基于HSV空间与形态学石油套管计数方法.docVIP

基于HSV空间与形态学石油套管计数方法 　　摘 要： 针对人工盘点套管效率和准确率低，提出一种基于图像处理的自动检测方法。首先采集套管端面原始数字图像在空间域去噪，然后转到HSV空间中利用H通道的高低阈值限定与形态学开闭操作形成清晰的轮廓，再提取形状特征去除干扰，得到准确的识别计数结果。对现场采集的图片进行实验，验证了该算法计数准确、高效。 　　关键词： 套管计数； HSV空间； 中值滤波； 开闭操作； 轮廓提取； 自动检测 　　中图分类号： TN911.73?34； TP391 文献标识码： A 文章编号： 1004?373X（2018）15?0079?04 　　Oil casing pipe counting approach based on HSV space and morphology 　　LI Liang， YANG Jieming 　　（MOE Shanxi Key Lab of Advanced Transducers and Intelligent Control System， Taiyuan University of Technology， Taiyuan 030024， China） 　　Abstract： An automatic detection method based on image processing is proposed to improve the efficiency and accuracy of artificial casing pipe counting. The original digital image of the casing pipe end?face is collected for denoising in the spatial domain， and then converted it into HSV space. The high?low threshold limitation of H?channel and morphological open?close operation are used to form the clear contour of the image. The shape feature of the contour is extracted to remove the interference， and get the accurate identification and counting results. The accurate and efficient counting of the algorithm was verified in an experiment with the pictures collected on the spot. 　　Keywords： casing pipe counting； HSV space； median filtering； open?close operation； contour extraction； automatic detection 　　石油套管出库时，必须有专人进行盘点，而人工盘点效率低，容易出错，尤其是难以匹配现在的自动化生产及管理方式[1]。图像处理技术应用于棒材计数的算法较多，常采用的是基于灰度阈值化及边缘检测的方法[2?4]，但其结果在很大程度上依赖于图像二值化的质量，抗干扰能力差。基于模板匹配的方法也常用于辨识棒材端面，虽然模板法可以避免棒材端面图像的狭小粘连对数目统计产生的影响，但是需要将模板向各个方向平移，耗时较长，实时性差，并且对目标的尺寸较为敏感[5?7]。考虑到套管端面的颜色信息明显，充分利用HSV?色特征分割的准确性和对光照的抗干扰能力，通过HSV空间色度通道的高低阈值进行分割得到目标区域，然后引入数学形态学操作处理区域中的空洞粘连等干扰，为后面的计数提供清晰的轮廓。该方法可以避免精确检测出套管区域的边缘这一难点，而且视角偏差对该方法造成的误差很小，所以更易于实现准确计数。 1 套管计数总流程 　　套管计数的总流程如图1所示。主要由图像预处理、套管端面识别计数两部分组成。实际获得的端面图像由于受到图像传感器质量和周围环境的干扰产生图像噪声，图像平滑可以减少噪声，从而优化目标分割的质量；转化到HSV空间提取颜色阈值进行目标区域分割，是因为该颜色空间比RGB更接近于人们的经验和对彩色的感知，并且结合HSV三个分量之间的无关性，在进行图像分割时对光照等影响的抗干扰能力强，保证了目标提取的精确性；尽管大部分套管端面区域被颜色阈值分离出来了，但遭到阳光照射、源图像端面颜色分布不均、噪声波动等干扰，分割出的套管端面区域