0 引言

電力系統(tǒng)圖像監(jiān)測(cè)技術(shù)是結(jié)合圖像技術(shù)和通信技術(shù),對(duì)電力設(shè)備運(yùn)行狀態(tài)進(jìn)行遠(yuǎn)程監(jiān)控。基于圖像處理的遠(yuǎn)程數(shù)字圖像監(jiān)控系統(tǒng)是將遠(yuǎn)程控制采集到的現(xiàn)場(chǎng)數(shù)字圖像信號(hào)實(shí)時(shí)傳送到監(jiān)控中心的圖像處理服務(wù)器,并根據(jù)預(yù)設(shè)的需求對(duì)采集到的數(shù)字視頻圖像進(jìn)行自動(dòng)化分析和處理^[1]。遠(yuǎn)程數(shù)字圖像監(jiān)控系統(tǒng)包括遠(yuǎn)程數(shù)字圖像采集系統(tǒng)和數(shù)字圖像處理系統(tǒng)兩部分,隨著信息通信技術(shù)的發(fā)展,兩者出現(xiàn)的問題可以作為整體進(jìn)行考慮。在電力行業(yè),主要是通過圖像采集系統(tǒng)對(duì)在運(yùn)設(shè)備進(jìn)行監(jiān)測(cè),運(yùn)用圖像處理技術(shù)對(duì)電力設(shè)備標(biāo)準(zhǔn)圖像和監(jiān)測(cè)畫面進(jìn)行特征比對(duì)分析,獲取設(shè)備的運(yùn)行狀態(tài)、運(yùn)行環(huán)境等異常信息,如變電站開關(guān)變位、電塔傾斜、儀表指針變化、絕緣子污垢/覆冰、電塔傾斜和設(shè)備過熱形變等,實(shí)現(xiàn)電力系統(tǒng)的高度自動(dòng)化無人值守,為運(yùn)維監(jiān)測(cè)提供了新的手段和可靠依據(jù),有效節(jié)約系統(tǒng)運(yùn)維成本^[2-4]。

隨著智能電力系統(tǒng)的不斷發(fā)展,越來越多的電力圖像監(jiān)測(cè)系統(tǒng)不斷投入應(yīng)用。在無人或少人值班的場(chǎng)所,監(jiān)控系統(tǒng)代替值班人員監(jiān)視電站設(shè)備的運(yùn)行和安全情況,并提供事后分析事故的有關(guān)圖像資料。當(dāng)前,對(duì)電力設(shè)備監(jiān)視畫面的圖像特征分析主要集中在直方圖、輪廓提取以及幾何特征分析等方面,利用圖像分析設(shè)備狀態(tài)的前提是圖像采集器獲取到的電力設(shè)備監(jiān)控圖像足夠精確。由于監(jiān)控圖像質(zhì)量的高低受電力監(jiān)控設(shè)備工作機(jī)制和運(yùn)行環(huán)境的影響,對(duì)于因運(yùn)行環(huán)境、信號(hào)傳輸、數(shù)據(jù)存儲(chǔ)等因素導(dǎo)致的圖像劣化問題（圖像去噪、圖像去模糊和圖像增強(qiáng)等）,許多研究者對(duì)其進(jìn)行了深入研究,通過建立不同的數(shù)學(xué)模型進(jìn)行逆推導(dǎo)恢復(fù)出高質(zhì)量的設(shè)備監(jiān)控圖像^[5-8]。

另一種情況是由于傳感器、光學(xué)系統(tǒng)和數(shù)碼相機(jī)內(nèi)部圖像處理器的差異,導(dǎo)致數(shù)碼圖像與真實(shí)拍攝環(huán)境存在差異。解決這種類型的圖像失真或者像差,需要從設(shè)備的運(yùn)行結(jié)構(gòu)上進(jìn)行分析,通過圖像處理系統(tǒng)對(duì)采集到的設(shè)備圖像進(jìn)行后期校正。圖像失真的程度取決于采集系統(tǒng)所采用的元器件的精度和集成系統(tǒng)的工作原理,失真程度低的圖像采集設(shè)備伴隨著高成本。在實(shí)際工程中,圖像采集設(shè)備多數(shù)采用消費(fèi)級(jí)的攝像頭,限于鏡頭的工作方式,獲取到的圖像與實(shí)際圖像存在偏差。在正常拍攝條件下,數(shù)碼相機(jī)鏡頭邊緣部分的放大率與中心部分放大率不一致會(huì)引起圖像畸變,主要分為桶形畸變和枕形畸變^[9-10]。桶形失真是因光線的傾斜度大而引起的一種成像缺陷,像點(diǎn)會(huì)隨著與中心點(diǎn)距離的增大而移位。圖像桶形失真中的直線中間段向外彎曲,兩端則向中心彎曲,形成四角向內(nèi)收縮,邊線中段則向外凸出,普通消費(fèi)級(jí)數(shù)碼相機(jī)的桶形失真率通常為1%。枕形失真是指由鏡頭引起的畫面向中間“收縮”的現(xiàn)象,使用長(zhǎng)焦鏡頭或變焦鏡頭的長(zhǎng)焦端時(shí),容易出現(xiàn)枕形失真現(xiàn)象,普通消費(fèi)級(jí)數(shù)碼相機(jī)的枕形失真率通常為0.4%。圖像采集系統(tǒng)獲取到的畸形圖像如圖1所示,可以看出圖1b和圖1c中的鐵塔垂直線分別向外凸出和向內(nèi)凹進(jìn)。

圖1 圖像失真Fig.1 Image distortion

對(duì)于需要高精度監(jiān)視的設(shè)備儀表、因設(shè)備內(nèi)部異常導(dǎo)致細(xì)微外觀變化或電力設(shè)備器件制造過程中由于誤差而導(dǎo)致形變等場(chǎng)合,需要圖像監(jiān)控系統(tǒng)能夠準(zhǔn)確地反饋設(shè)備狀態(tài)的變化狀況。因此,對(duì)獲取到的監(jiān)控圖像進(jìn)行校正是很有必要的,有助于提高后續(xù)對(duì)設(shè)備狀況分析的精確度。

本文結(jié)合電力行業(yè)設(shè)備狀態(tài)監(jiān)測(cè)的高精度性、異常反饋及時(shí)性、降低運(yùn)行維護(hù)成本等需求,提出了一種基于消費(fèi)級(jí)數(shù)碼相機(jī)的遠(yuǎn)程監(jiān)控方案。該方案結(jié)合網(wǎng)絡(luò)攝像頭和POC技術(shù),可有效解決專用高精度圖像采集系統(tǒng)成本高、設(shè)備配置復(fù)雜以及傳統(tǒng)消費(fèi)級(jí)圖像采集設(shè)備存在圖像失真等問題。自動(dòng)化圖像監(jiān)測(cè)系統(tǒng)工作流程如圖2所示。

圖2 自動(dòng)化圖像監(jiān)測(cè)系統(tǒng)工作流程Fig.2 Automation image monitoring system work flow

 1 圖像失真及校正

1.1 圖像失真

由于基于圖像處理技術(shù)的電力設(shè)備監(jiān)測(cè)系統(tǒng)采用的圖像采集設(shè)備各異、運(yùn)行環(huán)境多樣、焦距動(dòng)態(tài)變化,獲取到的監(jiān)測(cè)圖像存在畸形和像差,嚴(yán)重影響了對(duì)設(shè)備運(yùn)行狀態(tài)的分析。尤其是精密設(shè)備儀表的刻度識(shí)別、電塔的穩(wěn)定狀況分析以及設(shè)備采用部件的精度確認(rèn)。絕緣子覆冰圖像失真如圖3所示,模擬了絕緣子在覆冰情況下的桶形失真圖像和枕形失真圖像。對(duì)比圖中的3種情況,可以直觀地看出失真圖像對(duì)絕緣子覆冰厚度的判別存在影響。同時(shí),失真圖像表現(xiàn)出絕緣子本體的部分結(jié)構(gòu)特征存在變形。

圖3 絕緣子覆冰圖像失真Fig.3 Ice-coated insulator image distortion

1.2 失真圖像校正

針對(duì)圖像失真,各種各樣的失真圖像校正的方法被提出,并取得了不錯(cuò)的效果^[11-15]。校正的主要思路是通過建立原始圖像坐標(biāo)和畸變圖像坐標(biāo)之間的對(duì)應(yīng)關(guān)系,對(duì)畸變圖像進(jìn)行坐標(biāo)變換,從而得到校正后的圖像。畸變圖像校正需要考慮坐標(biāo)的對(duì)應(yīng)位置以及因形變導(dǎo)致的圖像結(jié)構(gòu)放大或縮小。傳統(tǒng)的桶形校正模型可表示為：

 (2)

式中,k₁為圖像比例系數(shù),k_2x和k_2y分別為x方向和y方向上的校正系數(shù),  為x方向和y方向上對(duì)k₁的修正系數(shù)。

在圖像校正過程中,參數(shù)的設(shè)定直接影響到校正后圖像的質(zhì)量,需對(duì)失真參數(shù)進(jìn)行準(zhǔn)確預(yù)測(cè)。同時(shí),現(xiàn)有的操作流程需要事先判斷輸入圖像屬于哪一類型的失真。

 2 電力設(shè)備器件圖像校正

由于電力設(shè)備運(yùn)行環(huán)境的多樣性和復(fù)雜性,對(duì)于大型設(shè)備（電塔、IGBT等）圖像校正系數(shù)的預(yù)測(cè)存在難點(diǎn),對(duì)于參照模型的設(shè)計(jì)還處于研究階段。本文主要針對(duì)小型設(shè)備及部件,構(gòu)建有效的預(yù)測(cè)模型校正設(shè)備圖像,為后續(xù)的研究分析提供精確、直觀的資料。

2.1 基于POC的圖像畸變檢測(cè)及校正

相位相關(guān)法是高精度的圖像配準(zhǔn)方法,在圖像認(rèn)證、三維測(cè)量、計(jì)算機(jī)視覺技術(shù)等方向有很廣泛的應(yīng)用。相較于傳統(tǒng)的相關(guān)方法,POC方法具有易實(shí)現(xiàn)、速度快、對(duì)由噪聲和細(xì)微旋轉(zhuǎn)導(dǎo)致的差異有良好的魯棒性等優(yōu)勢(shì)。假設(shè)兩幅圖像的情況下,首先分別對(duì)各圖像進(jìn)行離散傅立葉變換,然后聯(lián)合構(gòu)造互相位頻譜函數(shù)。最后,解決圖像匹配問題的POC函數(shù)變成互相位頻譜函數(shù)的二維逆離散傅立葉變換。

為了解決校正系數(shù)預(yù)測(cè)的問題,本文提出采用隨機(jī)點(diǎn)圖像和POC算法構(gòu)建校正系數(shù)預(yù)測(cè)模型。首先將隨機(jī)點(diǎn)圖像的背景設(shè)置成黑色,然后對(duì)隨機(jī)點(diǎn)圖像進(jìn)行圖像采集并處理,最后聯(lián)合已知的隨機(jī)點(diǎn)參考圖像進(jìn)行各像素點(diǎn)的位移預(yù)測(cè)以獲取校正模型^[16]。隨機(jī)點(diǎn)圖像如圖4所示,展示了參考隨機(jī)點(diǎn)圖像和圖像采集系統(tǒng)對(duì)隨機(jī)點(diǎn)圖像進(jìn)行圖像采集獲取到的照片。

圖4 隨機(jī)點(diǎn)圖像Fig.4 Random dot image

由于被監(jiān)測(cè)設(shè)備和攝像頭的位置固定,因此每次對(duì)設(shè)備或器件進(jìn)行監(jiān)測(cè)時(shí)不需要重新進(jìn)行校正系數(shù)預(yù)測(cè),可以直接采用前期構(gòu)建好的校正模型進(jìn)行圖像校正。器件圖像校正如圖5所示。

圖5 器件圖像校正Fig.5 Device image correction

2.2 高精度圖像校正

根據(jù)2.1節(jié)提出的方法,可以對(duì)畸形的圖像進(jìn)行有效校正。但考慮到電力設(shè)備穩(wěn)定運(yùn)行狀態(tài)的重要性,對(duì)于設(shè)備部件的結(jié)構(gòu)需要很高的精確度。因此,為了更準(zhǔn)確地分析設(shè)備的狀況,提出基于多攝像頭的圖像校正系統(tǒng)對(duì)電力器件圖像進(jìn)行校正,具體流程如下：

1）將隨機(jī)點(diǎn)圖像標(biāo)記成n×n塊,并采用n×n個(gè)攝像頭對(duì)標(biāo)記后的隨機(jī)點(diǎn)圖像進(jìn)行拍攝;

2）提取按照分塊規(guī)則切割的圖像塊,調(diào)整參照?qǐng)D像和拍攝圖像的尺寸,逐個(gè)進(jìn)行基于POC的校正系數(shù)推測(cè),獲取校正模型;

3）對(duì)各小塊進(jìn)行圖像校正,并根據(jù)分塊規(guī)則逆向組合成一個(gè)整體圖片。

為了防止圖像信息丟失,參考圖像和拍攝圖像在基于事先確定的分塊規(guī)則的基礎(chǔ)上擴(kuò)大一定的邊界后再進(jìn)行分塊校正。由于各攝像頭的位置、角度、拍照環(huán)境存在差異,導(dǎo)致各小塊進(jìn)行校正之后圖像的DPI存在不統(tǒng)一的現(xiàn)象。為了統(tǒng)一DPI,對(duì)于校正完之后的圖像,按照設(shè)定的分塊規(guī)則再進(jìn)行一次圖像分割。圖像切割如圖6所示。

圖6 圖像切割Fig.6 Image segmentation

最后,通過相似性分析,對(duì)于塊與塊之間重合的部分進(jìn)行拼接處理去除重合的部分,使得校正后各小塊圖像的DPI一致。圖像拼接如圖7所示。

圖7 圖像拼接Fig.7 Image mosaic

 3 實(shí)驗(yàn)結(jié)果

本文實(shí)驗(yàn)基于隨機(jī)點(diǎn)參考圖像、多攝像頭拍攝和POC算法構(gòu)建的電力設(shè)備精度檢查系統(tǒng),對(duì)其有效性進(jìn)行評(píng)估分析。對(duì)于章節(jié)2.2中提出的多攝像頭架構(gòu),采用16臺(tái)網(wǎng)絡(luò)攝像頭（4×4）進(jìn)行拍攝。首先對(duì)每臺(tái)網(wǎng)絡(luò)攝像頭拍攝的局部圖像進(jìn)行失真校正,然后將校正后的圖像按照各個(gè)網(wǎng)絡(luò)攝像頭對(duì)應(yīng)的位置進(jìn)行圖像拼接,最后計(jì)算參考圖像和校正圖像的誤差。本次實(shí)驗(yàn)運(yùn)行環(huán)境為MATLAB R2014a(CPU為Intel Core i5-6200U,2.30 GHz)。實(shí)驗(yàn)參數(shù)見表1所列。

表1 實(shí)驗(yàn)參數(shù)Tab.1 Experimental parameters

表2 對(duì)比結(jié)果Tab.2 Comparison results

校正后的圖像如圖8所示。

圖8 校正后的圖像Fig.8 Corrected image

為確認(rèn)本文提出方法的精度,比對(duì)使用1臺(tái)攝像頭進(jìn)行校正的實(shí)驗(yàn)結(jié)果和使用16臺(tái)攝像頭進(jìn)行圖像校正的實(shí)驗(yàn)結(jié)果。當(dāng)最大誤差為0.5 mm以下時(shí),可