-
-
手机阅读
基于计算机视觉的石油钻杆裂纹检测系统 |
| 摘 要：传统的石油钻杆探伤主要依靠人工操作，完成整套工序需要大量的人力、物力，且效率低下，不能满足大批管材快速探伤的要求。因此，开发了一种生产效率高，成本低的石油钻杆探伤系统。采用计算机视觉技术结合具体硬件实现了石油钻杆裂纹的自动检测和打标。文章阐述了石油钻杆探伤系统组成与功能，探伤流程，以及用到的关键技术。 关键词：石油钻杆;裂纹检测;Visual C++ 6.0;图像处理 Abstract: Traditional Flaw-detection of oil drill pipe mostly depends on manual operation. It takes a great lot of manpower and material resources to complete entire working procedure with low efficiency which can’t fulfill the requirement of fast flaw-detecting of large quantities of oil drill pipes. Therefore the author developed a high produce efficiency and low cost flaw detection system of oil dill pipe. This system which adapts Visual C++6.0 technology and considers material hardware has realized automatic flaw detection and hit symbol on oil dill pipes. This paper narrates some important things such as system constitutions and functions, detection flow and key technologies used in the system. Key words: Oil Drill Pipe; Crack-detection; Visual C++ 6.0; Image Processing; 1 前言 原油开采过程中，石油钻杆是地面旋转系统、提升系统、循环系统与钻铤、钻头连接的主要部件，在油田的使用量非常大。它能否正常、安全地工作，是油田钻井工程能否正常进行的关键之一。钻杆服役条件恶劣，在地下承受各种复杂交变载荷的作用，容易产生疲劳裂纹，带有裂纹的钻杆继续下井工作就有断裂的危险，一旦发生钻柱断裂造成埋井的情况，经济损失可达数百万，严重影响钻井工程的经济效益。因此，应及时对钻杆进行裂纹检测。传统的石油钻杆探伤主要依靠人工判读，劳动强度大，生产效率低，不能满足大批钻杆快速探伤的要求;个别油田引进了国外管材探伤自动化生产线，但是价格昂贵，生产成本过高。本文提出了一种利用计算机视觉技术进行裂纹检测的方法，将该方法应用于石油钻杆裂纹检测可以很大程度上提高裂纹检测效率，降低劳动强度和生产成本。 2 系统组成和功能 首先对送检钻杆进行预处理，如清洗、磁化、喷洒磁悬液等，然后才能送入紫外线检测室进行裂纹检测。检测系统主要由图像获取装置、步进装置、打标装置、打印装置和中控机（中心控制计算机，下同）组成。工业CCD摄像机获取图像后传入中控机，中控机对图像进行裂纹检测，如果存在裂纹，则输出打标信号，将钻杆打标，并将结果存盘，生成裂纹信息报表，然后输出步进信号，检测钻杆下一段有无裂纹，否则，直接输出步进信号。 根据探伤过程的实际需要和客户需求，系统具有如下功能和特点： ① 监控图像实时动态显示; ② 图像局部或全局处理，包括灰度化、二值化、文字编辑、噪声消除、几何放大、缩小、旋转、移动、区域选择等; ③ 对缺陷图像进行标识提示，提供裂纹属性（大小、长度、位置等）; ④ 输出打标和步进控制信号; ⑤ 检测报表和图像打印功能; ⑥ 具有自动、手动两种工作方式。 设计时考虑到用户要求能实时动态显示监控图像，系统软件采用单文档双视图结构。左边视图用于实时显示监控图像、放置一些操作按钮、输出检测结果（用红色醒目显示）和检测生成的裂纹属性报表;右边视图作为图像显示窗口，在用户选择手动检测时作为图像处理后的结果输出窗口;两个视图中间蓝色分割条正中设置了一个收放按钮，用户可以通过点击来实现左边视图的隐藏和显示，以获得更多的图像处理空间。运行结果表明，该结构可以较好的满足用户需求，也使得界面美观、大方。系统运行时画面如图 1所示。  图 1. 系统运行图 为了使探伤过程准确快速，检测软件对获得的钻杆图像（CCD摄像机直接获取、鼠标托放打开、最近打开文件列表打开等）进行了归一化的处理，即把要处理的图像格式进行如下统一：① 归一化调色板信息。图像进行灰度化处理时将图像调色板信息进行灰度级统一，调色板数组从第一个数据到最后一个数据依次为0～255,共256级。同时修改位图信息头中相关统计信息，如biClrUsed=256，biBitCount=8等。② 归一化图像位图数据区数据。根据归一化调色板，对位图数据进行统一，将单色位图，16色位图和没有采用归一化调色板的256色位图进行颜色索引值的统一，例如对于单色位图也是采用0和255两个索引值来填充数据区。归一化的好处是位图数据一个字节刚好可以表示一个象素，简化了程序处理的复杂度，提高了裂纹检测速度。程序最后采用Visual C++6.0编程实现。 软件运行时，首先将24位彩色位图进行灰度化、二值化，再对二值化的图像进行滤波降噪，最后进行裂纹的检测，实验室进行手动检测时获得的图像如下：  图 2. 检测序列图像 3 探伤流程 经过预处理后的石油钻杆固定在装有步进装置的底座上，送入荧光实验室，中控机发送步进指令，钻杆步进到CCD摄像机视野;步进停止后工业摄像机采集图像送入中控机处理;中控机内部石油钻杆探伤软件自动将图像灰度化、二值化，然后进行中值滤波和数学形态学开、闭运算进行消噪，至此完成了石油钻杆图像的预处理操作。  图 3. 探伤流程图 探伤软件对预处理后的钻杆二值图进行横向和纵向的扫描、投影运算，若没有得到可疑的目标区域，则发送步进指令，对下一段钻杆进行裂纹检测，否则将目标区域保存送入裂纹检测模块;裂纹检测模块运用基于圆形度的裂纹检测算法对可疑目标区域进一步判决，若不存在裂纹，则发送步进指令，否则，发出报警信号，输出裂纹属性信息，生成结果报表，同时输出打标信号，控制打标装置在裂纹处打上记号标识。 最后发送步进指令，对余下钻杆进行裂纹检测，直到检测完一条钻杆。 整个流程中，图像预处理是关键一环，预处理的好坏，直接关系到检测的最终结果。目前制作的系统只能对一路视频信号进行裂纹检测，由于钻杆是圆柱形的，实际的运行系统中，要做到同时对钻杆进行完全的检测就要布置至少三个CCD摄像机，才能覆盖钻杆一周，在探伤软件程序端要进行多路信号处理的修改，采用多线程机制，实现多路钻杆裂纹并行检测。探伤流程图如图 3所示。 4 关键技术 4.1 计算机视觉技术 人类主要是通过视觉感知外界信息，人类对外界信息的感知有80%以上是通过视觉得到的。自信号处理理论和计算机出现后，人们试图用摄像机获得环境图像并将其转换成数字信号，用计算机实现视觉信息处理的全过程，这样就形成了一门新兴学科——计算机视觉。计算机视觉是一门多学科交叉性很强的学科，涉及计算机、心理学、生理学、物理学、信号处理和数学等。近年来随着各学科和计算机技术的发展，计算机视觉已被广泛应用到移动机器人视觉导航、医学辅助诊断、工业机器人眼、物体三维形状分析与识别、智能人机接口、智能监控等领域。 4.2采用有针对性的裂纹图像预处理方法 图像预处理包括灰度化、二值化和噪声消除。二值化过程中，由于裂纹区域在图像中所占比例较小，故采用平均阈值法进行二值化的结果要进行阈值修正，实验室测试数据为将平均阈值减去25个数量级为宜（灰度为256级）。 钻杆的宏观缺陷可分为两类。第一类：纵向撕裂型外表面线性裂纹。该类裂纹呈现在管体外表面，肉眼可见，宽度在0.5-2mm，深度在0.5mm以上，长度小于50mm[5]，并且靠近“加厚过渡带”。第二类：内部裂纹，系统不能检测，故不做进一步讨论。针对第一类纵向撕裂型外表面裂纹，纵向、细而长是此类裂纹具有的共同属性，为此，在消噪阶段采用有针对性的条形消噪模板，进行二值形态学中的开和闭运算，可以有效地去除横向干扰、块状噪声和离散点噪声，大大提高裂纹检测的准确性。 4.3 钻杆图像裂纹检测算法 预处理后图像经扫描、投影，可以获取可能是裂纹的目标区域，检测裂纹模块将这些目标区域作为输入，进行裂纹识别，主要是去除未能清洗掉的泥浆、水泥和腐蚀点等干扰因素形成的伪裂纹，得到真正的裂纹，最后输出裂纹属性信息。判定裂纹的算法是目前比较流行的圆形度判决算法，该算法根据可疑目标区域的周长l和面积s,计算: c=4＊PI＊s/（l＊l）），其中PI=3.14159265 然后对result进行阈值判决，决定是否是真正的裂纹, 阈值threshold大小由实验确定，实验中采用0.3，大于此值不是裂纹，否则判定为裂纹，此时可以较好地去除二值图中圆形和方形干扰，得到真正的细长裂纹信息。 5 结束语 文章设计了一种石油钻杆探伤系统，在系统设计时综合运用计算机视觉技术、Visual C++6.0硬件访问控制技术、图像平滑降噪预处理技术、裂纹检测技术，使系统可靠、实用。另外系统具有良好的人机界面，简单易用。实验结果表明，该系统实现的探伤方法是切实可行的。 |
