基于图像处理技术的油管识别系统的设计与实现

2015-02-06李洪平

地理空间信息 2015年3期

关键词：样例标识码油管

白玉，李洪平

（1.中国海洋大学信息科学与工程学院海洋技术系，山东青岛 266100）

基于图像处理技术的油管识别系统的设计与实现

白玉1，李洪平1

（1.中国海洋大学信息科学与工程学院海洋技术系，山东青岛 266100）

针对油管分拣自动化系统的需求，设计制作了油管标识，并采用Java实现了基于图像处理技术的油管识别系统。通过对高精度仪器所拍摄的油管标识图进行图像处理，成功地输出与油管标识对应的编码值。

油管识别系统；图像处理；Java

输油管道是石油开采和运输过程中一种比较重要的工业用品，对油管的分拣分区是油管循环利用的重要环节之一。传统的分拣方式是首先将油管进行修复、标识等操作；再人眼对油管标识进行判断；最终使用固定机械装置将油管运输到对应的分拣区。采用这种传统的人工分拣方式劳动强度很大，在分拣过程中容易造成分拣错误，不仅工作效率低下，还会增加分拣工作的复杂度。因此传统人工分拣模式已经不适应现代经济发展需求，有必要设计一种油管自动分拣系统[1,2]。

1 关键技术

1.1 图像预处理

图像预处理包括对图像进行降噪、背景分离、边缘检测等。由于系统误差、灯光或其他随机误差而产生的噪声，图像会有部分模糊以及分布不均的孤立的明暗部分，造成图像像素灰度值有较大的误差，对后续的图像处理产生一定的影响。因此，要根据图像情况合理地去除噪声，采用背景分离、中值滤波、平滑、边缘检测等滤波器来进行滤波处理[3,4]。

1）背景分离一般采用标准差阈值进行筛选。背景与油管的黑色刻度标识形成鲜明的黑白相间的条块，灰度差较大，因此标准差值较大。将给定的某像素灰度值进行均值处理后再与每个值作比较，若差值大于给定阈值，则保留；若小于某阈值，则为背景区域。

2）中值滤波属于非线性滤波的一种，其主要思想是将窗口区域内的数值进行大小排序，再将中间值代替一个指定的点，一般情况下是代替原来的中心像素灰度值。若图像中某区域有噪声孤立点，其像素灰度值发生突变。由于孤立点占有的像素数量较少，相比之下，这部分只是整幅图像的一小部分，因此可以选择一个合适的像素窗口在图像上进行漫游检测。经过中值滤波后，将窗口对应的像素灰度值进行排序，用中间值代替原来的中心像素灰度值，这种方法消除噪声孤立点效果明显。

假定1-D像素序列{fi，i=1,2,3,4,…,N}，则该像素序列进行中值滤波后，其输出结果为：

fi=Med（Sort{fi-r，fi-r+1，…，fi+r-1，fi+r}）文中采用一维的中值处理方式，将图像的某像素灰度值前后相邻的10个像素灰度值进行排序，再取中值来代替原来的像素灰度值。此项处理是为了将有效信息从背景中分离出来，避免提取无效区域的特征信息，提高后续处理的效率。

3）平滑是在原有基础之上采用一定的模板进行平滑处理，减少和抑制部分噪声。

4）边缘检测是对有阶跃变化的像素灰度值，通过设定阈值进行相关的检测和处理。

1.2 二值化处理

系统中的油管标识与条形码非常相似，可采用与条码识别类似的方法，即二值化方式处理。图像的二值化可采用下式设定的阈值进行处理[5]：

式中，t为设定的阈值，当系统判断像素灰度值与阈值的关系后按上式进行赋值，将刻度部分即信号部分赋值为“1”，无信号部分赋值为“0”[6]。

2 系统设计流程

根据现场要求，首先应对油管进行身份采集，给每一个油管附加一个身份标识，这些标识可以重复使用，耐高温（油井内的高温约200℃）、高压，可以承受油污等恶劣应用环境[7]。通过监控设备对油管标识图像进行捕捉，将获取的图像经过预处理，读取标识码，对油管的身份进行识别，再由传输装置将油管自动分拣到相应的矿区。对于不能识别的标识码则通过人工干预完成。

2.1 标识设计和制作

油管的身份标识根据油管的实际长度和参考标识制作要求，在标识码两侧各制作一个“回”型定位标识符，“回”型定位标识符用于系统检测及定位油管标识码位置，便于系统后期读取标识码。中间标识码采用类似于条形码符号的具有一定宽度的刻道来表示，并且制作的标识码宽度与“回”型标识的边宽相等，都为2 mm，整个标码区长度为72 mm，中间区域为20位的二进制标识码，标识码总长度为40 mm。具体标识制作设计如图1所示。

2.2 图像获取并识别

图1 油管标识码的设计图

将油管进行标识后，可利用监控设备在作业现场对油管进行实时监控，并根据设定的算法从监控画面中捕捉包含油管标识信息的图像，自动传输到计算机系统中存储，再利用图像识别系统对油管标识图片进行识别。基于数字图像处理技术，利用Java语言开发了一个针对油管标识识别的系统，基本思路如图2。

按照以上流程，第一步获取图像后，以行为单位先进行扫描检测，依次读取行单位上的颜色值信息，若检测不在信号区域，整体获得的颜色值变化不大，由此可判断为非信号部分，则继续进行下一行扫描检测；当扫描至有信号区域，获得的颜色值信息会随标识区域的标码有较大变化，由此判断为标识区域，将获得的颜色值进行存储，再对其进行相应的图像预处理，得到较清晰的信号图。将处理过后的图像进行二值化处理，根据搜索的“回”型标识定位，并计算像素的距离比，完成系统识别。将有信号标识刻道的设为1，无信号标识的设为0，最后由系统输出编码值。若在识别过程中有编码损坏不能够正确识别，则启用人工干预方式。

3 实验处理过程

针对油管分拣工作的实际需要，将设计方案中做好的油管样例图输入系统，经过行扫描检测后获得识别区域的原始信号如图3。

图3 样例图中信号区域的原始信号图

因实际拍摄的油管标识样例图会有偏差和噪声影响，为去除噪声、提取有效特征部分，得到的信号图需要进行滤波、平滑和边缘检测等预处理，经过处理后的结果如图4。

从图4可以看出，处理效果较好。为使系统能够输出二进制的编码值，需再对其进行二值化处理。根据图5所显示的二值化图像，可以明显判别两端的“回”型标识符，经过系统定位和识别，输出的即为中间的标识编码信息。图5为得到的20位信息编码为01010101110000100000。用相同的方法得到其他油管信息编码。