基于Lab和YUV顏色空間的污油圖像分割研究

邢致愷　賈鶴鳴　邢國軍　張森　朱柏卓　朱傳旭

摘 要：傳統(tǒng)的油田人工巡檢方式往往效率很低，因此本文提出利用多旋翼無人機(jī)進(jìn)行管線巡檢，并且對管線所在區(qū)域進(jìn)行拍攝，將獲得的原始污油彩色圖像分別轉(zhuǎn)換到顏色空間和YUV顏色空間，然后分別對Lab顏色空間進(jìn)行Otus閾值分割，對YUV顏色空間進(jìn)行Renyi熵分割，最后將兩種分割方法得到的圖像進(jìn)行合并、濾波，以得到最終的分割圖像。結(jié)果表明該方法能夠有效地進(jìn)行管線巡檢，并且能過發(fā)現(xiàn)該區(qū)域中存在的污油。

關(guān)鍵詞：油田管線巡檢；圖像處理；顏色空間；閾值分割

中圖分類號：TP273 文獻(xiàn)標(biāo)識碼：A

0.引言

在石油生產(chǎn)開發(fā)中，油田管線是必不可少的一部分，為確保原油的運輸提供了保障，通過進(jìn)行管線巡檢確保將原油泄漏的污染降到最低。油田中巡查管線，主要依靠徒步巡檢或者根據(jù)管線壓力進(jìn)行判斷，由于野外油氣管道環(huán)境惡劣、道路復(fù)雜等問題，所以巡檢效果不好，人力成本極高。隨著微電子、微機(jī)械系統(tǒng)和北斗衛(wèi)星導(dǎo)航的快速發(fā)展，多旋翼無人機(jī)發(fā)展迅速，確保無人機(jī)能夠執(zhí)行油田管線巡檢任務(wù)。同時，對于一些管道泄漏區(qū)域，人員根本無法靠近，存在運營成本高、人員安全保障難等問題。在無人機(jī)巡檢過程中，污油的識別對最終識別管線穿孔準(zhǔn)確率有著很大的影響。本文將無人機(jī)應(yīng)用于油田管線巡檢任務(wù)，并且通過圖像處理對管線滲漏以及污油面積進(jìn)行識別。首先，利用無人機(jī)對油田的地面情況分區(qū)域進(jìn)行拍攝，將每幅圖片傳回控制屏，并將每幅圖片的位置信息進(jìn)行記錄。然后分別在Lab空間下利用閾值分割進(jìn)行分割。通過觀察試驗結(jié)果得到：利用Lab和YUV顏色空間的污油圖像分割方法，可以得到分割較好的污油區(qū)域，并且能夠初步估算污油大致的面積。

1.多旋翼無人機(jī)圖像采集系統(tǒng)

1.1 無人機(jī)的定義

無人機(jī)駕駛航空器簡稱無人機(jī)，英文的縮寫為UAV（unmanned aerial vehicle）。無人機(jī)最早在20世紀(jì)20年代出現(xiàn)，無人機(jī)當(dāng)時是作為訓(xùn)練用的靶機(jī)使用的。隨著技術(shù)的成熟，無人機(jī)正在逐步市場化，其應(yīng)用的領(lǐng)域在民用、商業(yè)或是娛樂等方面正逐步加強(qiáng)。無人機(jī)具有受天氣情況影響小、工作效率高、反應(yīng)靈敏、定位精確度高、操控容易等特點。飛控系統(tǒng)運行平穩(wěn)，性價比高，能夠?qū)崿F(xiàn)懸停并且對固定區(qū)域進(jìn)行重點拍攝。

1.2 無人機(jī)工作原理

無人機(jī)的核心是飛行控制系統(tǒng)，該系統(tǒng)對無人機(jī)的歐拉角、角速度、空氣阻力進(jìn)行采集，轉(zhuǎn)換成電信號傳輸給飛行處理器，通過中央處理器對采集的信號進(jìn)行解析，確定無人機(jī)的位置信息，通過下達(dá)指令對其飛行的方向和速度進(jìn)行控制，在飛行中通過Wi-Fi通信系統(tǒng)實時將無人機(jī)的相關(guān)參數(shù)和采集的圖片傳輸給地面站；另一方面，根據(jù)實際要求可以編輯指令，利用地面站發(fā)送給無人機(jī)，調(diào)整無人機(jī)姿態(tài)、航向，對指定目標(biāo)拍攝或探測。在實際控制中，無人機(jī)沿地圖中標(biāo)記的石油管線走向進(jìn)行巡查，默認(rèn)為自動飛行模式，遇到緊急情況時可以通過手動模式進(jìn)行操控，飛行時用三軸高清攝像設(shè)備對石油線道進(jìn)行拍攝，將所采集的圖片和錄像實時傳輸至地面站。利用4G網(wǎng)絡(luò)進(jìn)行傳輸數(shù)據(jù)，手機(jī)則可以實時接收到圖像信息。

2.基于Lab和YUV顏色空間的污油圖像分割算法

由于輸油管線埋于地下，存在腐蝕、滲漏等問題，造成原油泄漏，導(dǎo)致環(huán)境污染。但是實際中，有些管線穿過湖泊或者蘆葦?shù)龋肆o法到達(dá)，給巡檢帶來巨大困難。通過無人機(jī)對有管線區(qū)域進(jìn)行巡檢，對每個區(qū)域進(jìn)行拍攝，對拍攝后的圖片進(jìn)行分析，得到該污油面積等數(shù)據(jù)。本文使用基于Lab和YUV顏色空間的分割算法對實驗數(shù)據(jù)進(jìn)行處理。

Lab顏色空間是由CIE（國際照明委員會）制定的一種色彩模式。大自然中所有的點色都能通過Lab空間進(jìn)行表達(dá)，它展現(xiàn)的色彩空間比RGB空間大得多。Lab空間的轉(zhuǎn)換是非線性的，在RGB顏色空間的基礎(chǔ)上，用3個原色X、Y、Z建立一個新的顏色空間，首先將RGB轉(zhuǎn)換到XYZ上，如公式（1）所示：

4.實驗設(shè)計與結(jié)果分析

4.1 樣本采集及預(yù)處理

本實驗所采用的樣本均采集于大慶油田采油二廠區(qū)域，主要利用無人機(jī)在懸停狀態(tài)下進(jìn)行拍攝，達(dá)到合理高度保證圖像質(zhì)量；將采集的圖片傳回地面站，利用Matlab2016進(jìn)行仿真實驗研究。為保證程序的處理速度，對有效的圖片采用自適應(yīng)霍夫曼方法進(jìn)行壓縮，將4000*2250的圖像樣本歸一化為400*225大小的同比例圖像，如圖1所示。由于高空存在氣流等因素導(dǎo)致圖片會存在噪聲，所以對圖像進(jìn)行中值平均濾波方法處理，以便對彩色圖像進(jìn)行分割處理，如圖2所示和圖3所示。

4.2 管線污油分割實驗設(shè)計-Lab和YUV空間的分割算法

（1）將圖像從RGB彩色空間轉(zhuǎn)換到Lab顏色空間，對a分量運用Otsu法進(jìn)行分割。

（2）將圖像從RGB彩色空間轉(zhuǎn)換到Y(jié)UV顏色空間，然后提取V分量，對其使用Renyi熵方法進(jìn)行分割。

（3）將基于Lab顏色空間的Otsu分割所得圖像與基于YUV顏色空間的Renyi熵分割所得的圖像進(jìn)行數(shù)學(xué)或運算，采用均值濾波處理，得到最佳分割圖像。

4.3 實驗結(jié)果與分析

從圖3和圖4的實驗結(jié)果可以看出，Lab和YUV空間的分割算法能夠?qū)⑽塾团c周圍顏色對比明顯的區(qū)域分割出來，驗證了圖像分割算法在油田管線巡檢應(yīng)用的實用性。

結(jié)論

針對目前管線巡檢難度大，復(fù)雜區(qū)域人力無法進(jìn)行巡檢，提出了多旋翼無人機(jī)進(jìn)行管線巡檢。通過對無人機(jī)進(jìn)行控制，使無人機(jī)能夠自行對地下已知管線進(jìn)行巡檢，通過攝像設(shè)備的拍攝，由地面站對圖片進(jìn)行識別，最后判斷該區(qū)域是否存在污油。

參考文獻(xiàn)

[1]付昱瑋，李字明，姜洪.無人機(jī)巡線的發(fā)展和應(yīng)用研究[J].黑龍江科技信息，2014（3）：25-27.

[2]王翔宇，王躍，鮑蕊，等.基于巡檢方案事件檢出概率的長距管線無人機(jī)總體設(shè)計[J].航空學(xué)報，2016，37（1）：193-206.

[3]常文見，孟凡輝，王倉，等.無人機(jī)遙感技術(shù)在長輸管道中的應(yīng)用探討[J].價值工程，2013（32）：197-198.

[4]李器宇，張拯寧，柳建斌，等.無人機(jī)遙感在油氣管道巡檢中的應(yīng)用[J].紅外，2014（3）：37-42.

通信作者：賈鶴鳴endprint