干式空心电抗器包封绝缘裂纹图像识别方法的设计与实现

尹晶，郭慧浩，林海丹，毛安澜，刘赫，于群英

（1.中国电力科学研究院有限公司，武汉 430074；
2.吉林省电力科学研究院有限公司，长春 130000）

随着近年超/特高压电网的长足发展，干式空心电抗器作为无功补偿的重要设备，起到了对系统提供无功功率，提高功率因数减小损耗、改善电能质量、对线路分布电压进行有效控制等目的[1]。目前国内制造厂生产的干式电抗器在通常采用外层聚酯薄膜的单丝绝缘绕包铝线做载流导线[2-3]，绕制其导线时内外平行绕包环氧树脂所浸渍的玻璃纤维，加热固化后形成包封绝缘结构。

干式电抗器在投入运行时会有如下几个状况：首先在满负荷的运行工况以及频繁投切电抗器情况下，电抗器的带电和停电会导致导线发热膨胀和冷却收缩；
其次在电抗器主体外包封的环氧树脂玻璃钢材料层用于加强机械强度和密封的作用，但主成分带苯环的基团在光照尤其是紫外线作用下，容易发生加氢反应而开环[4-5]；
再次电抗器在户外环境的工况中，常年遭受潮气、环境冷热、盐雾侵蚀、电磁场作用。上述运行工况和环境均极易导致环氧树脂发生老化现象，造成其机械强度和绝缘强度急剧降低。即使制造时包封绝缘的物料选用已考虑到使用膨胀系数较为接近材料，所有上述情况都易引发环氧玻璃纤维树脂层老化开裂[6]。绝缘材料的老化及表面开裂会导致水雾气容易渗入电抗器绝缘内，使包封绝缘受潮，进而导致过热或局部放电、经过长时间的累积效应最终形成匝绝缘损伤引发严重故障。统计数据表明包封开裂是目前引发干式电抗器故障的主要原因之一。因此对干抗空心电抗器进行包封绝缘裂纹检测尤为关键。

目前电抗器包封裂纹检测仍主要依靠人工来完成，因包封结构狭小且不规则（截面宽仅25 mm，长79～91 mm）而经常导致漏检。利用专为电抗器裂纹检测设计的机器人可方便爬到结构紧凑的包封层内进行作业，机器人主要由本体、气动系统、测控系统、内窥镜、传感器等组成，机器人使用橡胶棘抓固定于管壁，通过微型气缸驱动爬行，利用其自身携带的内窥镜对包封内部进行图像拍摄。再利用计算机视觉技术对其拍摄后图片进行识别，常用检测方法有基于边缘检测的Gabor 滤波算法[7]，描述局部纹理特征算子的局部二值模式（LBP）算法[8]等。这些传统的缺陷检测利用了底层颜色特征，在特征明显较简单的场合能够很好工作；
但对特征不明显的、形状多样的包封玻璃纤维层中的裂纹识别则不再适用。

近年来随着深度学习与计算机视觉结合的不断发展，为裂纹的识别提供了新方法的可能。深度卷积神经网络是一种输入到输出的映射网络，它能够提取目标的高维特征，并通过大数据样本来训练学习参数并提升检测效率。主要方法之一是以RCNN、Fast RCNN 和Faster RCNN[9]算法为标志的基于区域提议的two-stage 类算法，如常海涛[10]的缺陷检测方法通过Faster RCNN 的卷积网络获取目标的特征，其特点是先获得提供待检测目标的大致分布区域并分类。另一种方法是以SSD、YOLO 算法为标志的无区域提议one-stage 类方法的，核心是对整幅图像用单一的卷积网络直接来预测目标的位置，one-stage 类算法在识别速度有着一定的优势。颜宏文[11]等利用YOLOv3 网络和迁移学习算法进行航拍图像中缺陷绝缘子串识别方法，提高了识别率。YOLOv3 在MS-COCO[12]数据集中实现了55.3%的mAP，速度达到35 帧/s，具有较高的准确率和实时性。但在实际检测中发现YOLOv3 对一些背景纹理复杂、裂纹区域不清晰的图片识别效果一般。

本文针对上述情况提出了一种基于YOLOv3 神经网络和视觉显著性来实现复杂环境下电抗器裂纹检测的改进思路：1）使用YOLOv3 可满足大部分封裂纹识别的任务要求；
2）对较难识别的图像则先进行一系列预处理，图像灰度化后进行高斯降噪，再进行显著性处理；
最后将有裂纹区域部分通过阈值分割使之从复杂背景中得到位置确认并用于识别。

1.1 YOLOv3算法简介

YOLOv3 是一种基于深度神经网络算法的检测物体的目标检测器。他是一种全卷积网络（FCN），把BN 层和leaky relu 层接到每一层卷积层之后。遍历图像后算法可进行3 种不同尺度的预测，先将图像固定为416×416 大小的尺寸。然后检测层在尺寸分别为13×13、26×26 和52×52 网格上进行检测。每个网格上通过候选框预测，网格包含有3 个预测边界框及数据集类别的置信度，其具体5 个预测参数分别为：x、y、w、h和置信度。YOLO 特点是检测速度快，可用于实时系统，强化小物体的识别能力。在提取图像特征方面，YOLOv3 的网络（backbone）采用了Darknet53 网络结构，见图1，使用了残差网络（residual network）[13]，使在卷积层之间设置了快捷链路。在ImageNet 数据集上实验验证darknet53，相对于ResNet-152 和ResNet-101，其不仅在分类精度上有略微提升，计算速度较ResNet-152 和ResNet-101快，网络层数也较少。

图1 Darknet-53网络结构Fig.1 Darknet-53 network structure

1.2 神经网络的改进

YOLOv3 在其部署到移动设备、边缘设备等时，模型剪枝是非常有必要的。原始网络模型有239 M大小的参数，参数个数到达了61 529 119 个。参数远大于数据集很容易导致模型高方差过拟合现象，剪枝后可较大地提升计算速度降低过拟合。

根据论文[14]原理，对于一个训练好的模型，会发现部分卷积核权重很小，因此相应的激活也会很小。利用YOLOv3 的组件Darknetconv2D_BN_Leaky 中的BN 层的缩放因子γ 作为重要性因子，γ 越小这部分卷积核的贡献越小，裁剪这些卷积核后再微调是可以恢复到之前的精度，这是在未作任何限制情况下。如果对权重做某些限制如L1 正则，那么训练的参数会比较稀疏，更加利于裁剪，流程见图2。

图2 YOLOv3网络裁剪流程Fig.2 Network tailoring process of YOLOv3

1.3 数据集制作方法与图片标记

训练数据集样本量是决定一个模型性能好坏的最重要条件。数据少时模型训练时可能无法收敛，少量训练数据难以提供足够的信息供给模型学习，导致过拟合（overfitting）和陷入局部最优值（local minimun）。为了增加数据集的多样性，在利用缺陷检测微型机器人[15]及人工收集图片时应适当改变拍摄图片背景、明暗程度、角度远近等条件或对图片进行裁剪放大、随机旋转、随机水平/垂直翻转。通过这样的数据增强扩展，将裂纹的图片增加到至少5 000 余张以上。这些通过随机变换生成的图像并不影响目标基本的特征信息，在样本不足的情况下可有效增加样本的数量和多样，模型在训练时不会两次看到完全相同的图像，也就提升了泛化能力。

图片标记工具使用LabelImg 软件来制作数据，见图3。

图3 标注样本与检测的示例Fig.3 Examples of labeling samples and testing

选择制作数据的经验原则有：

1）标注框不能过大和过小，过大会导致框内大部分区域都是背景；
过小的框内的特征经过网络处理后，会和背景中的一些杂质纹理疵点相同，使模型学习后对其区分较为困难。

2）数据越有代表性越好，做数据的时候选择比较有代表性的裂纹，避免使用那些和背景差不多的裂纹，会导致模型训练后将不能很好区分背景和前景。

3）根据实际YOLOv3 的使用经验，将整理收集到的图片统一裁剪为416×416 像素下识别效果最佳。由于训练大分辨率的图片效果比较差，可以利用程序处理将大分辨率图像先进行裁剪再操作。

测试环境与结果如表1 所示。

表1 测试环境与结果Table 1 Test environment and results

YOLOv3 目前已经在各领域得到了广泛应用，其基本使用方法故不再赘述。

对现场采集的包封图像通常含有高频噪声信息、中频信息、低频背景等信息，图像的频率是反映灰度值变化大小程度的指标。图像的低频是轮廓，高频是噪声和细节。David Marr 提出高斯差分算子（difference of gaussian，DOG）[16]，通过一幅图片减去另一幅图片去除掉那些在原始图像中被保留下来的频率之外的所有其它冗余信息，可有效地抑制高频信息。

二维高斯函数见公式（1），其中σ是方差，σ越大，则高斯函数峰就越平滑，图像卷积效果也越模糊，更平滑。DOG 起到了高斯差分带通滤波的作用，有效地提高了目标的中频信息。当DOG 被用于图像增强时，其算法中两个高斯核的半径之比K通常为4:1 或5:1，当K≈5 时又很好地模拟了视网膜上神经节细胞的视野[17]，以获取裂纹缺陷中主要信息成分，增强了检测目标对比度。高斯差分算子如公式（2）所示：

确定卷积核后对图片进行高斯差分计算，公式为

疵点和裂纹等缺陷的纹理为图像的细节，在上述高斯差分计算去除高频噪声的同时，不可避免的也减弱了裂纹等缺陷区域的信息量。因此通过多尺度细节增强算法，增强缺陷部分的边缘细节信息[18]。其核心使用了3 个尺度的高斯核对原图滤波，再与原图相减，以获得不同程度的细节信息，算法将不同尺度上的特征图进行了融合，最终得到加强后的原图信息。

首先，对图像灰度化处理。用G1、G2、G3其标准差分别为σ1=1、σ2=2、σ3=4 的3 个高斯核函数对高斯差分处理后的图像代入式（4）再进行处理，得到3幅模糊图（Blurred image）B1、B2、B3公式为

根据式（5）将对应图像进行处理，获得细节图D1、次细节图D2与粗略图D3，公式为

然后根据式（6）将3 个不同细节程度的图像进行整合，得到整体细节图，其中权重w1=0.5，w2=0.5，w3=0.25。

In the patriarchal system,woman can’t determine their lives and it seems that their fates are doomed at the very beginning and the man are the rule maker of the society who has the absolute right to determine the fate of woman,which makes woman become the gender“Other”.

经过多尺度增强计算，得到灰度化并平滑图片后灰度增强图，见图4。从图4 可以看出算法有效地减少了图片中电抗器环网树脂表面毛刺疵点高频噪声等细节，且对需识别树脂层裂纹处的细节并未减少。

图4 灰度化并平滑图片后灰度增强Fig.4 Gray enhancement after graying and smoothing the image

人的眼睛具有快速、准确发现视野中感兴趣物体的能力[19]，在机器视觉领域识别感兴趣物体的过程被定义为显著性检测。视觉显著性模拟人类受视觉感知的驱动，将人的视点驱使到某一场景中的显著区域，再通过图像中颜色、亮度、边缘等特征表示，判断目标区域和它周围像素的差异。可利用视觉显著性优先获取电抗器包封图像中裂纹缺陷区域。

图像处理通常是对像素的检测，要得到有良好细节的图像，摄像头获取的图像往往分辨率较高，导致显著性检测算法计算过程中等待时间较长，耗费较高的硬件资源。对此本文提出一种降低计算量提高显著性检测效率的流程：首先对图像通过简单线性迭代聚类（simple linear iterative clustering，SLIC）超像素分割算法对原始图像做超像素分割，形成一系列超像素集；
其后利用图像中显著区域与其他区域灰度值差异的方法用于显著性检测。

3.1 裂纹缺陷图像超像素分割

SLIC 超像素分割抽象化图像，通过把像素距离通过度量标准构造局部聚类，生成视觉上紧凑的超像素区域。其主要思路为将RGB 彩色图像转化为非线性压缩的具有亮度（L）、颜色对立维度（a，b）的CIELAB色彩空间和二维坐标x，y共5 个特征向量构造度量标准。生成的超像素紧凑整齐，轮廓保持得较好，彩色图和灰度图均可兼容分割。其具体步骤如下：

1）初始化聚类中心。假设原图总共N个像素点，在图像内平均分布按照算法设置的超像素个数K，预分割的每个超像素的大小为N/K，相邻聚类中心之间的步长（距离）则近似为。为了避免分割的聚类中心处于梯度较大的轮廓边缘，需将聚类中心分配到以他为中心3×3 的窗口内非边缘灰度变化（梯度值）最小的位置，并给每个聚类中心一个标签，以免对后续聚类造成影响。

2）进行距离度量。计算每个像素点与距离最近的聚类中心的距离，包括颜色距离和空间距离得到最终距离度量D。由于每个像素点会被多个聚类中心搜索到，取其中距离最小值对应的作为该像素点标记的聚类中心。然后通过多次循环迭代进行上述过程聚类收敛，相似度算法表达式为

式中：ds为像素点间空间距离；
dc为像素点间颜色距离（差异）；
由步骤1）可知Ns为为像素点间空间最大距离；
Nc为像素点间色彩最大距离，D体现了两个像素间的相似度，越小则代表像素越相似。其中Ns和Nc可认为色彩与空间的归一化常数，Nc根据具体的图片和像素簇不同可看做固定常数M，M取值范围为[1，40]，一般取10。M和K值决定了图像的精细程度，M用来确定分割结果与图像实际边界贴合度，M值越大，贴合程度越高。实际中应根据使用者机器运行性能来选择M与K的值。

3）迭代更新聚类中心。与标准的K-means 算法不同，为了节省算法时间开销加速收敛，SLIC 只计算在每个超像素块中心周边的2L×2L区域内的像素点，进行步骤2 的距离度量后，即完成一次迭代，然后计算每个超像素块新的中心点坐标，并再次循环迭代。裂纹超像素分割图见图5。

图5 原图与超像素分割示例图Fig.5 Legend of original image and super pixel segmentation

由于电抗器包封的绝缘材料颜色变化较为单一、纹理特征相似程度也较高。通过选择合适参数使SLIC 超像素分割在处理此类图像时使之其纹理细节和边缘细节保持的较好，同时处理后的图像只有原图大小的1/4～1/5，显著降低了算法的开销，为后续步骤提高检测速度。

3.2 缺陷图像多尺度视觉显著图

观察包封图片中微裂纹疵点等缺陷分布规律可知，裂纹显著区域通常为连续的块状或条状，可理解为显著区域包含的像素块较为集中、空间距离较近。且由于光线原因图片中显著区域与其他区域的灰度及纹理存在较明显的差异。因此某一灰度值在图像中的空间分布越广，该颜色属于背景的可能性越大。

通过上述特点，程序对显著区判断应主要遵循以下几个原则：通过颜色变化的比较，变化较大的灰度值区域对应显著性值较高，均匀或模糊区域显著性值低；
裂纹与背景纹理灰度的特征不同，两者之间的类间方差越大，说明构成图像的两部分差别越大；
显著区域的像素一般聚集在图片占比较小区域内，而不是分布整幅图像。本文利用图像中灰度值差异来标记裂纹显著区域。

根据分析，算法核心应为定义比较像素块之间的差异性[20]，公式为

式中dg（pi，pj）为两个像素块pi与pj颜色（灰度值）之间的欧式距离；
dpos为像素块pi与像素块pj之间的欧式距离，其中（mi，n），（mj，nj）分别为像素块pi与pj的中心点；
gi，gj分别为像素块Pi和Pj的灰度值均值；
c推荐取3。d（pi，pj）的值越小，则代表两个像素块之间差异越小。其中由式（8）可以分析得出，灰度值差异dg与之成正比，位置距离dpos与之成反比，且dg（pi，pj）与dpo（spi，pj）均应归一化在[0，1]之间，它们共同决定了两个像素块的差异。

如更进一步的提高显著区域与其它背景非显著区域的对比，需要引入多个尺度（scale）计算，可以使显著区域更加明显。式（9）为多个尺度计算显著性值公式，qk为与像素块pi相似的第k个像素块，r为某一尺度scale 值。通过式（10）取多个尺度下的显著性值的平均值来更好地提高图像中显著区域与其他区域的对比。

由显著区特点可知，包封的裂纹区域通常是连续集中的，相似的像素块一般聚集在一起，只需计算周边K个与pi相似的像素即可，K根据实际经验和算法效率的一般考虑选择K=32 或K=64。

加入上下文修正：设定显著性阈值提取图中的最显著的区域，在显著区域之外的像素块的新显著性值则通过与之相近的显著像素块之间的欧式距离（dfoci）加权得到。从而提高显著目标附近的显著性值，减小非显著区的显著性值起到弱化背景纹理的作用，n为常数影响到弱化效果。dfoci应归一化在[0，1]之间。计算公式为

不同尺度下的显著图及最终标注图见图6。最后，应用OpenCV2 对二值阈值化后的显著图使用findContours 和drawContours 函数提取轮廓的边界信息，对连通区进行标记，框选并确定位置。

图6 裂纹不同尺度显著图Fig.6 Saliency diagram of cracks at different scales

3.3 不同显著图模型对比

视觉显著模型有基于变换分析、基于统计与数学、基于信息论、基于深度学习、频域分析、视觉注意等各类别模型[21]，其模型各有自身优劣和擅长处理领域，对处理后的缺陷图像的显著图也存在明显的差异。文中分别利用LC 算法[22]、EGNet[23]算法几种常用显著性模型进行对比分析。

图7 所示为不同算法的显著图，第1 列图像为准备处理的灰度图像；
第2 列图像显示LC 算法的结果，算法是利用图像颜色统计信息计算空间显著性图的简便方法，图像的显著性映射建立在图像像素之间的颜色对比度（距离）上；
第3 列图像显示为EGNet 算法的结果，算法针对边缘强化，它通过构建一个使显著性目标信息和显著性边缘信息互补的网络，保留显著性目标边界，更利于模型进行显著性目标的定位。

图7 不同算法的显著图Fig.7 Saliency diagram of different algorithms

由于目前尚无共享的电抗器裂纹测试图像集，故从测试样本库里选出150 个样本，将人工标注的结果与算法检测结果作比对，利用误检（false positive）、漏检（miss）来评价不同算法对裂纹图像的检测结果[24]，见图8。

图8 算法检测结果图示例Fig.8 Legend of algorithm detection result

表2 为算法结果对比，通过表2 的实验结果和分析可知，基于统计数学的LC 算法的显著图保留了包封裂纹的大部分细节，同时也保留了较多的未滤除的背景信息，误检率和漏检率较高；
EGNet 边缘强化模型，相对LC 算法较优，且裂纹区域的显著性明显，但也仍保留了部分刮痕、污渍的误检区域；
文中方法整体误检、漏检及准确率结果优于其他两种算法，检测效果较好。表2 中，Nnum为各类型样本数量，Rfp和Rm为误检和漏检的结果，Ry为正确结果，Pac为准确率。

表2 算法结果对比Table 2 Comparison of algorithm results

本文提出的YOLOv3 神经网络结合视觉显著性来实现裂纹检测的算法思路取得了较好的效果，同时解决了个别背景复杂的图像在YOLOv3 下识别率不高的问题，得到的显著图提取的裂纹轮廓更加清晰，具有较好的普遍适用性；
通过对较难识别的图像进行了SLIC 预处理、高斯降噪处理与显著性处理，精度也达到了较为满意的结果。

在实际应用环境中，由于裂纹图像为视频采集后再处理，检测的实时性要求并不高，文中提出的方法虽增加了算法复杂度，但对检测的效率影响不大。后续的研究将致力于在保证识别精度前提下加快检测的速度、或提出更简洁有效的实时图像检测的方法。