对输电线路瓷瓶裂纹检测的研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇对输电线路瓷瓶裂纹检测的研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：随着电力行业的发展，高压传输电变得非常重要，而对输电线路瓷瓶的检测也变得十分必要，本文从4个部分介绍了瓷瓶裂纹检测的原理，从图像处理的方面对瓷瓶裂纹做出分析，为瓷瓶裂纹检测提供了理论基础，能及时检测出瓷瓶的裂纹，为电力传输安全提供了一定的保障。

关键词：输电线路；瓷瓶裂纹；对比度；二值化

输电线路担负着电能传输的重任，它的安全可靠性直接关系到经济的稳定发展，而线路上的瓷瓶是用来固定导体并使这个导体与其他导体绝缘，也称做绝缘子。它在保障电力线路的安全运行上有必不可少的责任，因此，对瓷瓶进行裂纹的检测是十分有必要的。

对瓷瓶裂纹检测算法主要包括：图像预处理、对比度增强、图像二值化、裂纹判别四个部分。首先输入图像，对图像进行预处理，增强对比度，其中包括边缘提取得到瓷瓶区域，然后是图像二值化，最后就是对窗口中黑色像素所占比的判定。

其中是否使用边缘提取得到瓷瓶区域，根据实际测试图像中背景的复杂程度选择，若能直接通过图像二值化来分离瓷瓶与背景，则不需要进行图像边缘提取。

1 图像的预处理

预处理常常是指，为了保证图像具有较好的质量，独立于之后的图像应用的一类对图像的操作。基本的预处理有对比度校正和噪声抑制。

根据噪声产生的来源，大致可分为外部噪声和内部噪声两大类；从统计观点看，凡是统计特征不随时间变化的称为平稳噪声，统计特征随时间变化的称为非平稳噪声。

以上讨论的各种类型的噪声反映在图像画面上，大致可分为两种典型的图像噪声。一种是噪声的幅值基本相同，但是噪声出现的位置是随机的，一般称这类噪声为椒盐噪声（也称为双极性脉冲噪声，脉冲噪声的一种）通常，负脉冲以黑点（胡椒点）出现，正脉冲以白点（盐点）出现。一种是图像每一点都存在噪声，但噪声的幅值是随机分布的。从噪声幅值大小的分布统计来看，其概率密度函数有高斯型、瑞利型，分别称为高斯噪声和瑞利噪声，又如频谱均匀分布的噪声为白噪声等等。

经过分析，图像噪声点上的像素通常比周围非噪声点的像素要亮或暗。因此，可以设想，如果在噪声点像素周围寻找一个合理的值对它进行替代，在一定程度上应该可以获得较理想的滤波效果。基于考虑，设计的中值滤波器就是一种有效的方法。中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。

2 初步分离出裂纹和背景

将瓷瓶从背景中分离出来，一般使用颜色提取和边缘检测，但对于亮度很高的白色瓷瓶和亮度较低的裂纹，则可以使用更有效的方法进行区别。

2.1 图像对比度增强

图像对比度增强是增强原始图像的各部分的反差，使不同灰度间的差异变得更大，难以区分的灰度差异变得更容易区分。

图像对比度增强的方法是变换原始图像的直方图，把相同灰度值的所有像素变换到另一灰度，非线性灰度变换对于要进行扩展的亮度值范围是有选择的，扩展的成都是随亮度值的变化而连续变化的，常用的非线性变换有对数变换和指数变换。

对数变换，当希望对图像的低亮度区有较大的扩展而对高亮度区压缩，可采用此变换。表达式为：

a，b，c则是按需要可以调整的参数

指数变换，可以对图像的高亮度区给予较大的扩展，表达式为：

a，b，c则是按需要可以调整的参数

为了能增强整个图像的明暗对比，即“亮则更亮，暗则更暗”，可以使用分段线性灰度变换，为了突出人们比较感兴趣的目标或亮度值的区间，要求对局部扩展亮度值范围，可以有效地利用有限个灰度级，达到最大限度增强图像中有用信息的目的：

2.2 图像二值化

图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。

一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，最常用的方法就是设定一个全局的阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。将大于T的像素群的像素值设定为白色（或者黑色），小于T的像素群的像素值设定为黑色（或者白色），计算公式为：

全局二值化，在表现图像细节方面存在很大缺陷。为了弥补这个缺陷，出现了局部二值化方法。

局部二值化的方法就是按照一定的规则将整幅图像划分为N个窗口，对这N个窗口中的每一个窗口再按照一个统一的阈值T将该窗口内的像素划分为两部分，进行二值化处理。

对于单独检测的瓷瓶，或在电线检测中已经分割出来的瓷瓶，由于瓷瓶为白色，黑色的裂纹在瓷瓶上会非常明显，而细小的裂纹与大面积的暗色背景不同，处于瓷瓶的白色之中，因此提高瓷瓶图像的对比度并使用二值化操作，如图1：

3 区分裂纹和背景

虽然裂纹和背景都是黑色，但含有裂纹的窗口中，裂纹图像的黑色部分所占比例只有10%左右，而含有背景的窗口中，背景黑色所占比例超过40%。如图2所示。

对于黑色像素，检测其25*25窗口内的黑色像素个数，超过总数的30%则认为该像素是背景，反之认为是裂纹。

最后统计黑色像素的周围是否拥有较多白色像素即可将裂纹检测并标记出来，

4 结束语

文章对瓷瓶上裂纹的检测做出了一定的理论介绍，并分析了瓷瓶检测的算法和原理，通过对瓷瓶的图像进行局部二值化，能够分析统计出黑色像素的周围是否拥有较多的白色像素，并将裂纹检测标记出来，加以分析和判定得出低于30%的被认定为裂纹，则可判断裂纹的大小并做进一步分析，为线路上瓷瓶的异物和裂纹的在线检测提供了一定的理论基础。

[参考文献]

[1]贺兴华，等.MATLAB7.x图像处理[M].北京：人民邮电出版社，2006.

[2]李俊山，李旭辉.数字图象处理[M].北京：清华大学出版社，2007.

[3]冈萨雷斯，阮秋琦.数字图象处理[M].北京：电子工业出版社，2005.