由此我们可以获得物体的二维投影数据,之后利用逆向投影法就可以重建物体的层析图像。图1a为原始图像,如图所示在每个角θ进行投影都可获得一个一维投影Rθ。模值ρ定义了角θ投影线的具体位置。以(θ,ρ)表示这些投影线。测量值为在θ方向上所获得的数据,其分别对应于射线沿此方向穿透物体的衰减。对于一个给定角度θ,一组模型及其值定义了θ方向的投影,以Rθ表示。一个投影无法完整重建原始区域。但如果重建推向由多个投影综合得出,就可更准确地重构原始区域,如图1b所示。
如图2所示,最近邻插值算法就是利用采样点之间的数据间隔对采样点像素进行线性组合,同时由于线性间隔的大小与距离不同,所以此时所得到的插值也会有一定的差异,通常情况下这种简单的插值方法会导致较为严重的失真,但由于本方法被测物体较小,同时检测步进较小,故此插值算法可适用于本方法。
如图3所示,本次实验采用的样品以装有高岭土的瓶装物体,由于高岭土为绝缘子的主要材质,其介电常数近似,故可认为以其作为样品可等价于直接使用绝缘子进行测试,同时在高岭土中插入硬纸片模拟裂纹,虽然与单纯的空气裂纹有所不同,但太赫兹在绝缘子中发生衰减的主要原因是在裂纹与绝缘子边界发生散射或反射,故不影响最终结论。
结合图4所示,下面详细介绍本发明的利用太赫兹扫描技术对绝缘子内部进行成像的具体实施例:
本发明利用太赫兹波对绝缘子进行检测,对比超声波,其完全为非接触式成像,对比可见光与红外线成像,太赫兹波对陶瓷制品拥有更强的穿透性但同时相对于X射线,其穿透性又较低,不会产生因过度穿透而无法分辨内部缺陷的情况,同时其对人体基本无害。本发明主要采用Johann Radon定义的拉东变换进行建模。将由f(x,y)定义的二维函数转换为一维投影。如下式所示:
其中θ和ρ分别为投影线(θ,ρ)的角坐标和径向坐标,δ(·)为脉冲函数。所以,Rθ(ρ)是投影线经过的所有点的吸收总和。通过逆向重构从投影中重新获得原始函数f。假设扫描图像由无数个投影数据组成,即θ∈[0,π]且反演公式如下:
F是傅里叶变换。反演过程在每个投影都采用了滤波函数,以此来增加重建图像的精确性,消除星状伪迹。通过综合滤波后的投影即可计算出点(x,y)的值。
另一种方法是采用傅里叶切片定理对原函数的二维傅里叶变换进行反演,傅里叶切片定理规定了f(x,y)沿着角θ的投影Rθ(记作F1D Rθ)的一维傅里叶变换对应于f沿相同的角θ在傅里叶空间(记作F2D(X,Y))的一条直线。当利用极坐标表示函数f,时,式(1)就可写为:
投影Rθ(ρ)的一维傅里叶变换为:
与(3)式相结合得:
由于当ρ=rcos(φ-θ)时,脉冲函数不为0,上式可简化为:
考虑到二维傅里叶变换f在极坐标X=νcosψ和Y=νsinψ的情况:
我们可以从投影傅里叶变换数据中获得原始函数的二维傅里叶变换。再通过二维傅里叶逆变换得到原始函数从而得到样品的原始图像。
由太赫兹连续调频波成像系统扫描数据直接重建出的层析图像如图5所示:
扫描数据经过单次插值后的重建图像如图6所示:
扫描数据经过多次插值后的重建图像如图7所示:
成像图最外部的白色圆边界为成像区域边界,由外向内的第一个褐色圆环为瓶外壁,由于太赫兹波对高岭土穿透较强,无较多衰减,故内部高岭土在最终成像中为白色,内部的黑色小圆环为模拟裂纹的硬纸片,其厚度约为0.5mm,此实验可初步体现太赫兹调频连续波成像装置对绝缘子内部缺陷检测的可行性。同时本试验系统的中心频率仅为0.1THz,是广义的太赫兹波段的下限,若进一步提高中心频率可得到更清晰的重建图像。
由此可见,本发明所提出的方法实现了利用太赫兹对绝缘子进行检测的工作。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (1)
1.一种基于太赫兹扫描技术的绝缘子内部成像方法,其特征在于,包括以下步骤:
S1、利用太赫兹技术对绝缘子进行扫描;
S2、在采集与重建的过程中利用拉东变换进行建模,如下所示:
其中θ和ρ分别为投影线(θ,ρ)的角坐标和径向坐标,δ(·)为脉冲函数,Rθ(ρ)是投影线经过的所有点的吸收总和,通过逆向重构从投影中重新获得原始函数f,扫描图像由无数个投影数据组成,即θ∈[0,π]且反演公式如下:
F是傅里叶变换,反演过程在每个投影都用一个Ramp滤波函数来增加细节,综合滤波后的投影可计算出点(x,y)的值;
投影Rθ(ρ)的一维傅里叶变换为:
与(3)式相结合得:
考虑到二维傅里叶变化f在极坐标X=vcosψ和Y=vsinψ的情况:
从投影傅里叶变换数据中获得原始函数的二维傅里叶变换,再通过二维傅里叶逆变换得到原始函数,此原始函数即为样品的层析图像;
S3、利用插值算法扩充实验数据,使成像结果更加清晰,具体为:
扫描区域较小同时扫描点间隔较近,插值方法采用最近邻插值方法,利用采样点之间的数据间隔对采样点像素进行线性组合,得到目标的像素值,计算公式如下:
其中P1,P2为图像数据中同一圆周上两个相邻的采样点,N为两点间间隔的总插值个数,插补像素值为P1,P2点像素值的线性组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110576315.0A CN113252692B (zh) | 2021-05-26 | 2021-05-26 | 一种基于太赫兹扫描技术的绝缘子内部成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110576315.0A CN113252692B (zh) | 2021-05-26 | 2021-05-26 | 一种基于太赫兹扫描技术的绝缘子内部成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113252692A CN113252692A (zh) | 2021-08-13 |
CN113252692B true CN113252692B (zh) | 2022-08-02 |
Family
ID=77184436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110576315.0A Active CN113252692B (zh) | 2021-05-26 | 2021-05-26 | 一种基于太赫兹扫描技术的绝缘子内部成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113252692B (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108693566A (zh) * | 2018-06-06 | 2018-10-23 | 中国电子科技集团公司第四十研究所 | 一种太赫兹调频连续波扫描成像系统及其方法、装置 |
CN112203068A (zh) * | 2020-09-30 | 2021-01-08 | 中国科学院长春光学精密机械与物理研究所 | 单像素成像方法、系统、装置及介质 |
-
2021
- 2021-05-26 CN CN202110576315.0A patent/CN113252692B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113252692A (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110544282B (zh) | 基于神经网络的三维多能谱ct重建方法和设备及存储介质 | |
CN111781576A (zh) | 一种基于深度学习的探地雷达智能反演方法 | |
CN103578091B (zh) | 一种基于拉普拉斯金字塔的红外偏振图像融合方法 | |
CN103729853B (zh) | 三维gis辅助下的高分遥感影像建筑物倒损检测方法 | |
CN111862013B (zh) | 基于深度卷积神经网络的绝缘子检测方法、装置及设备 | |
CN109671056B (zh) | 一种基于x射线图像的复合轨枕孔隙缺陷检测方法 | |
CN112085829A (zh) | 基于神经网络的螺旋ct图像重建方法和设备及存储介质 | |
CN103839243B (zh) | 基于Shearlet变换的多通道卫星云图融合方法 | |
CN104268940B (zh) | 基于ct扫描图像的mems结构重构与检测方法 | |
CN109544655A (zh) | 一种海水管线的x射线ct重建方法 | |
CN102750705A (zh) | 基于图像融合的光学遥感图像变化检测 | |
CN102331433A (zh) | 大尺寸工业长管道管壁的外部螺旋锥束ct扫描成像方法 | |
CN108509696A (zh) | 基于三维激光扫描技术的古建筑健康监测方法及装置 | |
CN113252692B (zh) | 一种基于太赫兹扫描技术的绝缘子内部成像方法 | |
CN1545062A (zh) | 综合边缘和纹理信息的金字塔图像融合方法 | |
CN104318619B (zh) | 面向无损检测的自适应压缩感知的重建方法 | |
Hu et al. | Criminisi-based sparse representation for image inpainting | |
CN117523095A (zh) | 一种基于深度学习的稀疏角度THz-CT图像重建方法 | |
CN102062740A (zh) | 锥束ct扫描成像方法及系统 | |
Chen et al. | Combining Cylindrical Voxel and Mask R-CNN for Automatic Detection of Water Leakages in Shield Tunnel Point Clouds | |
CN102721411B (zh) | 一种基于水面波浪图像的浪级监测方法 | |
CN102184529A (zh) | 基于经验模态分解的边缘检测方法 | |
CN116704061A (zh) | 一种基于Transformer的三维圆轨迹锥束CT滤波重建方法及系统 | |
CN116843779A (zh) | 直线扫描探测器微分bpf重建图像稀疏伪影校正方法 | |
Ye et al. | Scientific computational visual analysis of wood internal defects detection in view of tomography image reconstruction algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |