基于Lab和YUV顏色空間的污油圖像分割研究

邢致愷　賈鶴鳴　邢國軍　張森　朱柏卓　朱傳旭

摘 要：傳統的油田人工巡檢方式往往效率很低，因此本文提出利用多旋翼無人機進行管線巡檢，并且對管線所在區域進行拍攝，將獲得的原始污油彩色圖像分別轉換到顏色空間和YUV顏色空間，然后分別對Lab顏色空間進行Otus閾值分割，對YUV顏色空間進行Renyi熵分割，最后將兩種分割方法得到的圖像進行合并、濾波，以得到最終的分割圖像。結果表明該方法能夠有效地進行管線巡檢，并且能過發現該區域中存在的污油。

關鍵詞：油田管線巡檢；圖像處理；顏色空間；閾值分割

中圖分類號：TP273 文獻標識碼：A

0.引言

在石油生產開發中，油田管線是必不可少的一部分，為確保原油的運輸提供了保障，通過進行管線巡檢確保將原油泄漏的污染降到最低。油田中巡查管線，主要依靠徒步巡檢或者根據管線壓力進行判斷，由于野外油氣管道環境惡劣、道路復雜等問題，所以巡檢效果不好，人力成本極高。隨著微電子、微機械系統和北斗衛星導航的快速發展，多旋翼無人機發展迅速，確保無人機能夠執行油田管線巡檢任務。同時，對于一些管道泄漏區域，人員根本無法靠近，存在運營成本高、人員安全保障難等問題。在無人機巡檢過程中，污油的識別對最終識別管線穿孔準確率有著很大的影響。本文將無人機應用于油田管線巡檢任務，并且通過圖像處理對管線滲漏以及污油面積進行識別。首先，利用無人機對油田的地面情況分區域進行拍攝，將每幅圖片傳回控制屏，并將每幅圖片的位置信息進行記錄。然后分別在Lab空間下利用閾值分割進行分割。通過觀察試驗結果得到：利用Lab和YUV顏色空間的污油圖像分割方法，可以得到分割較好的污油區域，并且能夠初步估算污油大致的面積。

1.多旋翼無人機圖像采集系統

1.1 無人機的定義

無人機駕駛航空器簡稱無人機，英文的縮寫為UAV（unmanned aerial vehicle）。無人機最早在20世紀20年代出現，無人機當時是作為訓練用的靶機使用的。隨著技術的成熟，無人機正在逐步市場化，其應用的領域在民用、商業或是娛樂等方面正逐步加強。無人機具有受天氣情況影響小、工作效率高、反應靈敏、定位精確度高、操控容易等特點。飛控系統運行平穩，性價比高，能夠實現懸停并且對固定區域進行重點拍攝。

1.2 無人機工作原理

無人機的核心是飛行控制系統，該系統對無人機的歐拉角、角速度、空氣阻力進行采集，轉換成電信號傳輸給飛行處理器，通過中央處理器對采集的信號進行解析，確定無人機的位置信息，通過下達指令對其飛行的方向和速度進行控制，在飛行中通過Wi-Fi通信系統實時將無人機的相關參數和采集的圖片傳輸給地面站；另一方面，根據實際要求可以編輯指令，利用地面站發送給無人機，調整無人機姿態、航向，對指定目標拍攝或探測。在實際控制中，無人機沿地圖中標記的石油管線走向進行巡查，默認為自動飛行模式，遇到緊急情況時可以通過手動模式進行操控，飛行時用三軸高清攝像設備對石油線道進行拍攝，將所采集的圖片和錄像實時傳輸至地面站。利用4G網絡進行傳輸數據，手機則可以實時接收到圖像信息。

2.基于Lab和YUV顏色空間的污油圖像分割算法

由于輸油管線埋于地下，存在腐蝕、滲漏等問題，造成原油泄漏，導致環境污染。但是實際中，有些管線穿過湖泊或者蘆葦等，人力無法到達，給巡檢帶來巨大困難。通過無人機對有管線區域進行巡檢，對每個區域進行拍攝，對拍攝后的圖片進行分析，得到該污油面積等數據。本文使用基于Lab和YUV顏色空間的分割算法對實驗數據進行處理。

Lab顏色空間是由CIE（國際照明委員會）制定的一種色彩模式。大自然中所有的點色都能通過Lab空間進行表達，它展現的色彩空間比RGB空間大得多。Lab空間的轉換是非線性的，在RGB顏色空間的基礎上，用3個原色X、Y、Z建立一個新的顏色空間，首先將RGB轉換到XYZ上，如公式（1）所示：

4.實驗設計與結果分析

4.1 樣本采集及預處理

本實驗所采用的樣本均采集于大慶油田采油二廠區域，主要利用無人機在懸停狀態下進行拍攝，達到合理高度保證圖像質量；將采集的圖片傳回地面站，利用Matlab2016進行仿真實驗研究。為保證程序的處理速度，對有效的圖片采用自適應霍夫曼方法進行壓縮，將4000*2250的圖像樣本歸一化為400*225大小的同比例圖像，如圖1所示。由于高空存在氣流等因素導致圖片會存在噪聲，所以對圖像進行中值平均濾波方法處理，以便對彩色圖像進行分割處理，如圖2所示和圖3所示。

4.2 管線污油分割實驗設計-Lab和YUV空間的分割算法

（1）將圖像從RGB彩色空間轉換到Lab顏色空間，對a分量運用Otsu法進行分割。

（2）將圖像從RGB彩色空間轉換到YUV顏色空間，然后提取V分量，對其使用Renyi熵方法進行分割。

（3）將基于Lab顏色空間的Otsu分割所得圖像與基于YUV顏色空間的Renyi熵分割所得的圖像進行數學或運算，采用均值濾波處理，得到最佳分割圖像。

4.3 實驗結果與分析

從圖3和圖4的實驗結果可以看出，Lab和YUV空間的分割算法能夠將污油與周圍顏色對比明顯的區域分割出來，驗證了圖像分割算法在油田管線巡檢應用的實用性。

結論

針對目前管線巡檢難度大，復雜區域人力無法進行巡檢，提出了多旋翼無人機進行管線巡檢。通過對無人機進行控制，使無人機能夠自行對地下已知管線進行巡檢，通過攝像設備的拍攝，由地面站對圖片進行識別，最后判斷該區域是否存在污油。

參考文獻

[1]付昱瑋，李字明，姜洪.無人機巡線的發展和應用研究[J].黑龍江科技信息，2014（3）：25-27.

[2]王翔宇，王躍，鮑蕊，等.基于巡檢方案事件檢出概率的長距管線無人機總體設計[J].航空學報，2016，37（1）：193-206.

[3]常文見，孟凡輝，王倉，等.無人機遙感技術在長輸管道中的應用探討[J].價值工程，2013（32）：197-198.

[4]李器宇，張拯寧，柳建斌，等.無人機遙感在油氣管道巡檢中的應用[J].紅外，2014（3）：37-42.

通信作者：賈鶴鳴endprint