基于數(shù)字圖像處理的油管螺紋檢測(cè)方法的研究

李瑋

【摘要】在石油開采領(lǐng)域中，油管的應(yīng)用極為普遍，開展油管螺紋檢測(cè)，對(duì)油管螺紋質(zhì)量進(jìn)行判定，是杜絕或控制質(zhì)量不達(dá)標(biāo)油管進(jìn)入應(yīng)用的有效途徑。本文首先介紹了數(shù)字圖像處理技術(shù)檢測(cè)油管螺紋系統(tǒng)的構(gòu)成，之后對(duì)基于數(shù)字圖像處理的油管螺紋檢測(cè)方法進(jìn)行全面分析和探討。

【關(guān)鍵詞】數(shù)字圖像處理；油管螺紋；檢測(cè)

油管是石油開采領(lǐng)域中十分關(guān)鍵的設(shè)備，其作用主要是從井下將油液輸送到地面。就目前我國(guó)石油開采實(shí)際情況而言，每鉆井lm需要消耗掉62kg左右的油管，油管消耗量極大。油管質(zhì)量直接影響石油開采量，對(duì)石油開采實(shí)現(xiàn)安全作業(yè)具有重要保障意義。實(shí)踐中，由于所采用的油管質(zhì)量不達(dá)標(biāo)而導(dǎo)致的抽油管柱遭損壞甚至是失效的情況在很多油田中都普遍存在，開展油管螺紋檢測(cè)，對(duì)油管螺紋質(zhì)量進(jìn)行判定，可以有效控制質(zhì)量不達(dá)標(biāo)油管進(jìn)入應(yīng)用，對(duì)于確保油田作業(yè)有序進(jìn)行，提升經(jīng)濟(jì)效益具有重要意義。

一、系統(tǒng)結(jié)構(gòu)

基于數(shù)字圖像處理的油管螺紋檢測(cè)系統(tǒng)，其核心的不見是CCD圖像傳感器以及圖像采集卡，通過兩者的協(xié)同運(yùn)作，將數(shù)據(jù)傳導(dǎo)至計(jì)算機(jī)?；跀?shù)字圖像處理的油管螺紋檢測(cè)系統(tǒng)基本工作原理可以描述為：利用光源及卡具完成圖像采集環(huán)境的創(chuàng)建工作，盡可能的避免遭受外部因素影響；在此基礎(chǔ)之上借助CCD完成圖像采集任務(wù)，同時(shí)將所采集到的圖像，通過系統(tǒng)的圖像采集卡的初步處理，傳遞至計(jì)算機(jī)，通過計(jì)算機(jī)的處理之后，就可以獲得相關(guān)的螺紋輪廓數(shù)字信息。最后對(duì)油管螺紋相應(yīng)的幾何參數(shù)進(jìn)行計(jì)算求解，并將所得到的計(jì)算結(jié)果與標(biāo)準(zhǔn)尺寸進(jìn)行對(duì)比，根據(jù)比對(duì)結(jié)果便可以對(duì)油管螺紋質(zhì)量是否達(dá)標(biāo)做出判斷。

二、基于數(shù)字圖像處理的油管螺紋檢測(cè)方法

（一）圖像采集

本系統(tǒng)所配置的是依托于PCI總線的，最高圖像采集速度可達(dá)33Mb/s的黑白/彩色圖像采集卡，利用該圖像采集卡中所安裝的驅(qū)動(dòng)程序中的圖像卡函數(shù)來完成采集圖像的任務(wù)，并且可以確保圖像準(zhǔn)確的從攝像機(jī)向內(nèi)存進(jìn)行實(shí)時(shí)性傳輸。CCD圖像傳感器所配置的是DIS-800C系列攝像機(jī)，攝像元件分辨率為500×582。

（二）圖像處理

基于數(shù)字圖像處理的油管螺紋檢測(cè)系統(tǒng)的相關(guān)軟件利用vc++語言進(jìn)行開發(fā)，螺紋圖像，首先要通過圖像濾波處理，然后對(duì)邊緣輪廓進(jìn)行提取，并且完成對(duì)圖像的測(cè)量以及螺紋尺寸的計(jì)算，最后就是輸出并且顯示相關(guān)的數(shù)據(jù)。

（1）圖像濾波。通過CCD傳感器可以獲取圖形數(shù)據(jù)，但是CCD作為一種電子元件也會(huì)受到周圍換進(jìn)的干擾，從而導(dǎo)致圖像出現(xiàn)噪點(diǎn)。一般的，圖像中的噪聲都是隨機(jī)的，所以，這也就決定了噪聲的分布及大小毫無規(guī)律可言。通過對(duì)所攝取的圖像進(jìn)行去噪處理，可以最大限度的提升圖像的真實(shí)性，此處對(duì)采集的圖像進(jìn)行去噪，實(shí)際上就是文章提到的圖形濾波。在圖像中，出現(xiàn)頻率較高的噪聲主要有高斯噪聲、脈沖噪聲以及椒鹽狀噪聲等幾種。其中，椒鹽噪聲中會(huì)同時(shí)存在黑亮度值及白亮度值；而脈沖噪聲中一般要么是黑色數(shù)值，要么就是白色數(shù)值，這些數(shù)值的分布一般會(huì)服從高斯，或者呈現(xiàn)出正態(tài)分布。

通常情況下，空間域噪聲的有效控制途徑之一就是利用鄰域平均法；而對(duì)于頻率域而言，噪聲頻譜主要集中在高頻段，因此，在這種情況下，抑制噪聲的最有效方法往往是低通濾波方法。而對(duì)于空間域之中的圖像平滑處理，一般的策略是選擇均值濾波，即通過模板的方式開展相鄰空間域的計(jì)算。換而言之，像素灰度值以及鄰域像素值都和像素點(diǎn)結(jié)果之間存在一定關(guān)聯(lián)。根據(jù)數(shù)學(xué)相關(guān)理論，模板運(yùn)算其實(shí)就是卷積運(yùn)算。平滑模板的大體思路就是借助一點(diǎn)及周邊幾個(gè)點(diǎn)的運(yùn)算將突變點(diǎn)予以抵銷，進(jìn)而達(dá)到消除噪聲的效果，然而，圖像自身存在模糊度，開展圖像平滑處理的一項(xiàng)重要工作就是盡可能的降低圖像模糊度，這部分主要由噪聲自身的性質(zhì)決定。因此，這種方法本身也存在一定的不足之處，即可能存在尖銳連續(xù)部分的模糊。在這種情況下，采用非線性濾波算法，則能夠有效的解決該問題，不僅僅能夠消除噪聲，還能夠保留大量的圖像細(xì)節(jié)。

中值濾波屬于非線性濾波范疇，其難度相對(duì)較低，主要是通過一個(gè)包含奇數(shù)個(gè)點(diǎn)的模板窗口的中心與圖中待處理像素予以重合，對(duì)模板下像素的灰度值進(jìn)行讀取，并按照由大到小的順序?qū)λx取的結(jié)果進(jìn)行排列，并取中值取代模板中心像素點(diǎn)對(duì)應(yīng)的數(shù)值。

通過對(duì)均值濾波與中值濾波效果進(jìn)行對(duì)比，可以得出，對(duì)模板進(jìn)行放大處理之后，均值濾波顯示的清晰度有所下降；中值濾波圖像清晰度非但未受影響，反而圖像更加均勻，線條更加清晰。

（2）提取圖像輪廓。圖像輪廓的提取的實(shí)質(zhì)就是提取圖形的邊緣點(diǎn)，即通過對(duì)圖像周圍的像素灰度的變化，提取輪廓邊緣點(diǎn)。輪廓點(diǎn)的提取一般是通過對(duì)比度法實(shí)現(xiàn)的，簡(jiǎn)而言之，灰度數(shù)值相對(duì)較大的像素點(diǎn)就是邊緣點(diǎn)。通過情況下，對(duì)圖像所涉及到的像素在某個(gè)領(lǐng)域中灰度變化情況進(jìn)行分析的最佳途徑是邊緣檢測(cè)局部算子法，即從邊緣臨近一階或二階所總結(jié)出的導(dǎo)數(shù)變化規(guī)律，通過邊緣檢測(cè)算子對(duì)輪廓邊緣輪廓進(jìn)行提取。邊緣檢測(cè)算子對(duì)所有像素鄰域進(jìn)行檢查，同時(shí)量化處理灰度變化率，確定方向，在此基礎(chǔ)之上借助基本方向?qū)?shù)掩模求卷積法對(duì)圖像邊緣進(jìn)行提取。

通常情況下，在圖像復(fù)雜系數(shù)相對(duì)較低，待測(cè)物體與背景對(duì)比顯著的場(chǎng)合會(huì)選擇邊緣檢測(cè)局部算子法，此種方法存在自身不足，主要是計(jì)算量大，效率不高，同時(shí)圖像邊緣輪廓提取精度主要取決于算子優(yōu)劣程度，無法滿足本文所探討的油管螺紋測(cè)量需求，筆者選擇閥值法，閥值法的思路為：基于圖像恢復(fù)直方圖的分布情況，獲取具體的圖形灰度閾值，然后對(duì)上述數(shù)值進(jìn)行二值化處理，從而實(shí)現(xiàn)圖像的銳化，使得邊緣更為清晰，有助于獲取圖像的輪廓曲線。

①利用邊緣算子提取。對(duì)圖形是否存在局部不連續(xù)性進(jìn)行檢查時(shí)邊緣提取的首要工作，如果經(jīng)檢查發(fā)現(xiàn)圖形確實(shí)存在局部不連續(xù)情況，接下來就需要針對(duì)這部分邊緣的像素進(jìn)行完備處理。圖像邊緣像素在順方向上呈現(xiàn)出較為平穩(wěn)的變化趨勢(shì)，而在相垂直方向上的像素的呈現(xiàn)較為劇烈的變化，從這一角度分析，邊緣提取算法實(shí)際上就是對(duì)于圖像邊緣特性相吻合的邊緣像素?cái)?shù)學(xué)算子進(jìn)行篩查的過程。

Robe，s算子、Sobd算子以及Prewiu算子等是比較常見的邊緣檢測(cè)算子。其中，Roberts邊緣檢測(cè)算子就是對(duì)兩個(gè)相鄰的且成對(duì)角關(guān)系的像素的差進(jìn)行求解。此種算法處理之后的圖像，邊緣定位精確，對(duì)噪聲敏感性較強(qiáng)，Robe，s邊界詳見下圖所示。

Sobd邊緣檢測(cè)算子主要涉及兩個(gè)卷積核，圖像當(dāng)中的所有點(diǎn)均采用這兩個(gè)核充當(dāng)卷積，這兩個(gè)核具體的側(cè)重點(diǎn)有所區(qū)別，分別側(cè)重于垂直邊緣和水平邊緣。最終的輸出值選定為兩個(gè)卷積中相對(duì)大的那個(gè)，所得到的運(yùn)算結(jié)果為一幅邊緣幅度圖像。Sobd邊界示意圖詳見下圖所示。

②利用閥值法提取。圖像主要涉及目標(biāo)物體、噪聲以及背景等三大要素，從多值數(shù)字圖像中進(jìn)行目標(biāo)物提取，應(yīng)用較多的途徑就是設(shè)定閥值T，并以該閥值為依據(jù)對(duì)圖像數(shù)據(jù)進(jìn)行劃分，便可以得到大于該閥值和小于該閥值的兩個(gè)像素群，此方法就是圖像二值化，是較為特殊的一種對(duì)灰度變換進(jìn)行研究的方法。二值化處理簡(jiǎn)單的說，就是對(duì)圖像進(jìn)行劃分，得到目標(biāo)物體及背景兩部分，經(jīng)過二值化處理的圖像就是二值圖像。

最小誤差法、差分直方圖法以及最大方差閥值法等都是比較常見的用來確定閥值的方法。其中，難度最低、直觀性最強(qiáng)的當(dāng)屬直方圖法，首先對(duì)所有灰度值在圖像中所占像素比例進(jìn)行統(tǒng)計(jì)，并以統(tǒng)計(jì)結(jié)果為依據(jù)繪制出圖像中灰度值的分布圖，在此基礎(chǔ)之上將物體及背景分割閥值確定下來。如果圖像只涉及到背景及物體兩個(gè)要素，則所得到的直方圖為兩峰一谷式，為最大限度的控制誤差，應(yīng)將谷底值確定為閥值；提取二值圖像輪廓原理為：將內(nèi)部點(diǎn)掏空，若原圖中存在一點(diǎn)為黑，同時(shí)與之相鄰的八個(gè)點(diǎn)均為黑，則刪除該點(diǎn)。

結(jié)合本研究，中值濾波后油管螺紋直方圖所受到的噪聲干擾極小，可以忽略不計(jì)，是較為理想的兩峰一谷形狀，可以直觀的確定谷底取值范圍，進(jìn)而將閥值數(shù)值確定下來。

三、結(jié)語

綜上所述，本文闡述了油管螺紋幾何尺寸非接觸測(cè)量，精準(zhǔn)度及效率高。但實(shí)驗(yàn)發(fā)現(xiàn)，存在諸如鏡頭畸變、焦距以及光源等導(dǎo)致誤差的幾大因素，接下來仍需要進(jìn)一步深入研究，通過改善環(huán)境和引入新的算法促進(jìn)測(cè)量精準(zhǔn)度的進(jìn)一步提升。