容器液位視覺檢測方法研究

楊慧英

（1.沈陽理工大學自動化與電氣工程學院，遼寧沈陽110159；2.東北大學信息科學與工程學院，遼寧沈陽110000）

1 視覺液位檢測方法的提出

液位通常是指密閉容器或是開口容器內液體的液面高度。工程應用中容器可能是透明的和非透明的，形狀也大小不一。現有的液位檢測方法有很多，如微波檢測法、超聲波檢測法、光電式檢測法、浮球式檢測法等，這些方法各有特點但對于透明含有泡沫或是有蒸汽、粉塵等液體液位都不太適合，浮球式則不太適合粘稠液體的液位檢測，所有方法也都不太適合有腐蝕性以及高溫液體的液面檢測。為此本文提出一種非接觸式的檢測方法，利用機器視覺原理基于數字圖像處理理論對容器內液位進行檢測。這種方法對于原容器工作情況不破壞不干擾，只需在合適位置架設圖像采集裝置，設備安裝改造容易。

2 本文視覺液位檢測的問題描述

通常在液位檢測之前有以下幾個問題需要關注：（1）容器的種類是密閉容器還是開口容器；（2）容器的材質即容器為透明容器還是非透明容器；（3）容器內的液體為腐蝕液體、高溫液體或是其它特殊情況液體；（4）容器器形主要是形狀和大小方面的考量。本文主要利用視覺檢測方式探討以下兩種情況下的液位檢測。透明容器內液位檢測（密閉容器開口容器均可）和非透明開口容器內的液位檢測。以下是兩種情況的問題描述。

2.1 透明容器液體液位檢測問題描述

利用視覺檢測方式對透明容器內的液體液位進行檢測，由于容器外壁透明，利用圖像檢測的方式可以將攝像頭垂直與容器外壁架設，如圖1所示為一透明容器，容器內黑色區域為容器內液體。圖中利用攝像頭可以獲取到透明容器的切面。圖像獲取后可以直觀通過分析得到，圖像中的液位和實際液位有關聯。

圖1 密閉透明容器液位情況

2.2 非透明開口容器液位檢測問題描述

對于透明開口容器或是透明封閉容器都可以利用2.1中所述方法進行檢測。如果是液位檢測報警可以直接通過是否到達警戒液位線給出判斷即可，如果是需要給出容器內具體液位高度則需要設計標尺進行標定轉換計算出實際液位。對于非透明容器來說很難直觀的從縱切面圖形中獲取到。如果是密閉非透明容器可以采用紅外熱像方法獲取圖像。如果是開口非透明容器可以采用采集容器橫截面圖像狀態（圖2所示），通過提取液位特征參數進行。

圖2 非密閉不透明容器橫截面圖像

3 實際問題的處理流程與主要算法

3.1 圖像處理流程

無論是透明還是非透明的容器利用圖像檢測方法進行液位檢測基本的圖像處理流程基本都需要以下幾個步驟：

（1）原始圖像采集：透明容器攝像頭垂直于容器側壁采集；非透明開口容器采集容器口橫截面圖像。

（2）灰度化：降低原始圖像的色彩信息為預處理與特征提取提供條件。

（3）圖像增強：可以提升原始圖像目標與背景的對比度。

（4）圖像去噪：去除影響特征提取的圖形元素。

（5）二值化：將目標與背景進行二值分離，得到有效的目標邊緣或是區域特征。

3.2 灰度化與閾值分割

實際檢測過程中，利用圖像獲取單元采集到的圖像信息多為彩色圖像，為此需要進行灰度化和閾值分割等圖像預處理操作。灰度化處理可以采用均值化公式（公式1）進行。

灰度化處理后仍可以看到液體區域雖然具有相同屬性，但由于光線、采集位置等問題，液體區域為灰度相近的一片區域，但是并不是每一個像素點都是相同灰度值，為此需要進一步進行閾值分割，目的是得到對比明顯的液體區域和非液體區域。

閾值分割就是將閾值與圖像中每個像素值進行比較劃分：設原始圖像為f（x，y），分割處理后的圖像為 g（x，y），T 為閾值，則有：

對于T的選取有很多算法，迭代法如下：

（1）首先估計一個初始全局閾值，選取所有像素點的灰度平均值作為第一次的分割閾值T；

（2）用T將圖像分為大于T和小于T的兩個區域R1和 R2；

（3）分別計算R1和R2兩個區域的像素點平均灰度 U1和 U2；

（4）推算新的下一輪閾值T=（U1+U2）/2；

（5）重復上述步驟（1）~（4）幾次直到上一次閾值和本次閾值相等，則結束迭代過程，最后一次的T為最終的分割閾值。

3.3 液位線特征提取與識別

閾值分割可以得到成片的液體區域特征，邊緣檢測則可以得到目標的邊緣特征信息，進而提取和液位相關的參數。1）對于透明容器可以采用如下方法：遍歷出最上和最下的邊界，統計邊界之間的像素特征，通過統計給出當前液面是否達到要求。2）對于非透明容器本文以開口容器為例，可以得到容器開口處截面圖像的區域特征。接下來采用邊緣檢測算法提取出邊緣特征。

邊緣檢測算法有很多，主要是選取不同的邊緣檢測算子多圖像進行模板運算，用算子利用卷積近似計算，常使用的一階算子有Roberts算子、Sobel算子和Prewitt算子。其基本運算原理如下，已知一個3×3大小的圖像（如圖3所示），中心點z5表示f（x，y），那么z1就代表f（x-1，y-1），其它各點表達式可依此類推，則用于計算標記為z5的點的梯度模板可以由以下定義給出：

一階微分算子定義為：

圖33 ×3圖像區域

圖4 Roberts交叉梯度算子

4 實驗結果分析與結論

如圖5所示為利用3.2所述算法進行的灰度化與閾值分割的處理結果，從結果中可以看出，由于彩色圖的每一個點是R、G、B三個顏色分量構成，每個分量占用一個字節，一個點就要占用三個字節，為了圖像的有效特征提取將彩色圖轉化為灰度圖后既保留了原有目標的特征，又降低了圖像的數據量以及存儲空間。二值化的目的是將灰度圖中的目標和背景分割為兩個明顯的黑白區域，將所有背景歸為黑色，將有效目標歸為白色，進一步為邊緣或區域特征的提取奠定基礎。

圖5 灰度化與閾值分割結果

如圖6所示為利用3.3所述算法對二值圖像進行處理提取出的邊界特征，可以看出透明容器直接可以從圖中得到一個明顯的液面邊界信息，對于不透明的容器可以得到的是開口容器的截面圖形邊緣，這些邊緣信息進行下一步的特征提取算法處理就可以得到液位是否達到預先要求的判斷。

圖6 邊緣檢測結果

綜上所述，通過對比基于圖像檢測方法對透明容器和非透明容器內的液位檢測是不同的。透明容器由于容器本身透明的特性很容易利用圖像得到具有液位特征的圖像，主要是架設好圖像采集單元的位置配合后續算法即可完成。對于非透明容器情況就會復雜一些，如果是密閉非透明，那么需要采集紅外熱圖像才有可能得到有效的圖像液位特征圖。本文對比的非密閉敞口不透明容器則沒法得到水平液位線特征圖，但是可以利用容器橫截面圖形特征進一步推導截面特征與液位的關系。因此利用圖像方式進行液位檢測屬于非接觸檢測，特別適合腐蝕性液體和高溫液體液位檢測情況，具有現實應用意義。