一种漏油缺陷检测方法及系统与流程
本发明涉及油液泄露检测识别技术领域，更具体地，涉及一种漏油缺陷检测方法及系统。
背景技术：
目前，检测油液泄漏的方法大多采用人工巡视，且要求具备一定经验，通过人为“目测”和“鼻嗅”的方法进行辨别。人工巡检效果受工作经验影响大，且需要占用大量时间，效率低。近年来，在石油勘探和开发、土壤中油污染物含量监测以及飞机液压油泄漏和海面溢油监测等领域，荧光检测技术已被广泛应用，并得到大量研究成果，验证了石油荧光检测法的有效性。但存在缺乏对环境的抗干扰能力和对图像采集设备要求较高问题。
中国专利cn108844689a提出了一种变压器油渗漏检测方法。该专利利用变压器油成分的荧光特性，结合变电站巡视，针对不同油浸式设备，先进行大面积粗略查找，观察是否存在蓝色荧光现象，再对油蓝色荧光的区域进行精确定位，并根据蓝色荧光的深浅和范围，可判断渗漏油部位和渗漏的严重程度。该方法需要人工巡检完成，且要求巡视人员具有一定经验进行其他荧光物质的干扰才能确定漏油情况。检测结果受个人主观意识、经验的影响。
中国专利cn110455463a提出了变电站设备油污检测系统及方法。该专利利用油污在紫外激光的照射下会产生荧光的特点，将紫外荧光摄像头拍摄照片中的荧光区域确定为油污区域。该方法需保证环境中不能有其他会产生荧光干扰物的存在，否则将会出现误报，缺乏对环境的抗干扰能力。
中国专利cn110174220a提出了一种变压器有载分接开关渗漏油检测系统及方法。该专利通过向待检测的变压器有载分接开关发送紫外光，再接收并处理的待检测的变压器有载分接开关接收紫外光后辐射出的荧光，并通过光电信号传感器将荧光转化为数字信号，最后通过数据分析装置对接收的数字信号进行分析得到待检测变压器有载分接开关的漏油情况。该方法需要通过单色光过滤器将荧光过滤成单色光，再转化成数字信号进行分析，对图像采集设备要求较高。
目前，漏油缺陷检测识别主要存在以下缺陷：
(1)检测结果受个人主观意识、经验的影响；在巡检场所一般会出现其他荧光物质，当进行紫外光照射时，非油液的荧光物质也会发出荧光，对漏油情况判断造成一定干扰，需要巡视人员具备一定经验进行非油液的荧光物质判断并进行排除，从而确定漏油情况。该过程和检测结果受个人主观意识、经验的影响，造成检测结果缺乏稳定性。
(2)缺乏对环境的抗干扰能力，将紫外荧光摄像头拍摄照片中的荧光区域确定为油污区域，但在复杂环境下出现其他非油液的荧光物质时，将会出现误报情况。
(3)对图像采集设备要求高。需要设计新设备或者改造现有设备，如增加单色光过滤器等，进行图像采集，进而进行荧光物质检测分析实现漏油状况检测。
技术实现要素：
本发明的首要目的是提供一种漏油缺陷检测方法，增强环境的抗干扰能力，避免个人主观意识、经验等对检测结果的影响以及减少对图像采集设备的要求。
本发明的进一步目的是提供一种漏油缺陷检测识别系统。
为解决上述技术问题，本发明的技术方案如下：
一种漏油缺陷检测方法，包括以下步骤：
s1：将紫外光源模块和可见光成像模块相对位置固定，所述紫外光源模块照射方向模块和可见光成像模块拍摄方向均面向待检测区域且二者方向相对平行，所述相对平行为二者方向容许存在一定偏角，为保证紫外照射效果和高清图像采集效果，所述偏角范围为0°-10°，其中，利用参数设定模块对可见光成像模块参数进行设置，紫外光源模块对待检测区域进行照射后，可见光成像模块采集待检测区域的高清图像数据并将高清图像数据传送至图像分析模块；
s2：图像分析模块接收高清图像数据，通过图像分析处理得到的漏油缺陷检测识别结果；
s3：将漏油缺陷检测识别结果传递给显示模块进行显示，将漏油缺陷检测识别结果信号传递给报警模块进行报警，利用参数设定模块对显示模块和报警模块的参数进行设置。
优选地，可见光成像模块为高清相机。
优选地，步骤s1中待检测区域中漏油处油液在紫外光源的照射下油液会因荧光效应发出荧光，可见光成像模块采集的是高清荧光图像。
优选地，步骤s2中图像分析模块的图像分析处理步骤具体为：
s21：利用高清荧光图像中油液荧光的颜色和亮度特征，通过通道变换和阈值处理提取荧光区域作为疑似漏油区域，其中，若无荧光区域则判定无漏油缺陷，输出拍摄的高清荧光图像，并发出无漏油信号；若有荧光区域则进入步骤s22；
s22：分析疑似漏油区域的面积特征，待检测区域常存在小面积干扰检测的荧光物质，如塑料细屑、残留油渍等，在紫外光照射下表现为小面积荧光区域，使用面积筛选去除小面积荧光区域，去除小面积干扰检测的荧光物质的影响；
s23：对通过面积特征判断的疑似漏油区域进行区域的形状特征分析，包括偏心度、矩形度分析；若无疑似漏油区域符合形状特征分析则判定无漏油，输出拍摄的高清荧光图像，并发出无漏油信号；若有疑似漏油区域符合形状特征分析则该部分疑似漏油区域继续进行漏油判断和识别，进入步骤s24；
s24：将原始的高清荧光多通道图像转换为单通道灰度图像；
s25：对通过面积特征和形状特征判断和筛选的疑似漏油区域在单通道灰度图像中进行区域的灰度特征分析，包括灰度均值分析；通过灰度特征对疑似漏油区域进行判断，所述灰度均值为疑似漏油区域处对应的灰度图的灰度值集合的灰度均值，反映该区域的明亮程度，漏油区域一般较亮，灰度均值较大；
s26：综合面积特征、形状特征、灰度特征的判断识别结果，确定待检测区域漏油情况；经过各个疑似漏油区域特征分析和判断，若存在漏油区域则判定有漏油缺陷，输出标识好漏油区域的处理图像，并发出有漏油报警信号；若不存在漏油区域则判定无漏油缺陷，输出拍摄的高清荧光图像，并发出无漏油信号。
优选地，步骤s21中提取荧光区域具体包括以下步骤：
s211：对输入的高清荧光图像进行预处理，所述预处理包括去噪和指数变换，为去除噪声同时尽可能保持图像边缘细节信息，使用自适应中值滤波进行去噪处理，为进一步凸显高清图像中荧光区域，使用指数变换增强高灰度值区域的对比度；
s212：高清荧光图像为rgb三通道图像，将高清荧光图像分解为r通道图像、g通道图像和b通道图像；
s213：使用r通道图像、g通道图像、b通道图像转换获取hsv颜色模型中h(色调)通道图像和v(明度)通道图像；
s214：对h(色调)通道图像通过阈值处理获取区域1，所述区域1为根据荧光颜色特征提取的区域，利用油液荧光的颜色特性，在h(色调)通道图像通过阈值处理实现对油液荧光颜色的识别，从而实现具有荧光颜色区域的提取；对v(明度)通道图像通过阈值处理获取区域2，所述区域2为根据荧光亮度特征提取的区域，利用油液荧光的亮度特性，在v(明度)通道图像通过阈值处理实现对油液荧光亮度的识别，从而实现具有荧光亮度区域的提取；
s215：对区域1和区域2进行交集运算获取的交集区域即为提取的荧光区域。
优选地，步骤s213中将r通道、g通道、b通道图像转换为h(色调)通道图像和v(明度)通道图像的转换关系为：
r'＝r/255
g'＝g/255
b'＝b/255
cmax＝max(r'，g'，b')
cmin＝mim(r'，g'，b')
δ＝cmax-cmin
v＝cmax
式中r、g、b分别为r通道图像、g通道图像、b通道图像，r’、g’、b’分别为r通道图像、g通道图像、b通道图像进行归一化处理后图像，h为hsv颜色模型中的h(色调)通道图像，v为hsv颜色模型中的v(明度)通道图像。
优选地，步骤s23中形状特征分析包括偏心度分析，偏心度可反映区域的拉伸程度，具体表示为计算惯性主轴比，计算公式如下：
上述式子中，r为区域点集，n为点集个数，x为点集横坐标，y为点集纵坐标，s为区域面积，
优选地，步骤s23中形状特征分析包括矩形度分析，所述矩形度表示一个物体与矩形相似程度，计算公式如下：
上式中，as为区域的面积，ar为包围该区域的最小矩形面积，待检测区常存在矩形标签贴纸类干扰荧光物质，矩形度一般接近于1，计算矩形度可去除矩形的干扰荧光物质。
优选地，步骤s24中将原始的高清荧光多通道图像转换为单通道灰度图像的转换关系为：
gray(i，j)＝0.299*r(i，j)+0.578*g(i，j)+0.114*b(i，j)
式中(i，j)为像元坐标，r、g、b分别为r通道图像、g通道图像、b通道图像。
优选地，步骤s26中确定待测区域漏油情况，具体为：
若疑似漏油区域均满足面积特征、形状特征和灰度特征，则判定该疑似漏油区域发生漏油；若疑似蒸汽泄漏区域未满足面积特征、形状特征和灰度特征其中一项或多项，则排除该疑似漏油区域发生漏油。
一种应用上述所述的漏油缺陷检测方法的系统，包括：
图像采集子系统和信息交互子系统；
所述图像采集子系统包括紫外光源模块、可见光成像模块；
所述信息交互子系统包括参数设定模块、显示模块、报警模块、图像分析模块；
所述紫外光源模块发出紫外光照射待检测区域；
所述可见光成像模块采集待检测区域高清可见光图像，并将高清图像数据传送至图像分析模块；
所述参数设定模块用于用户进行可见光成像模块参数设置、结果显示设置、报警信息设置；
所述显示模块进行漏油缺陷检测识别结果图像显示和相关信息提示；
所述报警模块根据漏油缺陷检测识别结果向外界发出警报提示；
所述图像分析模块进行高清图像数据接收，通过图像分析处理将得到的漏油缺陷检测识别结果的图像文字信息、报警信号分别传递给显示模块和报警模块。
根据监测点数量和环境复杂程度，可根据需要使用巡检机器人、固定云台、手持设备作为图像采集系统搭载平台。
与现有技术相比，本发明技术方案的有益效果是：
本发明通过对待检测区进行紫外光照射，将漏油点油液以蓝色或紫色的荧光形式直观展现，使用高清相机拍摄该区域图像，无需增加单色光过滤器等硬件进而增加对图像采集设备的要求，使用数字图像处理方法对疑似漏油区域进行面积、形状以及灰度特性判断，排除其他非油液的荧光物质对检测结果的影响，避免个人主观意识、经验等对检测结果的影响，排除其他非油液的荧光物质对检测结果的影响，同时保证检测结果的正确性和稳定性。
附图说明
图1为本发明的方法流程示意图。
图2为图像分析模块的图像分析处理步骤流程示意图。
图3为提取荧光区域的流程示意图。
图4为本发明的系统示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
本实施例提供一种漏油缺陷检测方法，如图1，具体包括以下步骤：
s1：将紫外光源模块和可见光成像模块相对位置固定，所述紫外光源照射方向和高清相机拍摄方向均面向待检测区域，且二者方向相对平行，其中，利用参数设定模块对可见光成像模块参数进行设置，紫外光源模块对待检测区域进行照射后，可见光成像模块采集待检测区域的高清图像数据并将高清图像数据传送至图像分析模块；
s2：图像分析模块接收高清图像数据，通过图像分析处理得到的漏油缺陷检测识别结果；
s3：将漏油缺陷检测识别结果的图像和文字信息传递给显示模块进行显示，将漏油缺陷检测识别结果信号传递给报警模块进行报警，利用参数设定模块对显示模块和报警模块的参数进行设置。
进一步的，s1所述的相对平行，容许存在一定的偏角，为保证紫外照射效果和高清图像采集效果，偏角范围优选为小于10°。
进一步的，漏油处油液在紫外激光的照射下油液会因荧光效应发出荧光，可见光成像模块采集的是高清荧光图像。
如图2所示，图像分析模块的图像分析流程s2具体包括：
s21：使用高清荧光图像利用油液荧光的颜色和亮度特征，通过通道变换和阈值处理提取荧光区域作为疑似漏油区域。若无荧光区域则判定无漏油缺陷，输出拍摄的高清荧光图像，并发出无漏油信号；若有荧光区域则继续进行漏油判断和识别。
如图3所示，提取荧光区域具体包括：
s211：对输入的高清荧光图像进行预处理，具体包括：去噪和指数变换。为去除噪声同时尽可能保持图像边缘细节信息，使用自适应中值滤波进行去噪处理；为进一步凸显高清图像中荧光区域，使用指数变换增强高灰度值区域的对比度。
s212：将高清荧光rgb三通道图像分解为r通道图像、g通道图像、b通道图像。
s213：使用r通道、g通道、b通道图像转换获取hsv颜色模型中h(色调)通道图像和v(明度)通道图像。
进一步的，将r通道、g通道、b通道图像转换为h(色调)通道图像和v(明度)通道图像的转换关系为：
r'＝r/255
g'＝g/255
b'＝b/255
cmax＝max(r'，g'，b')
cmin＝min(r'，g'，b')
δ＝cmax-cmin
v＝cmax
式中r、g、b分别为r通道图像、g通道图像、b通道图像，r’、g’、b’分别为r通道图像、g通道图像、b通道图像进行归一化处理后图像，h为hsv颜色模型中的h(色调)通道图像，v为hsv颜色模型中的v(明度)通道图像。
s214：对h(色调)通道图像通过阈值处理获取区域1；对v(明度)通道图像通过阈值处理获取区域2。
进一步的，利用油液荧光的颜色特性，在h(色调)通道图像通过阈值处理实现对油液荧光颜色的识别，从而实现具有荧光颜色区域的提取，可取下限值为170°，上限值为225°。
进一步的，利用油液荧光的亮度特性，在v(明度)通道图像通过阈值处理实现对油液荧光亮度的识别，从而实现具有荧光亮度区域的提取，可取下限值为0.8，上限值为0.98。
s215：对区域1和区域2进行交集运算获取的交集区域即为提取的荧光区域。
s22：分析疑似漏油区域的面积特征。待检测区常存在小面积干扰检测的荧光物质，如塑料细屑、残留油渍等，在紫外光照射下实际表现为面积小于1平方厘米的小面积荧光区域。使用面积筛选去除小面积区域，去除小面积干扰检测的荧光物质的影响。
s23：对通过面积特征判断的疑似漏油区域进行区域的形状特征分析，包括偏心度、矩形度分析；若无疑似漏油区域符合形状特征分析则判定无漏油，输出拍摄的高清荧光图像，并发出无漏油信号；若有疑似漏油区域符合形状特征分析则该部分疑似漏油区域继续进行漏油判断和识别，进入步骤s24。
进一步的，所述偏心度可反映区域的拉伸程度。具体表示为计算惯性主轴比，计算公式如下：
式中，r为区域点集，n为点集个数，x为点集横坐标，y为点集纵坐标，s为区域面积，
进一步的，所述矩形度表示一个物体与矩形相似程度，体现物体对其外接矩形的充满程度，计算公式如下：
式中，as为区域的面积，ar为包围该区域的最小矩形面积。待检测区常存在矩形标签贴纸类干扰荧光物质，矩形度一般大于0.9，漏油区域矩形度一般小于0.6。
s24：将原始输入的高清荧光多通道图像转换为单通道灰度图像。
进一步的，高清图像转换为灰度图像的转换关系为：
gray(i，j)＝0.299*r(i，j)+0.578*g(i，j)+0.114*b(i，j)
式中(i，j)为像元坐标，r、g、b分别为r通道图像、g通道图像、b通道图像。
s25：对通过面积和形状特征判断和筛选的疑似漏油区域在灰度图中进行区域的灰度特征，包括灰度均值分析；通过灰度特征对疑似漏油区域进行判断。
进一步的，所述灰度均值为疑似漏油区域处对应的灰度图的灰度值集合的灰度均值，反映该区域的明亮程度，漏油区域灰度均值可取下限值为150，上限值为255。
s26：综合面积特征、形状特征、灰度特征的判断识别结果，确定待测区域漏油情况。若疑似漏油区域均满足面积特征、形状特征和灰度特征，则判定该疑似漏油区域发生漏油；若疑似蒸汽泄漏区域未满足面积特征、形状特征和灰度特征其中一项或多项，则排除该疑似漏油区域发生漏油。经过各个疑似漏油区域特征分析和判断，若存在漏油区域则判定有漏油缺陷，输出标识好漏油区域的处理图像，并发出有漏油报警信号；若不存在漏油区域则判定无漏油缺陷，输出拍摄的高清荧光图像，并发出无漏油信号。
实施例2
本实施例提供一种漏油缺陷检测识别系统，如图4，包括图像采集子系统和信息交互子系统；
所述图像采集子系统包括紫外光源模块、可见光成像模块；
所述信息交互子系统包括参数设定模块、显示模块、报警模块、图像分析模块；
所述紫外光源模块发出紫外光照射待检测区域；
所述可见光成像模块采集待检测区域高清可见光图像，并将高清图像数据传送至图像分析模块；
所述参数设定模块用于用户进行可见光成像模块参数设置、结果显示设置、报警信息设置；
所述显示模块进行漏油缺陷检测识别结果图像显示和相关信息提示；
所述报警模块根据漏油缺陷检测识别结果向外界发出警报提示；
所述图像分析模块进行高清图像数据接收，通过图像分析处理将得到的漏油缺陷检测识别结果的图像文字信息、报警信号分别传递给显示模块和报警模块。
相同或相似的标号对应相同或相似的部件；
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！