基于LabVIEW圖像處理的油泥快速檢測系統研究

付龍飛，王 娟，劉永洛，封強鎖，姚 蕾

（西安熱工研究院有限公司，西安710054）

探索表征電力用油劣化變質指標和評判方法是目前國內外油品檢測領域和電廠化學領域的研究熱點，也是極具挑戰性的研究領域之一。電力用油如汽輪機油及抗燃油等在運行中均不可避免地會劣化變質，油品劣化變質后必然會產生油泥，即油中劣化產物縮合后形成的大分子產物[1]。在電力用油的生產監督實踐過程中發現油泥含量能夠表征油品的劣化程度， 因此在各種電力用油維護管理導則及質量監督標準中都明確要求檢測并降低油泥的含量[2]。

傳統的油泥檢測方法， 因其檢測過程繁瑣、用時過長（需要幾天才能出結果）且需要精密儀器，使其無法應用于油泥的快速檢測，制約了油泥檢測在油質監督中的重要作用[3]。對此，提出基于圖像處理的油泥快速檢測系統，可對電力用油的油泥含量進行準確檢測。系統采用CCD 圖像傳感器對電力用油中油泥進行采集，運用邊緣檢測算法進行圖像提取，最終基于樣本數據庫進行油泥含量的準確檢測。系統以邊緣檢測算法為核心，高分辨率CCD 圖像傳感器作為檢測元件采集信息，低畸變、大景深的雙遠心鏡頭作為成像元件，實現油泥含量的快速檢測。

1 系統結構及檢測原理

1.1 檢測原理

油泥快速檢測系統的檢測原理如圖1所示。

圖1 系統的檢測原理Fig.1 Detection principle of the system

采用CCD 相機采集油泥圖像，圖像信息以數字信號的形式傳輸到嵌入式計算機進行數據處理。基于LabVIEW 平臺的IMAQ Vision 圖像處理功能開發檢測程序[4]，對采集到圖像數據進行處理、分析、顯示及結果保存。

1.2 系統結構

油泥快速檢測系統主要由相機、 雙遠心鏡頭、平行背光源、嵌入式計算機與導軌支架組成。圖像采集和處理部分由高品質感光器件的黑白CCD 相機、高分辨率雙遠心鏡頭和高性能嵌入式計算機組成；光源采用均勻性好、發光方向一致性高的平行背光源。自主研發的雙遠心油泥測量系統如圖2所示，相機和鏡頭的參數見表1。

圖2 油泥測量系統Fig.2 Detection system of sludge

雙遠心鏡頭通過在光路中設置孔徑光闌，限制軸上成像光束中邊緣光線的最大傾角，使物體側和成像側的主光線平行于光軸，從而保證了較大的景深范圍和工作距離內放大倍率恒定[5]。所采用的雙遠心鏡頭具有遠心度小，分辨率高，超低成像畸變以及較高的光透射率。

相機采用千兆以太網接口進行圖像實時傳輸，以大型數據包傳輸形式，減少對中斷的處理，提高性能增加穩定。

2 油泥檢測軟件設計

2.1 相機標定

相機標定是視覺測量中的前提條件，是轉換目標像素圖像坐標到世界坐標的重要過程。透鏡的畸變效應是其固有特征，任何鏡頭都存在畸變，在實際使用中， 普通鏡頭需采集若干張標定板的圖片，通過標定算法獲得相機的內參數和外參數，根據此參數矯正畸變的圖像，從而得到被測物的實際參數，但是雙遠心鏡頭具有超低畸變（如＜0.06%），在檢測過程中可忽略。在此選用光學玻璃材質的13×12 陣列棋盤格作為標定板， 其圖案大小為3 mm×3 mm，圖案精度為0.001 mm。根據檢測標定的實際幾何尺寸及其對應的像素數量，計算出像素當量。

2.2 程序結構

基于LabVIEW 平臺IMAQ Vision 圖像處理功能開發的油泥檢測系統程序流程如圖3所示。采集到被測油泥樣品圖像后，先采用濾波的方法對圖像進行預處理，去除圖片中的噪聲，然后采用圖像分割技術提取出目標區域，將目標與背景分離，根據提取出的目標區域對被測物油泥情況進行特征提取處理，并進行特征參數計算，最終輸出計算的油泥結果。

圖3 油泥檢測系統程序流程Fig.3 Program flow chart of sludge detection system

2.3 特征提取

玻璃試管中油泥的圖像邊緣是其灰度變化比較劇烈的區域，因此油泥檢測的核心是油泥邊緣的提取，即圖像邊緣檢測。常用的邊緣檢測算子包括Roberts，Sobel，Canny 等，其中Canny 算子綜合使用量高斯函數及一階差分等計算方法，具有較高的信噪比及良好的定位性能。在此采用了Canny 邊緣檢測算子進行邊緣特征的提取，其運算流程如圖4所示。

圖4 Canny 邊緣檢測算子流程Fig.4 Flow chart of Canny edge detection operator

Canny 算子開始利用高斯濾波函數平滑圖像去噪，然后采用一階偏導的有限差分來計算梯度幅值和方向，并經過非極大值抑制的運算過程，且采用2個閾值th1 和th2 對非極大值抑制圖像進行處理，連接邊緣線，完成Canny 算子的邊緣檢測。

2.4 特征計算

在準確獲取油泥圖像的邊緣特征后，根據圖像處理的方法測量油泥的投影面積、高度及寬度的像素參數，結合標定出的像素當量，最終計算出實際對應參數值。由于油泥上面存在差異，因此需對油泥上界面進行有效特征提取計算，首先根據提取到的圖像對上界面進行景深范圍內前后沿提取，判斷上界面是否符合直接特征計算要求，根據判斷結果執行相應的有效高度計算，特征參數計算流程如圖5所示。

圖5 特征參數計算流程Fig.5 Flow chart of characteristic parameter calculation

基于預先建立的油泥含量樣本數據庫信息，結合測量的油泥圖像參數，計算出所采集圖像的油泥含量。

3 系統檢測結果

基于LabVIEW 的程序開發分為前面板開發和程序框圖開發。前面板主要完成人機交互界面接口，如設置名稱、顯示結果、顯示圖像等，可實現檢測過程的直觀展示， 油泥檢測系統操作界面如圖6所示。

圖6 油泥檢測系統操作界面Fig.6 Operating interface of sludge detection system

前面板中，交互控件對應于程序框圖中的輸入及者輸出端口，按照油泥檢測功能，采用IMAQ Vision 工具包在程序框圖中進行軟件設計， 通過合理使用循環結構、事件結構及順序結構，完成了圖像采集、圖像預處理、特征提取、特征計算、結果顯示等功能。油泥測量結果見表2。

由表2可知，基于LabVIEW 的油泥檢測系統具有較小的測量誤差、 檢測結果能真實表征油泥含量。造成誤差的原因是系統安裝、定位及樣本數據庫的數量等因素，合理的定位安裝及足夠樣本數據可進一步提高檢測準確性。

表2 油泥測量結果及分析Tab.2 Sludge measurement results and analysis

4 結語

研制了一套電力用油油泥含量檢測系統，解決了現階段油泥檢測的時效性問題， 提高了檢測效率。以電力用油的油泥含量為檢測對象，通過設計圖像采集系統采集油泥圖像，并通過千兆網絡傳輸至嵌入式計算機中，計算機通過圖像處理、分析圖像特征計算特征參數，最終檢測出電力用油的油泥含量。試驗結果表明，基于LabVIEW 的油泥檢測系統可以完成油泥含量的測量， 具有較高的準確性。鑒于電力用油油泥含量可以表征油品的老化程度，基于LabVIEW 的油泥含量圖像測量將具有十分廣泛的應用前景。