基于红外信号的电缆破损检测方法技术

基于红外信号的电缆破损检测方法及系统涉及电缆故障检测技术领域，可以直接的观测到通电电缆的热分布状态，并使用拍摄功能得到电缆的红外热图像。红外热图像具有一般图像的所有特征，图像中的绝大部分信息都蕴含在边缘特征中。这些特征属性的显著变化通常反映了重要的事件和变化。这些包括深度上的不连续、表面方向不连续、物质属性变化和场景照明变化。本文改进了大津分割方法，能在电缆破损的红外图像中找到故障点，使系统更加智能的诊断出电缆的破损处。本系统将控制模块、图像采集模块、图像处理模块报警模块连接在一起，利用Python程序设计完成本系统。序设计完成本系统。序设计完成本系统。

【技术实现步骤摘要】
基于红外信号的电缆破损检测方法


[0001]本专利技术涉及电缆故障检测
，特别涉及基于红外信号的电缆局部缺陷检测方法。

技术介绍

[0002]电缆本体由于种种原因可能存在绝缘缺陷，电缆绝缘缺陷处由于电阻增大造成损耗增加，温度上升，使绝缘态进一步恶化。电缆在温度升高的过程中，其热能的传递方式通常有三种：热传导、热对流和热辐射。电缆内各部分之间由于温度梯度而引起热传导，与外界空气之间由于存在温差而引起热对流以及热辐射。
[0003]从红外诊断的角度分析，故障发生部位大致可分为两大类：外部故障和内部故障。外部故障是指裸露在自然环境中电缆不良的运行状态(接头处接触不良、电缆表面污秽或机械作用导致外绝缘性能下降等)，这类故障由于发生在外部，其发热形成的热辐射能量场能很好的被红外热像仪捕捉，从而形成明显明暗分布的红外诊断图谱；内部故障则是指发生在电缆内部导电和绝缘介质上的异常温升现象(受潮和老化等引起绝缘介质损耗增大缺陷、铁磁性损耗增加引起内部缺陷、电压分布不均匀和泄露电流增大缺陷、导体连接不良或接触电阻损耗增加等)，这类故障由于受到内部绝缘介质和设备外壳的遮蔽，通常并不能像外部故障那样获取直观的故障状态信息。结合传热学知识，通过对大量现场检测和试验研究的红外图像分析，也能够根据设备外表面的温度分布规律，探知设备内部故障或缺陷的类型、部位以及严重程度。
[0004]通过对电缆发热特点的分析及装置便携性的综合考虑，本专利技术所设计的红外检测装置需要遵循携带便捷，成像清晰，系统简单的特点。
[0005]本专利技术所属的红外检测系统是基于红外阵列高精度温度传感器以及先进软件算法的非接触式热成像仪器，可对视场范围内任何物体进行红外成像，成像分辨率512*384像素，温度灵敏度0.1℃，绝对精度
±
1.5℃，刷新频率最高64Hz。自带存储和实时时钟，具备数据实时输出显示、拍照存储功能，使用十分方便。

技术实现思路

[0006]基于红外信号的电缆破损检测方法，其特征在于：
[0007]1)、系统运行环境的搭建：
[0008]树莓派安装使用的操作系统，为树莓派设置静态IP地址，安装OpenCV视觉库，在此基础上进行软件开发；
[0009]2)、开发及调试红外检测系统：
[0010]树莓派4B结合MLX90640红外传感器搭建红外检测模块；MLX90640的分辨率为32*24像素，使用三次多项式结合双线性插值的方式，经过两次插值，将图像由32*24像素扩展到512*384像素；
[0011]以树莓派为主控，辅以红外成像模块，在电脑端通过远程无线连接实时显示红外
视频，或者随身携带形成便携式红外检测装置；
[0012]3)、红外检测实验：
[0013]电缆运行时，故障处温度明显升高，故障两端处的温度比故障中间的地方温度高，红外传感器检测出故障点；
[0014]4)、红外图像分割算法
[0015]采用阈值分割方法提取图像中的目标层和背景层灰度数据，得出灰度差异，实现图像分离；采用优化的图像分割方法如下：
[0016]按照如下公式(1)得出方差最大阈值：
[0017]S＝w0*(u
‑
u0)2+w1*(u
‑
u1)2ꢀꢀ
(1)
[0018]w0指的是背景点在图像中的占比大小；u0指的是背景点的平均灰度值大小；w1指的是前景点的平均灰度值大小；u指的是图像平均灰度大小；S指的是图像方差，也就是所采用的方差最大阈值；
[0019]5)、红外图像边缘检测
[0020]为了确定电缆缺陷部分的缺陷严重程度，提取电缆的可疑过热区域；过热部位对应像素的RGB分量高于正常部位；采用K
‑
Means聚类算法进行分类，k值范围为4～7。
[0021]实例验证表明使用本算法获取的红外图像检测结果的连续性、准确性和抗噪性都比较好，可有效地提取噪声较大环境中的红外图像异常发热位置和范围等边缘信息，进而可根据在不同运行状态下提取出红外图像异常热边缘的差异，适用于异常发热状态的识别和分类。
附图说明
[0022]图1系统软件运行环境搭建框图
[0023]图2多项式插值变换效果图
[0024]图3故障导线图像
[0025]图4故障导线的红外图像
[0026]图5故障导线的红外图像处理结果
[0027]图6连接故障图像
[0028]图7中间部位故障图像
[0029]图8kmeans算法处理中间故障红外图像
[0030]图9kmeans算法处理连接故障红外图像
具体实施方式
[0031]1、系统运行环境的搭建：
[0032]树莓派本身是不含操作系统的，需要自行安装，然后配置程序的运行环境，在此基础上开发应用程序。基于树莓派的红外检测系统搭建需要的环节流程如图1所示。树莓派的运行环境可以安装使用的操作系统包括windows、Android、IOS、Linux等，本专利技术选用Linux操作系统；为树莓派设置静态IP地址，方便调试；安装OpenCV视觉库，在此基础上进行软件开发。
[0033]2、开发及调试红外检测系统：
[0034]本专利技术采用树莓派4B结合MLX90640红外传感器搭建红外检测模块。MLX90640的分辨率为32*24像素，使用三次多项式结合双线性插值的方式，经过两次插值，将图像由32*24像素扩展到512*384像素。效果如图2所示。先三次多项式插值再双线性插值，高低温分布更加明显。
[0035]以树莓派为主控，辅以微型的红外成像模块，可在电脑端通过远程无线连接实时显示红外视频，也可随身携带形成便携式红外检测装置，方便巡检。
[0036]3、红外检测实验：
[0037]电缆运行时，故障处温度明显升高，故障两端处的温度比故障中间的地方温度高，红外传感器可以准确检测出故障点。图3为故障导线的原始红外图像，图4为该故障导线的红外图像。
[0038]4、红外图像分割算法
[0039]本专利技术采用阈值分割方法提取图像中的目标层和背景层灰度数据，得出灰度差异，实现图像分离。本专利技术采用优化的图像分割方法如下：
[0040]按照如下公式(1)得出方差最大阈值：
[0041]S＝w0*(u
‑
u0)2+w1*(u
‑
u1)2ꢀꢀ
(1)
[0042]w0指的是背景点在图像中的占比大小；u0指的是背景点的平均灰度值大小；w1指的是前景点的平均灰度值大小；u指的是图像平均灰度大小；S指的是图像方差，也就是本专利技术所采用的阈值。
[0043]如图5所示，左侧图像为故障导线的原始红外图像，右侧图像为阈值分割处理后的图像。
[0044]5、红外图像边缘检测
[0045]为了确定电缆缺陷部分的缺陷严重程度，需要提取电缆的可疑过热区域。过热部位对应像素的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于红外信号的电缆破损检测方法，其特征在于：1)、系统运行环境的搭建：树莓派安装使用的操作系统，为树莓派设置静态IP地址，安装OpenCV视觉库，在此基础上进行软件开发；2)、开发及调试红外检测系统：树莓派4B结合MLX90640红外传感器搭建红外检测模块；MLX90640的分辨率为32*24像素，使用三次多项式结合双线性插值的方式，经过两次插值，将图像由32*24像素扩展到512*384像素；以树莓派为主控，辅以红外成像模块，在电脑端通过远程无线连接实时显示红外视频，或者随身携带形成便携式红外检测装置；3)、红外检测实验：电缆运行时，故障处温度明显升高，故障两端处的温度比故障中间的地方温度高，红外传感器检测出故障点；4)、红外图像分割算法采用阈值分割方法提...

【专利技术属性】
技术研发人员：王延韬，李星，刘秉政，黄宇，
申请(专利权)人：中核检修有限公司，
类型：发明
国别省市：