一种基于高光谱图像的电缆型号识别方法

技术领域

本发明涉及电力电缆型号识别，尤其涉及一种基于高光谱图像的电缆型号识别方法。

背景技术

电力电缆一般敷设在地表以下，常用作电厂、变电所、厂矿企业的动力引入或引出线。电力电缆具有安全、可靠、分布有利于美化城市与优化厂矿布局等优点。随着我国经济的飞速发展，电能在工业和民用领域中起到越来越重要的作用，对传输电能的载体—电力电缆的需求越来越大。

由于电线电缆行业剧烈竞争的影响、加上部分企业制造工艺以及检测技术的落后，导致诸多电线电缆存在直流导体电阻偏大、电缆结构尺寸不合理、绝缘电阻和交流耐压不达标、机械延伸性和抗拉性能差等质量问题，达不到国家电缆生产执行标准的要求。这些劣质电力电缆的使用往往会给用电企业和用户带来巨大的损失，同时也导致人民的生命财产安全面临严重威胁。因此对电力电缆合格与否进行快速可靠的判断具有十分重要的现实意义和应用前景。

电力电缆质量是否合格主要取决于电线电缆的电气性能、机械性能、热性能、耐环境特性、抗老化性能、特殊性能等。针对不同电力电缆规格型号，需执行不同的国家标准以完成电力电缆质量检测。因此，电缆的型号的快速准确识别是对电力电缆质量是否合格进行判断的重要基础和前提。电力电缆型号遵循统一的电力电缆命名规则，由于用途、结构材料、重要特征多方面的区别，电力电缆型号及派生型号繁多。现有的电缆型号识别方法主要是通过人工肉眼判别电缆结构材料类别进行型号识别。由于电缆结构材料的多样性以及多种材料视觉上的相似性，人工判别型号不仅费时费力，而且往往容易产生误判，无法获取准确的电缆型号。

发明内容

针对当前电缆型号识别技术的不足，本发明提供一种基于高光谱图像的电缆型号自动识别方法。只需电缆截面的高光谱图像，即可自动确定电缆的型号。

不同型号的电缆结构材料由于其多样性和视觉上的相互混淆，仅凭人工判读无法做出准确判断，造成无法精确识别出材料类型，从而导致型号识别出错。针对此现象，本发明实现了一种能够准确判断结构材料材质的电缆型号识别方法。

本发明所提供的基于高光谱图像的电缆型号识别方法，不同于现有的人工肉眼判读型号方法，能通过电缆截面的高光谱图像自动对电缆截面中多种结构材料进行分类，并识别材料所属类别，进而提供电缆对应的准确型号。

本发明所述高光谱图像是指电缆截面在不同波谱范围成像得到的高光谱数据立方体，是由数十上百个波段图像组成的三维数据结构。在空间图像维，高光谱数据与一般的图像相似，可视为二维图像。在光谱维，高光谱图像的每一个像元中可获得一个连续的光谱曲线，呈现像元的光谱曲线特征。

本发明所述结构材料是指组成电缆的各结构元件所采用的材料。电缆产品的主要结构元件包括导体、绝缘层、内护层、铠装层、外被层。不同结构元件由不同结构材料组成，按其使用部位与功能可分为导电材料、绝缘材料、填充材料、屏蔽材料、护层材料等。

本发明所述电缆型号是指遵循电缆常用命名规则根据结构材料或型式所对应确定的电缆型号。对于每种结构材料，均可选用不同种类的材料类型以适应不同的应用场合。采用不同类别材料作为结构材料制造生产的电缆对应有不同的电缆型号，构成了丰富的电缆型号型谱。电缆中各结构选用的不同材料均可用对应的字母或数字指代，并按照指定的顺序组成确切的电缆型号。

本发明所述超像元是指通过基于光谱-空间信息的线性迭代聚类算法将高光谱图像分割成若干个光谱相近、空间近邻的像元集合。

为解决本发明的技术问题，本发明的技术方案如下，

一种基于电缆截面高光谱图像的电缆型号识别方法，包括以下步骤：

步骤1：对电缆截面高光谱图像进行基于光谱-空间信息的线性迭代聚类，将高光谱图像分割为具有光谱相似性和空间近似性的超像元小块；

步骤2：利用获取的各超像元平均光谱与导体光谱材料进行光谱匹配分析，确定导体结构材料的材料类型，同时确定导体材料所对应包含的区域；

步骤3：对电缆截面高光谱图像中除导体结构材料区域以外的其他结构材料区域进行非线性混合像元分解，获取绝缘层、内护套、铠装层、外护套结构材料的光谱；

步骤4：对电缆截面中除导体结构材料区域以外的其他结构材料区域依次进行光谱匹配分析，分别确定该结构材料所采用的材质；

步骤5：根据各结构材料材质判别结果确定电缆各结构材料所采用的材料类别，对应电缆型号命名规则给出电缆型号识别结果。

如步骤1所述，通过基于光谱-空间信息的线性迭代聚类完成超像元分割。对于L个波段的高光谱图像Y∈R

其中d

步骤2中，对步骤1中分割得到的超像元代替像元作为基本处理单元进行导体材料光谱匹配分析。具体地，对超像元进行导体材料光谱匹配分析方法如下：

对步骤1中获取的各超像元求取平均光谱

统计与铜导体材料参考光谱的光谱角距离满足d

计算

统计与铜导体材料参考光谱的光谱角距离满足d

若铜导体材料区域面积area

如步骤3所述，对电缆截面高光谱图像中除导体结构材料区域以外的其他结构材料区域进行非线性混合像元分解是为了解决电缆截面单一结构材料测量光谱存在周围多种结构材料反射光线发生散射引起的非线性光谱混合。具体地，建立电缆截面的Fan非线性解混模型，给定一个L×T的高光谱数据矩阵X＝[x

X＝MA+M

其中，

X＝M

为了进一步简化约束项，将全加性约束通过拉格朗日乘子法整合并入矩阵中，也就是令

M和A可以用如下的公式交替更新：

其中

其中P[·]表示将矩阵中的每个元素投影到

优选地，σ一般设置为0.01，vec(·)表示将矩阵的所有元素排列成一个列向量。

通过以上非线性解混过程求得端元光谱M后即可确定绝缘层、内护套、铠装层、外护套结构材料的光谱。

如步骤4所述，对电缆截面中除导体结构材料区域以外的其他结构材料区域依次进行光谱匹配分析，确定材料类别。光谱匹配通过计算结构材料区域平均光谱m与该类结构材料第k种候选参考材料光谱

其中m为结构材料区域平均光谱，

若结构材料区域平均光谱与第k种候选参考材料光谱的光谱角余弦值最小，则判定结构材料类别为该种参考材料类别。

具体地，对导体外层的绝缘层结构区域使用绝缘层材料光谱进行光谱匹配确定绝缘层材料类别，与绝缘层光谱夹角最小的材料即为绝缘套所属材料类型。对电缆截面最外层的外护套结构区域使用外护套材料光谱进行光谱匹配确定外被层材料类别，与外护套光谱夹角最小的材料即为外护套所属材料类型。继续对外护套内侧的结构材料区域使用钢材料光谱进行光谱匹配，判断是否存在铠装层，若存在则根据钢材料区域形态判断铠装层类型，并继续判断内侧的内护套材料类别。内护套结构区域使用内护套材料光谱进行光谱匹配，与内护套区域光谱夹角最小的材料即为内护套层所属材料类型。

如步骤5所述，确定电缆各结构材料所采用的材料类别后，对应电缆型号命名规则得到各结构材料所属材料类别的字母或数字代号，具体对应规则如下：

导体：L代表铝；T(省略)代表铜。

内护套：V代表聚氯乙烯护套；Y聚乙烯护套；L铝护套；Q铅护套；H橡胶护套；F氯丁橡胶护套。

绝缘层：V代表聚氯乙烯；X代表橡胶；Y代表聚乙烯；YJ代表交联聚乙烯；Z代表纸。

铠装层：0无；2双钢带；3细钢丝；4粗钢丝。

外护套：0无；1纤维外被；2聚氯乙烯护套；3聚乙烯护套。

电缆型号名称中各结构描述按从内到外的原则：导体—>绝缘层—>内护套—>铠装层—>外护套。根据以上顺序将各结构的类型对应字母或数字代号组合即可得到电缆型号。

附图说明

图1为本发明的基于高光谱图像的电缆型号识别流程图；

图2为本实施例提供的原始电缆图像；

图3为本实施例提供的超像素分割图像；

图4为本实施例提供铜导体材料区域图；

图5为本实施例提供的铜导体材料光谱图；

图6为本实施例提供的外护套及内护套光谱图；

图7为本实施例提供的钢铠层光谱图；

图8为本实施例提供的绝缘层光谱图。

具体实施方式

下面结合具体实施方式对本发明做进一步阐述和说明。本发明中各个实施方式的技术特征在没有相互冲突的前提下，均可进行相应组合。

如图1所示，本发明实施例主要包括以下步骤：

步骤1：对电缆截面高光谱图像进行基于光谱-空间信息的线性迭代聚类，将高光谱图像分割为具有光谱相似性和空间近似性的超像元小块；

步骤2：利用获取的各超像元平均光谱与导体光谱材料进行光谱匹配分析，确定导体结构的材料类型，同时确定导体材料所对应包含的区域；

步骤3：对电缆截面高光谱图像中除导体结构材料区域以外的其他结构材料区域进行非线性混合像元分解，获取绝缘层、内护套、铠装层、外护套结构材料的光谱；

步骤4：对电缆截面中除导体结构材料区域以外的其他结构材料区域依次进行光谱匹配分析，分别确定该结构材料所采用的材质；

步骤5：根据各结构材料材质判别结果确定电缆各结构材料所采用的材料类别，对应电缆型号命名规则给出电缆型号识别结果。

本实施例对铜芯交联聚乙烯绝缘双钢带铠装聚氯乙烯护套电力电缆利用电缆界面高光谱图像进行型号识别，该电缆正确型号为YJV22，电缆截面如图2所示。

为了充分利用光谱信息和空间信息完成聚类，首先对电缆截面的高光谱图像进行超像元分割。通过简单线性迭代完成超像元分割，分割过程需要设定两个参数，分别是分割的超像素数量p和衡量光谱信息与空间信息比重的紧密度参数F。优选地，本实施例中p取500，F取20。对于L个波段的高光谱图像Y∈R

其中d

对步骤1中分割得到的超像元代替像元作为基本处理单元进行导体材料光谱匹配分析。具体地，对超像元进行导体材料光谱匹配分析方法如下：

对步骤1中获取的各超像元求取平均光谱

统计与铜导体材料参考光谱的光谱角距离满足d

计算

统计与铜导体材料参考光谱的光谱角距离满足d

如步骤3所述，对电缆截面高光谱图像中除导体结构材料区域以外的其他结构材料区域进行非线性混合像元分解是为了解决电缆截面单一结构材料测量光谱存在周围多种结构材料反射光线发生散射引起的非线性光谱混合。具体地，建立电缆截面的Fan非线性解混模型，给定一个L×T的高光谱数据矩阵X＝[x

X＝MA+M

其中，

X＝M

为了进一步简化约束项，将全加性约束通过拉格朗日乘子法整合并入矩阵中，也就是令

M和A可以用如下的公式交替更新：

其中

其中P[·]表示将矩阵中的每个元素投影到

优选地，σ设置为0.01，vec(·)表示将矩阵的所有元素排列成一个列向量。

通过以上非线性解混过程求得端元光谱M后即可确定绝缘层、内护套、铠装层、外护套结构材料的光谱。本实施例种内护套与外护套材料相同，光谱如图6所示，钢铠层光谱如图7所示，绝缘层光谱如图8所示。

对获得的电缆截面中除导体外不同结构材料区域的光谱与参考光谱匹配确定材料类别。光谱匹配通过计算结构材料区域平均光谱与参考光谱的光谱角余弦值完成，计算公式如下：

其中x为结构材料区域平均光谱，

然后对导体区域外层的绝缘层结构区域使用绝缘层材料光谱进行光谱匹配确定绝缘层材料类别，与绝缘层光谱夹角最小的材料即为绝缘层所属材料类型，匹配结果为交联聚乙烯。对电缆截面最外层的外被层结构区域使用外被层材料光谱进行光谱匹配确定外被层材料类别，与外被层光谱夹角最小的材料即为外被层所属材料类型，匹配结果为聚氯乙烯。最后对外被层内侧的结构材料区域使用钢材料光谱进行光谱匹配，匹配到钢光谱，判断存在铠装层，根据钢材料区域形态判断铠装层类型为双钢带，并继续判断内侧的内护套材料类别。内护套结构区域使用内护套材料光谱进行光谱匹配，与内护套区域光谱夹角最小的材料即为内护套层所属材料类型，匹配结果为聚氯乙烯。各结构材料光谱匹配结果如图6所示。

确定电缆各结构材料所采用的材料类别后，对应电缆型号命名规则得到各结构材料所属材料类别的字母或数字代号，具体对应规则如下：

导体：L代表铝；T(省略)代表铜。

绝缘层：V代表聚氯乙烯；X代表橡胶；Y代表聚乙烯；YJ代表交联聚乙烯；Z代表纸。

内护套：V代表聚氯乙烯护套；Y聚乙烯护套；L铝护套；Q铅护套；H橡胶护套；F氯丁橡胶护套。

铠装层：0无；2双钢带；3细钢丝；4粗钢丝。

外被层：0无；1纤维外被；2聚氯乙烯护套；3聚乙烯护套。

对应确定导体、内护套、绝缘层、铠装层、外护层各结构材料类型字母或数字代号分别为T、V、YJ、2、2。

根据电缆型号名称中各结构描述按从内到外的原则：导体—>绝缘层—>内护套—>铠装层—>外护层。由于铜导体代号可省略，按以上顺序将各结构的类型对应字母或数字代号组合即可得到电缆型号为YJV22。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。