圖像處理在石油安全儲存監控方面的應用

王通 朱士虎

（江蘇師范大學物理與電子工程學院 江蘇省徐州市 221116）

第二次工業革命與第二次世界大戰之后,對更高效、更能效的新能源的需求，使得幾乎所有的發達國家的能源消費都轉向了石油和天然氣。1965年世界能源消費中，石油的比重39.4%，大于煤炭0.4個百分點, 成為世界第一能源[1]。石油在當下世界經濟競爭格局中，作為基礎能源，扮演著至為重要的角色功能。

隨著高質量發展理念的提出，適應生態保護和諧發展的戰略需要，如何高效利用石油能源，盡可能減少安全隱患，避免因為是有儲存或運輸中的爆炸事故引發的不可逆性破壞，就成為一個迫切需要在科學研究與技術防范方面必須解決的安全問題。

1 石油安全存儲所面臨的問題

石油儲存過程中發生泄露導致的安全事故，包括火災，爆炸，爆燃等，對于資源以及周圍環境所產生的破壞都是不可逆的，例如美國墨西哥灣原油泄露事件、7?16大連輸油管爆炸事故、濱港石油罐區爆炸等，石油火災、爆炸所造成的破壞影響范圍廣、時間久、危害大。因此石油存儲的安全問題不容忽視。

2 針對石油存儲安全監控研究

石油具有易蒸發性、易泄漏、擴散、積聚性等特點，其儲存中的安全檢測就需要較高的技術條件；但通過傳統監控手段進行檢測和監控的話，當石油還未引起火災爆炸反應之前，各種安全隱患并不容易監控到。因此，考慮到石油蒸汽與空氣密度差的問題，基于紅外熱成像測溫原理，對石油儲存區進行紅外監控，應用圖像處理技術對監控圖像進行圖像增強處理，通過分析紅外圖像的變化，可以實現對石油儲存高效安全監測的目的。這是本文研究的重點所在。

2.1 紅外圖像采集

由于石油本身的物質特性，在儲存中很難采用直接接觸的溫度檢測等技術手段，一來因儲運工具本身的物理條件限制，難以準確檢測和控制；再者，因為直接接觸技術可能引發更多的安全隱患。因此，必須采用非接觸式檢測技術。在這一領域，目前最為穩定和有效的技術當屬紅外熱成像技術。眾所周知，紅外成像技術依據普朗克定律，通過探測輻射能的量和量變，利用不同物體輻射發散率的差異，技術呈現紅外熱圖像，來觀測物體的溫度分布與變化[2]。這一技術條件已經比較成熟，不過在石油儲存的安全監測方面還有很多值得細致探究的課題，還有很多可以改進得更為精準的技術手段值得深入探索。

紅外熱成像技術原理主要分為兩部分：

（1）借助相應的光學組件和光電探測器，將物體的紅外熱輻射轉換為電壓信號，電壓信號的大小與變化反映物體的紅外熱輻射波長差異；

（2）通過圖像路板的處理芯片，將相應的電子信號按照特定的算式，轉換為數字形式，數字形式轉換為視頻圖像信號[3]。

2.2 圖像處理技術

機器視覺檢測技術就是利用紅外成像原理開發出的一種無損監測技術,伴隨著人工智能與深度學習的發展，尤其是當下網絡條件推動遠程監控手段不斷邁向精準運用的更高水平，這些已成為研究熱點，并且產生了越來越多的技術革新。機器視覺監測系統具有不僅高度自動化且檢測目標明確的特點，又因為和傳統監控方式相比，具有非接觸式的特點,特別適用于封閉儲存狀態下的石油安全監測，比起以“人”為主體的接觸式監測來說具有更高的精確度，因此跟更適合廣泛應用于石油儲存的在線監測。石油安全存儲監測不僅可以利用機器視覺技術和量化的性能指標檢測，還可以運用圖像增強技術對監控圖像進一步進行處理（具體步驟為：圖像采集→圖像傳輸→圖像處理→泄露識別定位），判別是否泄漏以及泄露定位。高度的自動化與精確性可以減少人工檢測的勞動強度的同時減少不必要的勞動力浪費, 達到安全可靠存儲石油的目的。

2.3 圖像銳化

2.3.1 概述

利用紅外成像原理進行石油儲存安全監測的技術呈現方式就是圖像銳化。

所謂圖像銳化，按照目前學界的觀點，就是“圖像銳化目的是讓圖像的細節, 如邊緣、頂點等更加清晰、突出、尖銳, 是一種補償輪廓、突出邊緣信息的處理方法”。[4]

從理論上來說，在圖像增強中，圖像通常受到噪聲的干擾，而平滑可以降低這種干擾，而且平滑可以降低對比度，圖像銳化則與之相反，使圖像的邊緣和細節得到增強，提高對比度。對于石油存儲來說，泄漏來-般為石油蒸汽,常常無法事先確定石油蒸汽的輪廓的取向，所以需要對得到的圖像進行銳化處理，得到蒸汽云圖像才能確定是否泄漏以及泄露具體情況。一般情況下，石油蒸汽具有輪廓不規則、不確定的特點，這就給監測技術提出了挑戰，要求確定基本變量，也就是輪廓基礎的算子，因此必須確定兩點：一是不具備空間方向性的線性微分算子，這可以說是不變量，另一則是具有旋轉不變的線性微分算子，這樣才能正確的確定蒸汽的輪廓，達到圖像銳化的目的。

對石油罐區監控圖像，必須用灰度這一物理量來檢測空間分布和變化。所謂的變化率，就是數學研究中所提出的梯度。簡單來說，就是灰度變化率越大，梯度越大，反之則越小。可以觀察到，用梯度法進行圖像增強處理顯然是有效果的，但是石油蒸汽不易觀察，形狀不固定，透明性較大，如果按照梯度法處理的話，誤差結果較大，根據石油本身的特性，采取拉普拉斯銳化顯然更符合監測設計的預期。

表1：3×3模板矩陣的權值

表2：8鄰域3×3的

2.3.2 拉普拉斯銳化原理原理

拉普拉斯銳化圖像的依據是圖像像素的變化程度。函數的一階微分概括函數的變化方向（增長/降低），二階微分則描述速率（變化的急劇程度）。由此可以推測：觀察二階微分就可以觀察到圖像色素的過渡程度（如黑色到白色的過渡就是比較急劇的）。

總結來說，就是將區域內灰度像素低的點進一步降低灰度，而灰度像素高的點進一步提高灰度,以此實現圖像的銳化處理。

2.3.3 拉普拉斯銳化應用

拉普拉斯相比于其他方法最大的優勢在于可以增強圖像的細節，由此來確定圖像的邊緣輪廓，針對石油蒸汽的特性顯然拉普拉斯法具有明顯的優勢，但不可避免的是，在特殊情況下存在著把噪音也一并加強的情況，針對這種誤差情況，需要運用平滑的處理方法對圖像進行預處理，再把圖像銳化。

推導二階微分與像素的關系，可以經過一階偏微分和推出的二元函數微分來呈現。

常用的推導公式如下：

一階微分法的作用是檢測石油蒸汽云邊緣是否存在，拉普拉斯算子的作用是確定邊緣的位置。

這樣可以找到一個模板矩陣，即表1，表2。

表1和表2分別是使用垂直和水平兩個方向上共四個鄰域的拉普拉斯算子處理模板和包括對角鄰點的8鄰域權值模板。由表1和表2可以在計算機上具體實現拉普拉斯銳化增強。他們的作用就是將黑色區域中的白點亮度增強。圖像邊緣就是灰度發生跳變的區域[5]。

8鄰域的表示方法為：

將算得的值替換原（x,y）處的像素值，可以得到類似邊界的地方然后根據式（5）即可得銳化圖像。

采用拉普拉斯算子8鄰域3×3清晰濾波模板，編制拉普拉斯增強程序編制框圖。大致流程為：打開軟件后，輸入灰度圖像文件名和輸出文件名（如果文件打不開退出程序重新啟動），復制文件頭，接著讀入位圖陣列，然后計算每點的x方向與y方向的分差，就可以計算拉普拉斯算子值，未處理完返回讀入位圖陣列繼續計算，最后將數據存盤。

3 結論

現階段，在網絡信息高度發達的時代背景下，計算機技術以及圖像處理技術的應用在模擬圖像方面不斷優化[6]，應用不斷追求方便化、全面化、可靠化，在石油資源日益重要的今天，安全生產與存儲是不可忽視的戰略性問題，運用圖像處理技術對石油存儲進行安全監控是必要的。本文從現行技術手段出發，針對石油特性，在石油安全存儲監控技術手段的基礎上對監控圖像進行優化，實驗結果表明具有一定的意義。但是圖像處理技術還有許多待完善與進步的地方，還需繼續研究，力爭對圖像處理的研究向縱深發展。