基于光流法的氣密性檢測裝置研究

吳春龍，潘海鵬，夏永明

（浙江理工大學 機械與自動控制學院，浙江 杭州 310018）

0 引 言

為確保產品質量，消除安全隱患，密閉容器出廠前必須做密封性能檢測。充氣檢測是其常規檢測方法，被稱為氣密性檢測［1］。

氣密性檢測的方法有超聲波法、直接壓力測試法、壓差測試法、氣泡法、涂抹法等［2］。其中，氣泡法和涂抹法難以定量檢測。其他方法可以定量檢測，但不能確定泄漏的具體位置。隨著科技的進步，對壓力容器氣密性同時進行定性、定量檢測已成為可能。王紅一等人［3］利用高速攝像法對垂直矩形管內不同直徑氣孔產生的上升氣泡進行了實驗測量研究，對不同工況下氣泡的特征參數和運動曲線進行對比分析，總結了氣泡的運動規律。O.Zielinski等［4］提出了一個用光流概念來檢測氣泡的新圖像處理方法，在理想實驗條件下完成了對運動氣泡的檢測，但是所檢測的氣泡結構單一，沒有考慮到有很多氣泡產生時，氣泡圖像的重疊。Na?m Samet［5］用超聲波方法檢測了粘性流體中氣泡的大小和數量。但在實際應用中，氣泡所在的流體并不是理想狀態，有一定的渾濁度和粘性，且氣泡在上升的過程中會發生重疊和聚散的現象。以上研究于實際應用有一定的困難。

為實現定量檢測與定位檢測相結合，本研究將圖像處理法應用于實際，研究以光流法為核心的氣泡圖像處理算法，并基于該方法設計一套半自動化的基于機器視覺的壓力容器氣密性檢測系統，最后，通過實驗驗證該方法的可行性。

1 氣密性檢測系統工作原理

基于機器視覺的氣密性檢測系統主要由視覺傳感、圖像處理和機械設備三大模塊組成。視覺傳感利用高速攝像機、圖像監視器、電腦及視頻采集卡對水中氣泡進行拍攝和記錄；圖像處理主要是利用Matlab對采集到的氣泡圖像應用光流原理進行分析處理，識別出氣泡的大小、數量及泄漏口，并轉變為數字信號傳入控制系統中；機械設備是設計機械結構來裝卸待檢壓力容器，自動執行控制系統給出的命令。該系統利用計算機得出的數字信號轉變為開關量信號，控制機械設備的啟停運行，以達到控制的目的。基于機器視覺的氣密性檢測系統原理如圖1所示。

圖1 基于機器視覺的氣密性檢測系統組成

2 氣泡圖像的采集

視覺傳感模塊包括高速攝像機、圖像監視器、電腦及視頻采集卡。該套設備主要用來對氣泡拍攝并記錄其在水中的運動，圖像采集系統如圖2所示，用高為650 mm，底截面為1 130 mm×520 mm的透明長方體有機玻璃缸盛水，將加了0.8 MPa氣壓的待檢測壓力容器沉入水中，用高速攝像機拍攝壓力容器在水中是否有氣泡，并將所拍得的照片信息傳入計算機進行處理。高速攝像機采用的分辨率為512×480，型號為Photron Fastcam Super 10K，Model 10KC，拍攝速度為30 fps，每次拍攝時間為16 s。

圖2 高速攝像系統模擬圖

3 基于光流法的氣泡圖像檢測法

圖像處理是利用Matlab將采集到的圖像進行光流計算以獲得氣泡的表面信息。利用該方法可直觀地顯示氣泡的大小、分布及運動過程，對流場內的氣泡運動可進行無干擾檢測。

3.1 光流圖像處理方法

光流通常定義為一個圖像序列中的圖像亮度模式的表觀運動［6］。在圖像序列中，通過像素強度在時域與空間上的變化及像素之間的相關性，可以確定各像素位置的“運動”。

假設圖像上一點U，其灰度值為I(x,y,t)，速度為V=(Vx,Vy)。因光照完全均勻，跟蹤的像素點的亮度不隨著時間發生變化，經過一段時間Δt后，有下式成立:

求導后，整理得光流約束方程為:

由于光流法存在孔徑問題，只有一組Vy、Vx可以直接計算出來。為避免估計不足，Horn和Schunck［7］提出了一種基于光流的全局平滑約束的算法，利用全局能量泛函，求其最小化以獲得光流場。為追蹤拍攝，用矢量Vx和Vy表示每個像素點在水平和垂直方向上的速度。于是實際速度Vz可以由下式推出:

Vz的物理意義就是灰度圖像上目標對象像素點的移動變化。氣泡的位移圖像如圖3所示，用高速攝像機拍攝同一個氣泡兩次，前后間隔0.2 s。將拍攝到的圖像合成到一起，可以看出氣泡發生了位移。

圖3 氣泡的位移圖像

Horn-Schunck法由于是基于全局平滑約束的，所以對背景的噪聲特別敏感。因此在應用光流法前必須先對圖像進行預處理。

3.2 圖像轉換、去除背景和濾波

為獲得氣泡圖像，氣液界面線的準確提取非常關鍵［8］。由于光線在氣液兩相界面處會發生多重折射和反射且拍攝過程中的噪聲會使得氣液界面線模糊不清，需對拍攝到的原始圖像進行圖像預處理［9］:

首先，用Matlab將采集到的氣泡真彩圖像轉換成為灰度圖像；其次，用對數變換進行圖像增強；最后，用中值濾波法去噪。

圖4 變換后的灰度圖與原圖像的對比

轉換前的真彩圖像如圖4（a）所示，轉化后的灰度圖如圖4（b）所示。從圖4中可以看出，經轉換后的圖像整體偏暗，氣泡與背景之間界限模糊，不便處理。通過對數變換可以擴展低值灰度，壓縮高值灰度，對數變換采用下式:

式中:g(x,y)—增強后圖像的灰度值；f(x,y)—源圖像的灰度值。

圖5 對數變換后的圖像與原圖像的對比

對數變換后的圖像與原圖像的對比如圖5所示。由圖5可看出，對數變換后的圖像比原始圖像清晰度高，經變換后的圖像背景有噪聲，需要對其進行濾波處理。本研究用中值濾波法對圖像進行濾波處理。

中值濾波法的思想為:設有一個一維序列f1，f2，…，fn，取窗口長度為m（m為奇數），對其進行中值濾波，就是從序列中相繼抽出m個數fi-v，…，fi-1，fi，fi+1，…，fi+v（其中fi為窗口中心點值），再將這個m個點按其數值大小排序，取其序號為中心點的那個數作為濾波輸出。

其數學公式可以表示為:

圖6 原圖像與濾波后圖像的對比

本研究采用5×5的模版算子進行計算。中值濾波法的結果如圖6所示。經過中值濾波法濾波后噪聲變少，但是像素值分布太亂不利于計算，需將氣泡圖像進行區域分割。

3.3 圖像像素值區域歸類的圖像區域分割法

用光流法檢測剛體，其像素值不隨時間而變，不同的像素點之間灰度分布均勻。而用光流法檢測氣泡后，其表面的灰度值分布不均，且會隨時間而有較大變化，由此可以辨別出氣泡的存在。為有效地表現氣泡表面的灰度變化及方便計算其表面積，本研究將圖像按其灰度值的分布進行區域圖像分割。

本研究提出了一種基于圖像像素值區域歸類的圖像區域分割法。因為對數變換后圖像的像素值整體偏高，大部分像素值都在中高值區域，應將灰度按灰度值的分布分為 0～124，124～148，148～182，182～214，214～255的5個級數，并分別賦值0，80，130，195，250。這樣就可以得到一個層次分明的氣泡圖像，如圖7所示。

圖7 經區域分割后的圖像與原圖像的對比

3.4 圖像處理結果與討論

壓力容器泄漏量用泄漏氣泡的直徑和數量來計算。其公式如下:

式中:S—泄漏量，Si—第i個氣泡的面積，i—氣泡的序號，n—得到的氣泡數量，K—氣泡面積轉體積因子。

為確認光流法的有效性，本研究進行了一系列實驗。將導氣管插入容器并浸入水中產生氣泡來模擬泄漏，后用氣密性檢測系統檢測其氣密性，以此來驗證系統的可行性。該實驗共4組，將第1組氣泡的直徑大小控制在4 mm左右，第2組控制在8 mm左右，第3組控制在12 mm左右，第4組控制在16 mm以上。筆者對每組實驗采集4次，采集時間為16 s。用計算機分別對每組圖像的數據自動計算氣泡的直徑及數量，將其與人工計算結果作對比。計算結果對比如圖8所示。

圖8 自動計數與人工計數結果的對比

用計算出的氣泡數據來計算平均泄漏量并與理論泄漏量進行比較。其結果如表1所示。

表1 計算泄漏量與理論泄漏量的比較

分析發現，該系統可準確檢測的最小氣泡直徑為4 mm。當氣泡直徑小于這個值時，氣泡表面會發生嚴重的折射和反射，氣泡界面和背景之間的界限模糊，導致檢測不出準確的結果。氣泡檢測最合適的直徑在8 mm左右。這時的氣泡大小適中，情況穩定，不會產生翻轉和湍流，速度也保持一定比率。隨著氣泡直徑的繼續增大，氣泡表面不規則程度加深，甚至會產生氣泡之間的融合與碰撞。當達到12 mm時，氣泡表面發生嚴重的不規則形變，往往會將一個大氣泡表面辨識成兩個小氣泡的表面，但檢測到的泄漏量誤差不大，當氣泡直徑達到16 mm及以上時，氣泡產生湍流，相互碰撞后產生小氣泡，這些小氣泡大小不一且分布不均，很容易發生相互重疊的效果，使驗證結果與實際情況嚴重不符。

本研究還發現，氣泡檢測最適合的直徑在8 mm左右。如果要求不高，氣泡直徑在4 mm～12 mm之間都可以用光流法進行檢測。

4 氣泡檢測裝置實現

4.1 機架的結構設計

根據氣罐在氣密性檢測時的規格標準及要求，本研究用Pro/E設計了一套氣密性檢測裝置。氣密性檢測裝置的機械結構如圖9所示［10］。

設備運行的具體步驟是:①把氣罐放在A平臺上，啟動A平臺上的氣缸，實行定位、夾緊、堵孔等步驟；②將A平臺沉入水中檢測的同時，B平臺上安裝氣罐；③等A平臺上的氣罐檢測好后，A平臺往上運行離開水缸向左平移，B平臺跟進到中間工位；④B平臺沉入水中檢測，A平臺在左工位拆卸氣罐；⑤A平臺上再次安裝第2個待檢測氣罐等待下一步的安裝。如此往復運行，提高工作效率。

圖9 氣密性檢測裝置的機械結構

4.2 壓力容器的定位和堵孔

壓力容器是以一種成品的形式進行檢測的，其固定的形狀，給堵孔、定位工作造成了一定的困難。其形狀如圖10所示。

圖10 待檢壓力容器

從圖10中可以看出，氣罐有3個氣孔，具體定位堵孔步驟是:①把壓力容器放上檢測架；②右邊的氣缸頂住容器使其不能左右移動；③環向定位氣缸運行，利用環向定位板夾住壓力容器下方的圓柱型支腳使容器不能周向轉動；④上壓氣缸運行將壓力容器壓緊使其不能上下運動，至此，完成壓力容器定位步驟；⑤下氣缸運行將壓力容器下面的孔堵上；⑥斜角氣缸運行將壓力容器斜側面的孔堵住；⑦上氣缸壓下并向壓力容器內充入氣體，至此，完成壓力容器堵孔步驟。

氣缸組件安裝圖如圖11所示。

圖11 壓力容器定位示意圖

5 結束語

本研究介紹了基于Horn-Schunck光流圖像處理算法的水中氣泡的氣密性檢測方法，設計了一套氣密性檢測裝置。該裝置克服了壓力容器自動堵孔、定位的難點，初步實現了壓力容器半自動化的裝卸和氣密性檢測，提高了工作效率。通過實驗采集氣泡以及對氣泡圖像處理后，其研究結果表明:此系統可準確檢測的最小氣泡直徑為4 mm。氣泡檢測最適合的直徑在8 mm左右。如氣泡直徑繼續增大，氣泡表面不規則程度加深，檢測精確度變得越低。驗證了方法的可行性。

未來的工作將集中于提升氣密性裝置的全自動化改造以及提高光流法檢測氣泡的精確性和抗干擾能力。

（References）:

［1］彭光正，紀春華，葛 楠.氣密性檢測技術現狀及發展趨勢［J］.機床與液壓，2008，36（11）:173-174.

［2］吳孝儉，閆榮鑫.泄漏檢測［M］.北京:機械工業出版社，2005.

［3］王紅一，董 峰.基于高速攝像的水中氣泡運動特性的研究［C］.青島:中國工程熱物理學會2008多相流學術會議，2008.

［4］ZIELINSKI O，SAWORSKI B，SCHULZ J.Marine bubble detection using optical-flow techniques［J］.Journal of the European Optical Society，2010（5）:1-5.

［5］SAMET N，MARéCHAL P，DUFLO H.Ultrasound monitor?ing of bubble size and velocity in a fluid model using phased array transducer［J］.NDT&E International，2011，44（7）:621–627.

［6］BEAUCHEMIN S S，BARRON J L.The computation of opti?cal flow［J］.ACM Computing Surveys（CSUR）,1995，27（3）:433-466.

［7］HORN B，SCHUNCK B G.Determining optical flow［J］.Artificial Intelligence，1981，17（1-3）:185-203.

［8］梁法春，陳 倩，曹學文.圖像處理技術在長氣泡氣液界面檢測中的應用［C］.青島:中國工程熱物理學會2008多相流學術會議，2008.

［9］高 成.Matlab圖像處理與應用［M］.北京:國防工業出版社，2007.

［10］張建民.機電一體化系統設計［M］.北京:高等教育出版社，2007.