CN113269748A - 一种红外可见光图像融合的电缆接头故障预警系统及方法 - Google Patents

Abstract

本发明公开了一种红外可见光图像融合的电缆接头故障预警系统及方法，该系统包括一台红外热像仪、一台网络摄像机、一个图像采集器和一台图像处理计算机。首先利用红外热像仪和网络摄像机对电缆井下电缆接头进行红外与可见光图像实时信息采集，然后通过图像采集器将显示的红外与可见光图像信息传输给图像处理计算机。图像处理计算机首先对得到的红外与可见光图像进行滤波、去雾和强化处理，再将经过图像处理后的图像进行基于稀疏表示的图像融合方式生成新的融合图像，最后图像处理计算机通过融合图像对当前电缆接头发热情况进行判断从而对电缆接头起到故障预警的功能。本方法安装简便，一定程度上能实现无人化巡检，可满足电缆井下电缆接头故障的实时预警功能。

Description

一种红外可见光图像融合的电缆接头故障预警系统及方法

技术领域

本发明涉及电力巡检技术领域，具体为一种红外可见光图像融合的电缆接头故障预警系统及方法。

技术背景

电缆井是为了方便施工电缆敷设和巡检人员进行电缆检测而建立的。

目前，巡检人员会定期对电缆井内电缆进行红外测温，然而，传统红外测温需要巡检人员亲力亲为，加上电缆井内环境恶劣，不确定因素较多，巡检人员难以实现对井内电缆接头的实时检测。电缆井内易积水潮湿从而对电缆接头有侵蚀作用，电缆接头易发生异常发热，部分电缆井内安装了网络摄像机，但是网络摄像机只能获取井内电缆和场景等信息，无法获取电缆接头发热信息，只有当故障发生并且已经造成严重损失才能得知电缆接头发生异常发热。

申请公布号为CN112001260A，发明名称为一种基于红外可见光图像融合的电缆沟故障检测方法的专利，采用基于图像显著性的双尺度融合方式对可见光图像和红外图像进行融合，该方法基于预先设定的基函数进行图像融合，容易忽略源图像某些重要特征。

发明内容

发明目的：

针对背景技术的不足，提出一种红外可见光图像融合的电缆接头故障预警系统及方法，红外图像可以对电缆接头的热辐射进行成像，利用红外图像和可见光图像的不同特性对电缆接头进行成像不仅可以掌握电缆接头的发热情况，而且当电缆接头发生异常发热时能够确定具体的异常发热的电缆接头，巡检人员能够实时观测电缆井内电缆接头状态，从而缩短维修时间，提高工作效率。

采用基于稀疏表示的图像融合方法，有利于图像更好地表达和提取，且稀疏表示是利用滑窗技术将图像分割成多个重叠小块并将其向量化，可减少图像伪影现象，提高抗误配准的鲁棒性。

本发明的技术方案为：

一种红外可见光图像融合的电缆接头故障预警系统及方法，能够实时采集到红外和可见光图像，并将所述图像进行预处理，然后将红外和可见光图像进行融合，图像计算机检测电缆井内电缆接头的发热状况，并标记出具体的发热电缆接头。

其中包括：一台红外热像仪、一台数字摄像机、一个图像传输器和一台图像处理计算机。

在实施方式中，电缆接头包括电缆井内敷设的电力电缆接头等其他地下电缆接头。

在实施方式中，红外热像仪，固定安装在电缆井井盖背面，安装位姿应完整采集各电缆接头红外图像。

在实施方式中，数字摄像机，固定安装在电缆井井盖背面，具有相应的补光设备，安装位姿应完整采集各电缆接头可见光图像并与红外热像仪采集的红外图像相对应。

在实施方式中，图像传输器，固定安装在红外热像仪与数字摄像机尾端将红外热像仪和数字摄像机采集的红外和可见光图像传输给图像处理计算机，所述的图像传输器具备传输自适应功能，当电缆接头发热量高时传输时间间隔短，反之传输时间间隔长，具体传输时间间隔可通过程序做调整，传输方式可通过网线或无线传输。

在实施方式中，图像处理计算机将得到的红外和可见光图像进行滤波、去雾和强化处理，再将红外和可见光图像进行融合得到融合后的图像，根据融合后的图像进行特征分析最终对电缆接头实况进行预警。

附图说明

图1为本发明的设备安装示意图；

图2为本发明的系统流程图；

图3为本发明的图像融合流程图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细阐述。

设备安装：

本发明的电缆井内成像设备及电缆的相对位置如图1所示，电缆井井盖1，电缆井2，一台红外热像仪3，一台数字摄像机4，一个补光设备5，一块图像传输器6，电缆井内电缆7，电缆井内电缆接头8。

补光设备5固定安装在数字摄像机4背部，为电缆井提供光照，红外热像仪3和数字摄像机4分别固定安装于电缆井井盖背面，使得红外热像仪3与数字摄像机4完整拍摄到井内各电缆接头并保证红外图像与可见光图像相对应，红外热像仪3和数字摄像机4与图像传输器6连接，图像传输器6分别将红外热像仪3采集的红外图像和数字摄像机4采集的可见光图像传输给图像处理计算机，图像处理计算机对获取的红外图像和可见光图像进行融合得到融合图像。

本发明的具体流程如图2所示。

图像融合算法：

如图3所示，利用基于稀疏表示的图像融合方法，将红外图像和可见光进行融合。

以下步骤对红外图像和可见光图像操作相同，这里简称为图像。对获取的图像从左到右，从上到下进行扫描分成块，再对图像进行向量化记为矩阵Y，利用包含k个原子的字典D稀疏线性表示矩阵Y，则有以下公式：

式中，Y∈R^m×n，d_i为字典D的原子，同时为字典D的列向量，D∈R^m×k，X为稀疏矩阵，X∈R^k×n，x_i为字典D的系数，同时为稀疏矩阵X的行向量，式(1)也可变换为下式：

考虑到原始图像的噪声，式(2)可表示为下式：

根据式(3)，需要训练字典D和稀疏矩阵X，通过稀疏表示的信号会有残差，当残差足够小时满足条件。

字典D的生成采用K-SVD算法，稀疏矩阵X的生成采用OMP算法。具体流程如下：

S1、初始化，令残差E₀＝Y，从矩阵Y中随机取k个列向量或其奇异值分解Y＝UΣV^T后的矩阵U的前k个列向量作为初始字典D⁽⁰⁾。

S2、从字典D⁽⁰⁾中找到与残差E₀的内积绝对值最大的原子

S3、通过残差E₀计算得到残差E₁，计算方法如下：

此时，稀疏系数为

S4、对残差E_k迭代执行类似S2、S3的操作，将选择的原子

作为列组成矩阵

具体迭代方法如下：

E_k+1＝(I-P)E_k (5)

其中，I为单位阵，

稀疏矩阵X则为

更新字典，根据式(3)可得下式：

其中，残差

根据式(6)，利用奇异值分解法SVD对字典进行更新。

S5、将残差E_k中对应x_k为零元素的列向量去除，提取部分残差E'_k和不含零元素的x'_k，此时式(6)可优化为下式：

S6、对部分残差E'_k进行SVD分解得到下式：

E'_k＝UΣV^T (8)

其中，取左奇异矩阵第一个列向量u₁作为原子d_k，即为字典D的第k列，取右奇异矩阵第一个行向量v₁与第一个奇异值σ₁的乘积作为x'_k，再将其对应地更新到原系数x_k中。

红外图像和可见光图像经过以上步骤分别被稀疏表示，再将红外图像和可见光图像的稀疏系数进行融合得到融合稀疏系数，稀疏系数融合方法如下：

X_F＝αX_I+βX_V (9)

其中，X_F为融合稀疏系数，X_I为红外图像稀疏系数，X_V为可见光图像稀疏系数，α、β分别为红外和可见光图像稀疏系数权重，α+β＝1。

图像的客观评价方法中，图像的标准差是反映了图像的对比度，图像的对比度增加，看起来更清晰，融合效果更优良。图像的标准差计算方法如下：

其中，σ为图像的标准差，M×N为图像的大小，F(i,j)为图像第i行第j列的像素值，μ为图像的均值。

则红外和可见光图像稀疏系数权重的计算方法为：

利用融合稀疏系数与字典进行重构，得到融合后的图像。

故障预警处理：

图像处理计算机结合融合图像中图像的颜色和温度的关系建立关系曲线，并检测出融合图像中的最高温度T_h，判断电缆接头是否异常发热，即当

时，图像处理计算机给出预警信号并在融合图像中标记出具体的电缆接头，其中，T_n表示电缆接头正常工作时的温度。

尽管已经对本发明具体实施方式做了详细说明，但本领域的研究人员基于具体实施方式仍然可以进行改进，若这些改进方式属于本发明同等技术领域内，则这些改进方式也应该包含在本发明内。

Claims (7)

1.一种红外可见光图像融合的电缆接头故障预警系统，其特征包括：一台红外热像仪、一台数字摄像机、一块图像传输器和一台图像处理计算机。

2.根据权利要求1所述的一种红外可见光图像融合的电缆接头故障预警系统，其特征在于，所述的电缆接头包括电缆井内敷设的电力电缆接头等其他地下电缆接头。

3.根据权利要求1所述的一种红外可见光图像融合的电缆接头故障预警系统，其特征在于，所述的红外热像仪，固定安装在电缆井井盖背面，安装位姿应完整采集各电缆接头红外图像。

4.根据权利要求1所述的一种红外可见光图像融合的电缆接头故障预警系统，其特征在于，所述的数字摄像机，固定安装在电缆井井盖背面，具有相应的补光设备，安装位姿应完整采集各电缆接头可见光图像并与红外热像仪采集的红外图像相对应。

5.根据权利要求1所述的一种红外可见光图像融合的电缆接头故障预警系统，其特征在于，所述的图像传输器，固定安装在红外热像仪与数字摄像机尾端将红外热像仪和数字摄像机采集的红外和可见光图像传输给图像处理计算机，所述的图像传输器具备传输自适应功能，当电缆接头发热量高时传输时间间隔短，反之传输时间间隔长，具体传输时间间隔可通过程序做调整，传输方式可通过网线或无线传输。

6.根据权利要求1所述的一种红外可见光图像融合的电缆接头故障预警方法，其特征在于，所述的图像处理计算机将得到的红外和可见光图像进行滤波、去雾和强化处理，再将红外和可见光图像进行融合得到融合后的图像，根据融合后的图像进行特征分析最终对电缆接头实况进行预警，

所述的图像处理计算机的融合方法为，对获取的图像从左到右，从上到下进行扫描分成块，再对图像进行向量化记为矩阵Y，利用包含k个原子的字典D稀疏线性表示矩阵Y，则有以下公式：

该式可变换为下式：

考虑原始图像的噪声，可表示为下式：

字典D的生成采用K-SVD算法，稀疏矩阵X的生成采用OMP算法，具体流程如下：

S1、初始化，令残差E₀＝Y，从矩阵Y中随机取k个列向量或其奇异值分解Y＝UΣV^T后的矩阵U的前k个列向量作为初始字典D⁽⁰⁾；

S2、从字典D⁽⁰⁾中找到与残差E₀的内积绝对值最大的原子

S3、通过残差E₀计算得到残差E₁，计算方法如下：

此时，稀疏系数为

S4、对残差E_k迭代执行类似S2、S3的操作，将选择的原子

作为列组成矩阵

具体迭代方法如下：

E_k+1＝(I-P)E_k

此时，稀疏矩阵X则为

字典可根据下式更新：

由上式得，残差

利用奇异值分解法SVD对字典进行更新；

S5、将残差E_k中对应x_k为零元素的列向量去除，提取部分残差E'_k和不含零元素的x'_k，则问题可优化为下式：

S6、对部分残差E'_k进行SVD分解得到下式：

E'_k＝UΣV^T

取左奇异矩阵第一个列向量u₁作为原子d_k，即为字典D的第k列，取右奇异矩阵第一个行向量v₁与第一个奇异值σ₁的乘积作为x'_k，再将其对应地更新到原系数x_k中；

得到的红外和可见光图像的稀疏系数通过下式进行融合：

X_F＝αX_I+βX_V

稀疏系数权重通过图像标准差获得，具体计算公式如下：

利用融合稀疏系数与字典进行重构，得到融合后的图像。

所述的预警方法为，图像处理计算机结合融合图像中图像的颜色和温度的关系建立关系曲线，并检测出融合图像中的最高温度T_h，当

时，图像处理计算机给出预警信号并在融合图像中标记出具体的电缆接头。

7.根据权利要求6所述的图像融合方法，其特征在于，所述步骤可交替进行，即更新字典和稀疏矩阵两者同时进行，固定其中一个变量，优化另一个变量，如此交替进行。

Images