基于LabVIEW图像处理的油泥快速检测系统研究

付龙飞，王 娟，刘永洛，封强锁，姚 蕾

（西安热工研究院有限公司，西安710054）

探索表征电力用油劣化变质指标和评判方法是目前国内外油品检测领域和电厂化学领域的研究热点，也是极具挑战性的研究领域之一。电力用油如汽轮机油及抗燃油等在运行中均不可避免地会劣化变质，油品劣化变质后必然会产生油泥，即油中劣化产物缩合后形成的大分子产物[1]。在电力用油的生产监督实践过程中发现油泥含量能够表征油品的劣化程度， 因此在各种电力用油维护管理导则及质量监督标准中都明确要求检测并降低油泥的含量[2]。

传统的油泥检测方法， 因其检测过程繁琐、用时过长（需要几天才能出结果）且需要精密仪器，使其无法应用于油泥的快速检测，制约了油泥检测在油质监督中的重要作用[3]。对此，提出基于图像处理的油泥快速检测系统，可对电力用油的油泥含量进行准确检测。系统采用CCD 图像传感器对电力用油中油泥进行采集，运用边缘检测算法进行图像提取，最终基于样本数据库进行油泥含量的准确检测。系统以边缘检测算法为核心，高分辨率CCD 图像传感器作为检测元件采集信息，低畸变、大景深的双远心镜头作为成像元件，实现油泥含量的快速检测。

1 系统结构及检测原理

1.1 检测原理

油泥快速检测系统的检测原理如图1所示。

图1 系统的检测原理Fig.1 Detection principle of the system

采用CCD 相机采集油泥图像，图像信息以数字信号的形式传输到嵌入式计算机进行数据处理。基于LabVIEW 平台的IMAQ Vision 图像处理功能开发检测程序[4]，对采集到图像数据进行处理、分析、显示及结果保存。

1.2 系统结构

油泥快速检测系统主要由相机、 双远心镜头、平行背光源、嵌入式计算机与导轨支架组成。图像采集和处理部分由高品质感光器件的黑白CCD 相机、高分辨率双远心镜头和高性能嵌入式计算机组成；光源采用均匀性好、发光方向一致性高的平行背光源。自主研发的双远心油泥测量系统如图2所示，相机和镜头的参数见表1。

图2 油泥测量系统Fig.2 Detection system of sludge

双远心镜头通过在光路中设置孔径光阑，限制轴上成像光束中边缘光线的最大倾角，使物体侧和成像侧的主光线平行于光轴，从而保证了较大的景深范围和工作距离内放大倍率恒定[5]。所采用的双远心镜头具有远心度小，分辨率高，超低成像畸变以及较高的光透射率。

相机采用千兆以太网接口进行图像实时传输，以大型数据包传输形式，减少对中断的处理，提高性能增加稳定。

2 油泥检测软件设计

2.1 相机标定

相机标定是视觉测量中的前提条件，是转换目标像素图像坐标到世界坐标的重要过程。透镜的畸变效应是其固有特征，任何镜头都存在畸变，在实际使用中， 普通镜头需采集若干张标定板的图片，通过标定算法获得相机的内参数和外参数，根据此参数矫正畸变的图像，从而得到被测物的实际参数，但是双远心镜头具有超低畸变（如＜0.06%），在检测过程中可忽略。在此选用光学玻璃材质的13×12 阵列棋盘格作为标定板， 其图案大小为3 mm×3 mm，图案精度为0.001 mm。根据检测标定的实际几何尺寸及其对应的像素数量，计算出像素当量。

2.2 程序结构

基于LabVIEW 平台IMAQ Vision 图像处理功能开发的油泥检测系统程序流程如图3所示。采集到被测油泥样品图像后，先采用滤波的方法对图像进行预处理，去除图片中的噪声，然后采用图像分割技术提取出目标区域，将目标与背景分离，根据提取出的目标区域对被测物油泥情况进行特征提取处理，并进行特征参数计算，最终输出计算的油泥结果。

图3 油泥检测系统程序流程Fig.3 Program flow chart of sludge detection system

2.3 特征提取

玻璃试管中油泥的图像边缘是其灰度变化比较剧烈的区域，因此油泥检测的核心是油泥边缘的提取，即图像边缘检测。常用的边缘检测算子包括Roberts，Sobel，Canny 等，其中Canny 算子综合使用量高斯函数及一阶差分等计算方法，具有较高的信噪比及良好的定位性能。在此采用了Canny 边缘检测算子进行边缘特征的提取，其运算流程如图4所示。

图4 Canny 边缘检测算子流程Fig.4 Flow chart of Canny edge detection operator

Canny 算子开始利用高斯滤波函数平滑图像去噪，然后采用一阶偏导的有限差分来计算梯度幅值和方向，并经过非极大值抑制的运算过程，且采用2个阈值th1 和th2 对非极大值抑制图像进行处理，连接边缘线，完成Canny 算子的边缘检测。

2.4 特征计算

在准确获取油泥图像的边缘特征后，根据图像处理的方法测量油泥的投影面积、高度及宽度的像素参数，结合标定出的像素当量，最终计算出实际对应参数值。由于油泥上面存在差异，因此需对油泥上界面进行有效特征提取计算，首先根据提取到的图像对上界面进行景深范围内前后沿提取，判断上界面是否符合直接特征计算要求，根据判断结果执行相应的有效高度计算，特征参数计算流程如图5所示。

图5 特征参数计算流程Fig.5 Flow chart of characteristic parameter calculation

基于预先建立的油泥含量样本数据库信息，结合测量的油泥图像参数，计算出所采集图像的油泥含量。

3 系统检测结果

基于LabVIEW 的程序开发分为前面板开发和程序框图开发。前面板主要完成人机交互界面接口，如设置名称、显示结果、显示图像等，可实现检测过程的直观展示， 油泥检测系统操作界面如图6所示。

图6 油泥检测系统操作界面Fig.6 Operating interface of sludge detection system

前面板中，交互控件对应于程序框图中的输入及者输出端口，按照油泥检测功能，采用IMAQ Vision 工具包在程序框图中进行软件设计， 通过合理使用循环结构、事件结构及顺序结构，完成了图像采集、图像预处理、特征提取、特征计算、结果显示等功能。油泥测量结果见表2。

由表2可知，基于LabVIEW 的油泥检测系统具有较小的测量误差、 检测结果能真实表征油泥含量。造成误差的原因是系统安装、定位及样本数据库的数量等因素，合理的定位安装及足够样本数据可进一步提高检测准确性。

表2 油泥测量结果及分析Tab.2 Sludge measurement results and analysis

4 结语

研制了一套电力用油油泥含量检测系统，解决了现阶段油泥检测的时效性问题， 提高了检测效率。以电力用油的油泥含量为检测对象，通过设计图像采集系统采集油泥图像，并通过千兆网络传输至嵌入式计算机中，计算机通过图像处理、分析图像特征计算特征参数，最终检测出电力用油的油泥含量。试验结果表明，基于LabVIEW 的油泥检测系统可以完成油泥含量的测量， 具有较高的准确性。鉴于电力用油油泥含量可以表征油品的老化程度，基于LabVIEW 的油泥含量图像测量将具有十分广泛的应用前景。