一种NCC‑SAR算法的断路器弹簧性能检测方法与流程

本发明属于高压设备的检测技术领域，尤其涉及一种基于归一化互相关自适应区域匹配算法(normalizedcrosscorrelation-selfadjustmentregion，ncc-sar)的断路器弹簧性能检测方法。

背景技术：

高压断路器是电力系统中的重要设备，其运行可靠性对电网的保护与控制至关重要。操动机构是决定断路器性能的核心部件之一，其中弹簧操动机构是使用最普遍的操动机构，且其涉及的弹簧数量和类型较多，因而断路器中弹簧的可靠性对设备及电力系统的安全运行具有重要影响。随着断路器服役年限的延长，其内部操动机构中的弹簧出现疲劳、老化等问题，弹簧疲劳缺陷直接影响分合闸的时间与速度，弹簧性能的劣化会导致断路器延迟动作甚至拒绝动作等现象，严重影响断路器的安全稳定运行。

目前，对弹簧性能的检测采用弹簧疲劳试验机，而对于断路器中的弹簧，由于弹簧已固定安装，对其拆解再放于疲劳试验机中进行测试十分不便，且拆解在线运行的断路器弹簧有极大安全隐患，不具有可行性。

基于计算机视觉技术获得断路器弹簧性能是一种非接触式检测新方法。通过高速相机捕捉断路器分合闸过程中弹簧的运动情况，获得上千帧图像序列，识别海量高分辨率图像目标的速度与精度直接影响方法的实用性。归一化互相关(ncc)匹配算法识别精度高、抗噪声干扰能力强、不受灰度值线性变换影响，但其计算量大、运行速度慢，故在保证匹配精度的前提下，优化ncc算法的运行速度是实现基于计算机视觉技术检测断路器弹簧性能的关键。最后利用每匝弹簧在分合闸过程中的运动特性数据，代入断路器弹簧性能评估函数，实现对弹簧性能的评估。

技术实现要素：

针对现有技术的不足，本发明提供一种ncc-sar算法的断路器弹簧性能检测方法，根据弹簧运动过程中已知的相邻帧目标位置自动调整算法的识别区域，从而定位到新的识别区域，优化ncc算法，提高识别速度，利用识别得到每匝弹簧的运动特性实现对断路器弹簧性能的评估。

本发明是通过如下的技术方案来解决上述技术问题的：一种ncc-sar算法的断路器弹簧性能检测方法，通过高速相机捕捉断路器分合闸过程中弹簧的运动情况，获得上千帧图像序列，采用ncc-sar算法识别每匝弹簧的运动特性，结合断路器弹簧性能评估函数实现对测试弹簧性能的评估，具体包括以下步骤：

(1)安装断路器弹簧性能检测专用装置，调节装置参数，捕捉断路器分合闸过程的高速图像序列，并启动计算分析；

(2)通过图像灰度差值辨识法确定弹簧运动的开始帧，得到弹簧运动开始后的n帧图像序列；

(3)使用截线交点法对每匝弹簧进行编号，共得m匝弹簧并作为待识别目标；

(4)对第i(i∈m)匝弹簧进行识别区域的自动调整，根据目标在上一帧的位置自动调整下一帧的识别区域，直至得到该匝弹簧在n帧图像序列中的所有位置；

(5)依次对其它匝弹簧进行所述步骤(4)，得到m个目标在n帧图像中的运动特性；

(6)将m匝弹簧的运动特性数据代入断路器弹簧性能评估函数，以计算出的函数值实现对弹簧性能的评估。

进一步的，所述步骤(1)中的断路器弹簧性能检测系统包括led光源、高速相机、相机支架、控制主机以及部署在控制主机上的基于ncc-sar算法的断路器弹簧性能检测软件；通过相机支架将高速相机安装在断路器弹簧上空，调节相机支架高度与角度，使高速相机镜头垂直于断路器弹簧，且让弹簧位于图像正中央；调节高速相机的焦距与帧率，使其能够在保证图像分辨率的情况下捕获足够的图像帧数；启动基于ncc-sar算法的断路器弹簧性能检测软件，捕获高速图像序列，开始上述步骤(2)至(6)的计算分析。

进一步的，所述步骤(2)中的图像灰度差值辨识法是将相邻两帧图像所有对应位置的像素点灰度值进行相减，统计差值大于20的像素点个数记为w，若w超过设定阈值(设定图像总像素点个数的2％为阈值)，则认定该帧为弹簧运动开始帧，设运动开始后共得到n帧图像。

进一步的，所述步骤(3)中的截线交点法是以弹簧整体作为目标，使用常规的ncc算法识别出弹簧位置，再从弹簧正中间设一根贯穿弹簧的直线，该直线将与每匝弹簧目标均有一个交点，以此交点依次从上往下对每匝弹簧进行编号为1，2，…，m，并以此作为m个待识别目标；截线交点法能够克服每匝弹簧因相似而难以区分识别造成的问题。

进一步的，所述步骤(4)先在第一帧图像中以整副图像作为识别区域，结合截线交点法识别出第i匝弹簧在第一帧图像中的位置，以该位置为中心的p×q小区域矩形作为第一帧的识别区域；当已知第k-1帧(k-1∈n，k∈n)的目标位置及识别区域后，根据目标的运动速度计算出区域位移δx＝λv+c，其中λ为比例系数，v为运动速度，c为常数，利用δx自动调整得到第k帧的识别区域后，在新识别区域中快速、准确地搜索到第k帧的目标图像；以此类推，依次取帧进行识别直至得到第i匝弹簧在n帧图像序列中的所有位置。

进一步的，所述步骤(5)中的目标运动特性包括目标坐标和目标速度。

进一步的，所述步骤(6)中的断路器弹簧性能评估函数为

其中，第i匝弹簧在第k帧中的坐标为速度为第i与i+1两相邻匝弹簧在第k帧中的匝距为对第i匝弹簧性能进行评估的依据是该匝弹簧在整个分合闸n帧图像序列中的匝距与速度，为第i匝弹簧在第k帧中目标的匹配相似度分值，i＝1，2，…，m；k＝1，2，…，n；

最后得到所有匝弹簧性能的评估值s1，s2，…，sm，将其与设定阈值相比较，得知弹簧的性能状况以及是否发生劣变。

与现有技术相比，本发明所提供的ncc-sar算法的断路器弹簧性能检测方法，通过高速相机捕捉断路器分合闸过程中弹簧的运动情况，获得上千帧图像序列，采用ncc-sar算法识别每匝弹簧的运动特性，结合断路器弹簧性能评估函数实现对测试弹簧性能的评估；本发明的检测方法为非接触式检测方法，无需对弹簧拆解进行测试能够对现场运行中的断路器弹簧进行带电检测，解决了弹簧疲劳试验机需要拆解弹簧的难题；本发明的ncc-sar算法为自适应匹配算法，不仅识别精度高、抗噪声干扰能力强、不受灰度值线性变换影响，而且运行速度快，提高弹簧性能在线检测效率。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明ncc-sar算法的断路器弹簧性能检测流程图；

图2是本发明断路器弹簧性能检测专用装置结构示意图；

图3是本发明截线交点法进行弹簧匝数编号的示意图；

图4是本发明ncc-sar算法区域自动调整示意图；

图5是本发明ncc-sar算法的断路器弹簧性能检测方法的具体流程图。

具体实施方式

下面结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1和图5所示，本发明的ncc-sar算法的断路器弹簧性能检测方法，通过高速相机捕捉断路器分合闸过程中弹簧的运动情况，获得上千帧图像序列，采用ncc-sar算法识别每匝弹簧的运动特性，结合断路器弹簧性能评估函数实现对测试弹簧性能的评估，以zn65-12型高压断路器分闸过程为例，具体实施包括以下步骤：

(1)安装断路器弹簧性能检测专用装置，如图2所示，断路器弹簧性能检测系统包括led光源、高速相机、相机支架、控制主机以及部署在控制主机上的基于ncc-sar算法的断路器弹簧性能检测软件；通过相机支架将高速相机安装在断路器弹簧上空，调节相机支架高度与角度，使高速相机镜头垂直于断路器弹簧，且让弹簧位于图像正中央；调节帧率为3000帧/秒，调节焦距使断路器弹簧清晰；启动基于ncc-sar算法的断路器弹簧性能检测软件，捕获高速图像序列，开始下述步骤(2)至(6)的计算分析。

(2)通过图像灰度差值辨识法确定弹簧运动的开始帧，本实施例中图像的分辨率为300×1000，则运动开始阈值为6000(总像素点个数的2％为阈值)。对高速相机捕捉的图像进行相邻帧图像所有对应位置的像素点灰度值相减，统计灰度差值大于20的像素点个数，若大于6000，则认定为弹簧运动开始。运动开始后共得到n帧图像。断路器在动作开始前存在大量冗余图像，通过图像灰度差值辨识法辨识出运动开始帧，从而剔除冗余图像，提高检测方法运行速度。

(3)使用截线交点法对每匝弹簧进行编号，首先以弹簧整体作为目标，使用常规的ncc算法识别出弹簧位置，再从弹簧正中间做一根贯穿弹簧的直线，该直线将与每匝弹簧目标均有一个交点，以此交点依次从上往下对每匝弹簧进行编号为1，2，…，m，并以此作为m个待识别目标，如图3所示。zn65-12型高压断路器中弹簧的底部与基座固定连接，上部与运动拐臂相连接，弹簧的收缩运动可带动拐臂的运动。由于每匝弹簧都很相似，图像识别算法能识别出每一匝弹簧，但是无法将它们区分开来，截线交点法能够克服每匝弹簧因相似而难以区分识别造成的问题。

(4)对第i(i∈m)匝弹簧进行识别区域的自动调整，首先在第一帧图像中以整副图像作为识别区域，结合截线交点法识别出第i匝弹簧在第一帧图像中的位置，以该位置为中心的100×200小区域矩形作为第一帧的识别区域。第i匝弹簧目标在第k-1帧中的坐标为速度为(i＝1，2，…，m；k＝1，2，…，由公式δx＝λv+c得区域位移本实施例中取λ＝0.2，c＝3。利用区域位移自动调整识别区域得到第k帧的识别区域，如图4所示。利用调整识别区域后，在新识别区域中快速、准确地搜索到第k帧的目标图像以此类推，依次取帧进行识别，直至得到第i匝弹簧在n帧图像序列中的所有位置。这种ncc-sar算法从识别区域上提高了目标的搜索速度与精度。

(5)对弹簧的m匝弹簧使用ncc-sar算法，重复第(4)步，识别m个目标在n帧图像中的运动特性，包括运动位置和速度，识别得到m个目标在n帧图像中的坐标为速度为

(6)利用m个目标在n帧图像中位置坐标，计算两相邻匝弹簧在某帧中的匝距，记第i与i+1两相邻匝弹簧在第k帧中的匝距为(i＝1，2，…，m；k＝1，2，…，n；定义)，以此计算出m匝弹簧在n帧图像中的匝距为对第i匝弹簧性能进行评估的依据是该匝弹簧在整个分合闸n帧图像序列中的匝距与速度，第i匝弹簧的断路器弹簧性能评估函数为

式中，(i＝1，2，…，m；k＝1，2，…，n)为第i匝弹簧在第k帧中目标的匹配相似度分值，以由此式计算出m匝弹簧的性能评估值为s1，s2，…，sm；si代表第i匝弹簧的性能，si越大表示弹簧疲劳问题越严重、性能越差，si越小表示弹簧疲劳问题越轻、性能越好。最终将si与设定阈值相比较，则可实现对断路器弹簧性能的评估。

以上所揭露的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。