紅外和可見光視頻監(jiān)測設(shè)備在光學(xué)元件故障診斷中的應(yīng)用

胡爭爭 李乾 胡豪

（1.中國電子科技集團(tuán)公司第二十七研究所 河南省鄭州市 450000）

（2.國防科技大學(xué)前沿交叉學(xué)科學(xué)院 湖南省長沙市 410000）

1 系統(tǒng)組成

監(jiān)測診斷設(shè)備采用分布-集中式的系統(tǒng)架構(gòu)，即分布式采集處理視頻信息，集中顯示輸出視頻信息及預(yù)警信號。該系統(tǒng)架構(gòu)能夠保證數(shù)據(jù)采集、處理的高效性以及顯示輸出的友好性，并且便于后續(xù)系統(tǒng)的擴(kuò)展及維護(hù)。

按照視頻數(shù)據(jù)流向監(jiān)測診斷設(shè)備分為視頻數(shù)據(jù)采集、傳輸、處理和顯示四個(gè)時(shí)序環(huán)節(jié)，基于該時(shí)序環(huán)節(jié)將監(jiān)測診斷設(shè)備的硬件設(shè)備分為四個(gè)單元，分別為：視頻采集單元、視頻傳輸單元、視頻處理單元和視頻顯控單元。系統(tǒng)的硬件架構(gòu)圖如圖1 所示。

圖1： 監(jiān)測診斷設(shè)備硬件架構(gòu)圖

視頻采集單元主要由安裝部署在該激光系統(tǒng)中的若干組長波紅外相機(jī)和可見光相機(jī)組成。每一組相機(jī)由一臺長波紅外相機(jī)和一臺高速可見光相機(jī)組成，負(fù)責(zé)監(jiān)測一個(gè)光學(xué)元件。根據(jù)不同的光學(xué)元件針對性的設(shè)置采集幀率、圖像像素等采集條件，并將符合要求的視頻信息，按照約定的傳輸協(xié)議進(jìn)行發(fā)送，基于需要監(jiān)測對象的數(shù)量可以靈活動態(tài)擴(kuò)展；

視頻傳輸單元主要由光纖交換機(jī)和千兆網(wǎng)交換機(jī)組成，以滿足視頻采集端不同帶寬的傳輸要求以及后續(xù)采集單元的擴(kuò)展需求；

視頻處理單元主要由若干嵌入式視頻采集板組成，完成對紅外視頻及可見光視頻的實(shí)時(shí)采集及解析，并基于解析結(jié)果進(jìn)行實(shí)時(shí)故障診斷及預(yù)警輸出。其中，視頻處理單元是該系統(tǒng)的核心單元。根據(jù)該激光系統(tǒng)的工作特點(diǎn)，需要視頻故障診斷具備實(shí)時(shí)性及高效性，故視頻處理單元需要使用高性能的嵌入式處理板以保證相關(guān)算法運(yùn)行的實(shí)時(shí)性和高效性。

視頻顯控單元主要是完成紅外和可見光視頻的實(shí)時(shí)監(jiān)測，并能將視頻處理單元發(fā)送的預(yù)警信號進(jìn)行可視化的展示，滿足監(jiān)測人員的預(yù)警監(jiān)控要求。其中，輸出的預(yù)警信號包括預(yù)警位置、異物預(yù)警和高溫預(yù)警等。

2 工作流程

監(jiān)測診斷設(shè)備的具體工作流程如下：

首先，監(jiān)測診斷設(shè)備以25Hz 的頻率、640×512 的像素采集紅外視頻，以60Hz 的頻率、1280×1024 像素采集可見光視頻；

然后，對采集到的紅外和可見光視頻分三路同時(shí)處理，第一路將視頻原始數(shù)據(jù)以RAW 文件的形式直接存儲在本地硬盤上；第二路將可見光視頻和紅外視頻分別按照不同故障診斷算法進(jìn)行實(shí)時(shí)處理，如果診斷出故障信息，直接將編碼后的預(yù)警信息發(fā)送到顯控端；第三路將可見光和紅外視頻信息解析后，按照15Hz 的頻率發(fā)送到顯控端；

最后，顯控端顯示接收到的視頻信息，并基于預(yù)警信息進(jìn)行故障預(yù)警。監(jiān)測診斷設(shè)備的工作流程圖如圖2所示。

圖2： 工作流程圖

3 核心算法設(shè)計(jì)及實(shí)現(xiàn)

監(jiān)測診斷設(shè)備的核心就是對光學(xué)元件的狀態(tài)監(jiān)測及健康狀態(tài)分析，本文根據(jù)該激光系統(tǒng)的工作流程及光學(xué)元件的故障特征，運(yùn)用基于可見光視頻信息的異物檢測以及基于紅外視頻信息的溫度預(yù)警等算法，針對性的對光學(xué)元件進(jìn)行狀態(tài)監(jiān)測及健康狀態(tài)分析。

3.1 基于可見光視頻信息的異物檢測算法

由于被監(jiān)測的光學(xué)元件工作在低照明場景下，可見光成像的效果較差，為了滿足操作員的較好的監(jiān)測需求，需要對視頻進(jìn)行增強(qiáng)處理；由于監(jiān)測的光學(xué)元件較多且場景不統(tǒng)一，需要針對性的研究場景異物檢測算法，及時(shí)監(jiān)測到該激光系統(tǒng)在持續(xù)工作時(shí)光學(xué)元件的狀態(tài)，在光學(xué)元件狀態(tài)異常時(shí)，能夠及時(shí)監(jiān)測并輸出預(yù)警信號，防止該激光系統(tǒng)持續(xù)工作時(shí)光學(xué)元件受到較大的損壞。

激光系統(tǒng)工作過程中，監(jiān)測光學(xué)元件的可見光視場中可能會出現(xiàn)很多亮點(diǎn)，但并不是所有的亮點(diǎn)都是能造成光學(xué)元件損壞的異常點(diǎn)?；诠鈱W(xué)元件的工作特性，分析發(fā)現(xiàn)只有長時(shí)間固定不動且范圍足夠大的亮點(diǎn)才有可能造成光學(xué)元件損壞，基于該分析確定了異物檢測算法邏輯如下。

為保證診斷數(shù)據(jù)的有效性，動態(tài)處理分析時(shí)，獲取到三幀連續(xù)圖像后開始進(jìn)行診斷，具體步驟如下：

（1）讀取數(shù)據(jù)，逐幀進(jìn)行中值濾波；

（2）按照設(shè)定的亮度閾值進(jìn)行二值化處理；

（3）將處理后的三幀圖像進(jìn)行疊加，然后使用opencv 中的cal_point()函數(shù)，確定視場中最亮點(diǎn)的位置；

（4）根據(jù)上述位置，利用opencv 的findContours()函數(shù)獲取每一幀圖像中標(biāo)記對應(yīng)亮斑的輪廓；

（5）循環(huán)利用opencv 中的contourArea()函數(shù)計(jì)算圖片中所有亮斑外輪廓的面積；

（6）最后，基于診斷標(biāo)準(zhǔn)，保留亮斑面積大于2的外輪廓標(biāo)注，并輸出預(yù)警信號。

基于以上算法，該激光系統(tǒng)工作過程中，可見光視頻處理的效果圖，如圖3 所示。

圖3： 異物檢測算法效果圖

3.2 紅外視頻溫度預(yù)警算法

該激光系統(tǒng)工作過程中，紅外相機(jī)監(jiān)測到的光學(xué)元件的溫度不僅僅是光學(xué)元件的真實(shí)溫度，而是光學(xué)元件的真實(shí)溫度和反射環(huán)境（其他元件）溫度的疊加。通過現(xiàn)有手段不能準(zhǔn)確采集到光學(xué)元件真實(shí)溫度，但是通過分析發(fā)現(xiàn)，正常情況下，該激光系統(tǒng)工作一瞬間，光學(xué)元件會出現(xiàn)快速溫升，然后迅速達(dá)到某種動態(tài)平衡（緩慢升溫或者小幅度波動）；而系統(tǒng)內(nèi)其他元件溫度一開始也會出現(xiàn)較快溫升（溫度上升幅度快于光學(xué)元件，且熱輻射能夠反射到光學(xué)元件上），然后緩慢上升。

基于以上分析，本文選擇峰值溫度、溫升率及平均溫升三個(gè)特征值作為高溫預(yù)警的指標(biāo)，具體的預(yù)警邏輯為：光學(xué)元件的平均溫升達(dá)到設(shè)定溫度閾值或者光學(xué)元件上的某點(diǎn)峰值溫度達(dá)到設(shè)定高溫閾值且溫升率大于設(shè)定值，即輸出故障預(yù)警信號。

通過采集的光學(xué)元件溫度數(shù)據(jù)分析發(fā)現(xiàn)：固定場景，正常情況下光學(xué)元件的平均溫升不會超過20℃且溫升率不會大于10℃，但是由于該激光系統(tǒng)工作環(huán)境、工作時(shí)長以及光學(xué)元件累積工作時(shí)長等一系列原因，光學(xué)元件的峰值溫度閾值Tmax并不好直接確定，設(shè)定的過高或者過低都不能較好的達(dá)到預(yù)警的效果，故如何較為準(zhǔn)確的確定光學(xué)元件的峰值溫度閾值Tmax是一個(gè)難點(diǎn)。

本文根據(jù)每個(gè)光學(xué)元件的特點(diǎn)，采用動態(tài)計(jì)算閾值的方法確定每次的峰值溫度，即在每次激光系統(tǒng)工作結(jié)束后，基于最新的工作數(shù)據(jù)進(jìn)行下次工作峰值溫度的計(jì)算，并將計(jì)算結(jié)果數(shù)值作為下次工作的峰值溫度閾值。具體的方法為：首先，利用多次正常工作數(shù)據(jù)，訓(xùn)練出一致性較好的分布函數(shù)；然后，基于該分布函數(shù)計(jì)算確定后續(xù)的峰值溫度。

通過對采集的歷史數(shù)據(jù)分析發(fā)現(xiàn)，光學(xué)元件峰值溫度服從正態(tài)分布，利用正態(tài)分布的3σ 區(qū)域確定光學(xué)元件峰值溫度為：Tmax=μ+3*σ，在后續(xù)采集到新的工作數(shù)據(jù)后，能夠利用新數(shù)據(jù)對閾值進(jìn)行迭代修正，保證閾值的持續(xù)優(yōu)化。

其中, μ 是n 次峰值溫度的算術(shù)平均值，σ 是n 次峰值溫度的標(biāo)準(zhǔn)差。

選取光學(xué)元件M1 的工作數(shù)據(jù)進(jìn)行驗(yàn)證，以判斷峰值溫度的計(jì)算是否合理。光學(xué)元件M1 的10 次正常工作數(shù)據(jù)如表1 所示，基于表1 的數(shù)據(jù)進(jìn)行計(jì)算得出的10次峰值溫度閾值數(shù)據(jù)以及真實(shí)峰值溫度數(shù)據(jù)對比情況如表2 和圖4 所示。

圖4： M1 10 次工作驗(yàn)證結(jié)果表

表1： M1 10 次正常工作數(shù)據(jù)表

表2： M1 10 次工作驗(yàn)證結(jié)果表

圖4 數(shù)據(jù)計(jì)算說明：在進(jìn)行峰值閾值迭代修正的時(shí)候需要剔除異常數(shù)據(jù)，即圖4 中22-13 及22-18 兩次數(shù)據(jù)不參與峰值溫度閾值的計(jì)算。

該激光系統(tǒng)在22-13 與22-18 兩次實(shí)際試驗(yàn)工作過程中，光學(xué)元件M1 確實(shí)狀態(tài)異常，并且監(jiān)測診斷設(shè)備按照預(yù)警邏輯進(jìn)行了實(shí)時(shí)預(yù)警，驗(yàn)證了本文中的算法的合理性。

4 結(jié)束語

本文基于紅外相機(jī)和可見光相機(jī)雙重監(jiān)測，實(shí)現(xiàn)了一種同時(shí)具備異物檢測和高溫預(yù)警能力的故障在線監(jiān)測診斷設(shè)備，解決了激光系統(tǒng)工作過程中光學(xué)元件的故障在線監(jiān)測及診斷的難題。本文提出的監(jiān)測診斷設(shè)備包括以下2 大創(chuàng)新點(diǎn)。

（1）使用紅外相機(jī)與可見光相機(jī)相結(jié)合的方式對光學(xué)元件進(jìn)行監(jiān)測。該方法能夠保證在不同的階段，從不同的角度對光學(xué)元件進(jìn)行監(jiān)測及分析，能夠更加準(zhǔn)確的對光學(xué)元件進(jìn)行故障診斷；

（2）使用峰值溫度、溫升率及平均溫升三個(gè)指標(biāo)進(jìn)行故障診斷及預(yù)警輸出?，F(xiàn)有大部分監(jiān)測診斷設(shè)備都是使用固定峰值溫度閾值進(jìn)行故障診斷，不能基于光學(xué)元件實(shí)際工作的特性及故障特征進(jìn)行針對性的設(shè)計(jì)故障診斷算法，故而虛警率高實(shí)用性不強(qiáng)，在實(shí)際工程中只能輔助操作員進(jìn)行判斷而達(dá)不到系統(tǒng)想要的預(yù)警效果。本文中的預(yù)警輸出邏輯能夠大幅度提高故障診斷的準(zhǔn)確性，降低虛警率，達(dá)到較好的預(yù)警效果。