一种燃弧检测方法

技术领域

本发明涉及轨道检测技术领域，尤其涉及一种燃弧检测方法。

背景技术

接触网作为轨道交通的主要供电设备，是电力机车的主要动力来源，是轨道交通线路血管”，因此弓网关系对整个轨道交通线路的正常运行起着保障性作用。在电力机车的行驶过程中，接触网和受电弓动态运行容易导致两者接触不稳定，从而使得空气间隙被击穿产生放电现象，形成接触网燃弧。接触网燃弧的产生主要是由于受电网接触压力变化过大、接触线跨区内高差过大或相邻定位点高差过大、接触网平顺度不良、导线硬弯、扭面、导线硬点及列车运行速度过大等因素。燃弧的产生会影响电力机车的安全稳定运行，加大受电弓滑板及接触线的损耗，烧伤分段绝缘器、电连接线及线夹等设备。综上，提高弓网燃弧检测精度可以帮助工人准确定位可能产生的安全隐患(如：接触网压力变化过大、接触线跨区高差过大或相邻定位点高差过大、接触网平顺度不良等潜在问题)，提升电力机车运行的安全性和稳定性。

针对燃弧检测，现有的成熟方案是通过光电倍增管将一定波长范围内的光信号转化为电信号，从而实现对弓网燃弧的检测。但由于这种方法容易受到可见光的干扰，且由于弓网检测设备在隧道内通常会打开补光灯，因此仅用光电倍增管检测燃弧的准确率较低。

发明内容

针对现有技术中所存在的不足，本发明提供了一种燃弧检测方法，其解决了现有技术中存在的燃弧的准确率较低问题。

本发明提供一种燃弧检测方法，其特征在于，所述检测方法包括：当发生燃弧时，接收燃弧传感器发出的燃弧信号；根据所述燃弧信号获取燃弧图片，对所述燃弧图片进行预处理得到第一预处理图像；对所述第一预处理图像进行ROI截取得到第一目标区域图像，对所述第一目标区图像中连续两帧图像进行差值得到第一差值结果；将所述第一差值结果和第一目标阈值进行二值化得到第一处理结果图像；判断所述第一处理结果图像中是否包含目标灰度值的亮点，得到检测结果。

可选地，所述判断所述第一处理结果图像中是否包含目标灰度值的亮点，得到检测结果包括：若所述第一处理结果图像中包含目标灰度值的亮点，则判断为出现可见光燃弧。

可选地，所述判断所述第一处理结果图像中是否包含目标灰度值的亮点，得到检测结果包括：若所述第一处理结果图像中未包含目标灰度值的亮点，对所述第一处理结果图像进行模型匹配，得到匹配结果图像；对所述匹配结果图像进行ROI截取得到第二目标区域图像，对所述第二目标区图像中连续两帧图像进行差值得到第二差值结果；将所述第二差值结果和第二目标阈值进行二值化得到第二处理结果图像；判断所述第二处理结果图像中是否包含目标灰度值的亮点，得到检测结果。

可选地，所述判断所述第二处理结果图像中是否包含目标灰度值的亮点，得到检测结果包括：若所述第二处理结果图像中包含目标灰度值的亮点，则判断为出现可见光燃弧；若所述第二处理结果图像中未包含目标灰度值的亮点，则判断为未出现可见光燃弧。

可选地，对所述第一处理结果图像进行模型匹配，得到匹配结果图像包括：对所述第一处理结果图像中的汇流排区域进行模型匹配。

可选地，对所述第一处理结果图像进行模型匹配，得到匹配结果图像还包括：对所述第一处理结果图像进行裁剪和伽码矫正，得到第二预处理图像；将第二预处理图形划分为若干个8*8的小单元，计算每个小单元的梯度直方图；采用2*2的滑动窗口对直方图进行归一化，得到归一化结果；从所述归一化结果提取特征向量，将所述特征向量与标准模型进行匹配，得到所述匹配结果图像。

可选地，所述伽码矫正公式为：

f(x)＝x

其中，x表示像素的灰度值，γ表示伽马系数。

可选地，所述计算每个小单元的梯度直方图包括：

采用内核矩阵计算水平梯度和垂直梯度。

可选地，所述特征向量包括幅值和方向；

其中，g表示幅值，g

可选地，所述判断所述第一处理结果图像中是否包含目标灰度值的亮点，得到检测结果之后，所述检测方法还包括：将所述检测结果存储在数据库中并进行可视化展示。

相比于现有技术，本发明具有如下有益效果：

当接收到燃弧传感器发出的燃弧信号时，可以确认发生了燃弧，再获取燃弧图片，对所述燃弧图片进行预处理得到第一预处理图像，对所述第一预处理图像进行ROI截取得到第一目标区域图像，对所述第一目标区图像中连续两帧图像进行差值得到第一差值结果；将所述第一差值结果和第一目标阈值进行二值化得到第一处理结果图像；判断所述第一处理结果图像中是否包含目标灰度值的亮点，得到检测结果，实现对可见光燃弧的检测。与现有技术采用电倍增管受到外部可见光相比，本申请采用图像识别，通过判断第一处理结果图像中是否包含目标灰度值的亮点确定是否包含可将光燃弧，无需受到外部可见光的干扰，从而提高燃弧检测的准确率。

附图说明

图1为本发明实施例提供的一种燃弧检测方法的流程图

图2为本发明实施例提供的另一种燃弧检测方法的流程图；

图3为本发明实施例提供的再一种燃弧检测方法的流程图。

具体实施方式

下面结合附图及实施例对本发明中的技术方案进一步说明。

图1为本发明实施例提供的一种燃弧检测方法的流程图，如图1所示，所述检测方法包括以下步骤：

步骤S100：当发生燃弧时，接收燃弧传感器发出的燃弧信号；

在步骤S100中，当发生燃弧时，燃弧传感器能够检测到燃弧信号，燃弧信号包括燃弧时长、强度等信息。

步骤S200：根据所述燃弧信号获取燃弧图片，对所述燃弧图片进行预处理得到第一预处理图像；

在步骤S200中，燃弧分为不可见光燃弧和可见光燃弧，当接收到燃弧信号之后，则证明发生了燃弧，启动摄像机拍照获取燃弧图片，再对所述燃弧图片进行预处理得到第一预处理图片。

具体地，预处理包括包括图像格式转换、图像旋转操作等，将3通道转化为单通道灰度图，便于后续的传递和计算，提升图片的处理速度。图像旋转采用放射变换方案，根据需要旋转的角度，创建3*3的变换矩阵与原始图像相乘，得出旋转后的图像，对比传统的图像旋转方案，处理速度更快。

步骤S300：对所述第一预处理图像进行ROI截取得到第一目标区域图像，对所述第一目标区图像中连续两帧图像进行差值得到第一差值结果；

在步骤S300中，通过对第一预处理图像进行ROI截取获取得到第一目标区域图像，仅对目标区域的图像进行识别。

步骤S400：将所述第一差值结果和第一目标阈值进行二值化得到第一处理结果图像；

在步骤S400中，将第一差值结果和第一目标阈值(thr_1)进行二值化，其中，第一目标阈值(thr_1)，根据实际需要和经验进行设置。

步骤S500：判断所述第一处理结果图像中是否包含目标灰度值的亮点，得到检测结果。

在步骤S500中，若所述第一处理结果图像中包含目标灰度值的亮点，则判断为出现可见光燃弧。具体地，若第一处理结果图像中包含目标灰度值为255的亮点时，则判断为出现可见光燃弧。

在本实施中，当接收到燃弧传感器发出的燃弧信号时，可以确认发生了燃弧，再获取燃弧图片，对所述燃弧图片进行预处理得到第一预处理图像，对所述第一预处理图像进行ROI截取得到第一目标区域图像，对所述第一目标区图像中连续两帧图像进行差值得到第一差值结果；将所述第一差值结果和第一目标阈值进行二值化得到第一处理结果图像；判断所述第一处理结果图像中是否包含目标灰度值的亮点，得到检测结果，实现对可见光燃弧的检测。与现有技术采用电倍增管受到外部可见光相比，本申请采用图像识别，通过判断第一处理结果图像中是否包含目标灰度值的亮点确定是否包含可将光燃弧，无需受到外部可见光的干扰，从而提高燃弧检测的准确率。

需要说明的是，本燃弧检测方法的程序采用json格式文件来保存相应的配置信息，主要包括：相机配置信息、标定参数信息、日志存储信息、视频参数信息、UDP播报信息、其他算法相关参数等。程序会根据惯导信息判断机车的行驶状态，当检测到机车启动时，程序会优先开启所有的硬件设备：相机、LED光源等。由于硬件设备开启需要固定时间，因此系统会预留30-60秒为硬件设备的启动时间。随后系统会加载json配置参数，初始化相机、UDP播报的接收/发送、LED光源等设备，并检查是否运行正常，检查无误后则会按照一定的频率拍摄图片并回传；当检测到机车暂无速度时，系统不会立刻关闭设备，而是继续保持正常运行状态，避免因为机车的短暂停靠而导致无法运行的情况；若检测到机车长时间无速度信号，系统则会自动关闭算法程序，并关闭所有硬件设备。这种程序与设备控制方法将参数信息提取到配置文件中，一方面增强了系统的稳定性，并且方便系统的维护与管理升级。

图2为本发明实施例提供的另一种燃弧检测方法的流程图，如图2所示，所述判断所述第一处理结果图像中是否包含目标灰度值的亮点，得到检测结果包括以下步骤：

步骤S510：若所述第一处理结果图像中未包含目标灰度值的亮点，对所述第一处理结果图像进行模型匹配，得到匹配结果图像；

在步骤S510中，若第一处理结果图像中未包含目标灰度值的亮点，灰度值可以为255，则表示未识别到图片中出现可见光燃弧，再对第一处理结果图像进行模型匹配，具体地，对所述第一处理结果图像中的汇流排区域进行模型匹配。

步骤S520：对所述匹配结果图像进行ROI截取得到第二目标区域图像，对所述第二目标区图像中连续两帧图像进行差值得到第二差值结果；

在步骤S520中，得到匹配结果图像之后，再次进行ROI截取得到第二目标区域图像，对所述第二目标区图像中连续两帧图像进行差值得到第二差值结果。

步骤S530：将所述第二差值结果和第二目标阈值进行二值化得到第二处理结果图像；

在步骤S530中，将第二差值结果和第二目标阈值(thr_2)进行二值化，其中，第一目标阈值(thr_2)，根据实际需要和经验进行设置。

步骤S540：判断所述第二处理结果图像中是否包含目标灰度值的亮点，得到检测结果。

在步骤S540中，若所述第二处理结果图像中包含目标灰度值的亮点，则判断为出现可见光燃弧；若所述第二处理结果图像中未包含目标灰度值的亮点，则判断为未出现可见光燃弧。其中，若第二处理结果图像中包含目标灰度值为255的亮点时，则判断为出现可见光燃弧。

图3为本发明实施例提供的再一种燃弧检测方法的流程图，如图3所示，对所述第一处理结果图像进行模型匹配，得到匹配结果图像还包括以下步骤：

步骤S511：对所述第一处理结果图像进行裁剪和伽码矫正，得到第二预处理图像；

在步骤S511中，对第一处理结果图像进行裁剪将图像缩放到固定尺寸，然后进伽马矫正，调节图像对比度，减少光照对图像的影响，例如光照不均和局部阴影，使过曝光或者欠曝的图像恢复正常，更接近人眼看到的图像；

所述伽码矫正公式为：

f(x)＝x

其中，x表示像素的灰度值，γ表示伽马系数。

步骤S512：将第二预处理图形划分为若干个8*8的小单元，计算每个小单元的梯度直方图；

在步骤S512中，采用内核矩阵计算水平梯度和垂直梯度。

步骤S513：采用2*2的滑动窗口对直方图进行归一化，得到归一化结果；

步骤S514：从所述归一化结果提取特征向量，将所述特征向量与标准模型进行匹配，得到所述匹配结果图像。

在步骤S514中，所述特征向量包括幅值和方向；

其中，g表示幅值，g

在本发明的另一实施例中，如图1所示，所述判断所述第一处理结果图像中是否包含目标灰度值的亮点，得到检测结果之后，所述检测方法还包括步骤S600：将所述检测结果存储在数据库中并进行可视化展示。

在本实施例中，检测结果是针对图片进行必要信息的标注，并将相应的数据写入数据库，相应数据包括：位置信息、警告信息等，针对保存在数据库中杆号信息绘制出对应的时序图和空间图等进行可视化显示。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。