陳 翀

（中海油信息科技有限公司湛江分公司，廣東湛江 524000）

海洋面積約為3.6×108km2，其約占地球表面積的71 %。近幾十年來，工業(yè)發(fā)展取得了輝煌的成就，而海洋的污染問題日益加重，水體水質(zhì)遭到破壞，這不僅不利于海里生物的生存生長，而且影響人類的身體健康。海上溢油是全球海洋的主要污染之一，石油污染會在海面形成很大一層油膜，使得海內(nèi)的浮游生物，魚蝦和貝類等生物缺氧甚至大量死亡，其死亡后產(chǎn)生的毒素可以通過食物鏈毒害人體，導(dǎo)致經(jīng)濟(jì)的嚴(yán)重?fù)p失和人體健康的損害[1，2]。為保證及時發(fā)現(xiàn)溢油情形并且準(zhǔn)確處理溢油事故，就需要對采油附近海面進(jìn)行溢油檢測，及時做出預(yù)警，以減少溢油事故造成的海洋破壞。劉丙新[3]提出了一種基于光譜特征的決策樹溢油和MNF 的決策樹溢油的信息提取方法，他認(rèn)為可以根據(jù)水體、表面油膜的光譜特征，再利用遙感影像進(jìn)行溢油檢測。該方法適用于出現(xiàn)溢油后，再進(jìn)行處理，無法在溢油事故初期做出預(yù)警。聞心怡等[4]研制出一種能夠掛在AUV上的溢油檢測系統(tǒng)，該系統(tǒng)可以實現(xiàn)與AUV 無縫連接，可以對海底輸油管道進(jìn)行泄漏檢測。Rudolf Ressel等[5]提出了一種采用相干雙極化的技術(shù)進(jìn)行溢油檢測處理，首次將傳統(tǒng)和極化特征相結(jié)合應(yīng)用于溢油檢測中。黃徽[6]提出了基于三維熒光光譜的溢油檢測方法，他根據(jù)交替三線性分解，平行因子分析和自加權(quán)交替三線性分解三種方法提出了一種應(yīng)用組合算法（ACM），通過該算法對油污進(jìn)行分辨與檢測。

上述幾種檢測溢油的方法雖然在現(xiàn)場環(huán)境使用中取得了較為準(zhǔn)確的檢測效果，但是有些檢測方法操作起來比較復(fù)雜，有些計算量比較大，在某種程度上可能延長發(fā)現(xiàn)溢油事故的時間，從而無法及時處理。針對該類問題，本文提出一種基于烴類石油熒光效應(yīng)原理的溢油檢測方法，用熒光峰值的熒光法對水面溢油進(jìn)行檢測，采用長焦鏡頭實現(xiàn)較遠(yuǎn)距離目標(biāo)圖像非接觸捕捉，采用基于局部極值的分水嶺算法進(jìn)行目標(biāo)提取與圖像識別，從而建立一個完整的溢油檢測系統(tǒng)。該方法流程簡單，計算簡單準(zhǔn)確，能夠及時處理海洋溢油事故。

1 熒光檢測原理

1.1 熒光的產(chǎn)生

當(dāng)光照射到某一物質(zhì)上時，光的能量能夠使該物質(zhì)周圍的一些電子從原來的軌道躍遷到更高能的軌道，即由基態(tài)躍遷到第一個激發(fā)或者第二個激發(fā)的單線態(tài)等。該單線這種激發(fā)態(tài)是不穩(wěn)定的，持續(xù)數(shù)秒后，它們還會恢復(fù)到基態(tài)，當(dāng)電子從第一激發(fā)單線態(tài)回到基態(tài)時，能量將以光或者熱的形式釋放出來，進(jìn)而產(chǎn)生熒光[7]。

1.2 熒光檢測方法

石油是由碳?xì)浠仙傻臒N類物質(zhì)，而烴類物質(zhì)具有很高的熒光效率，因此熒光檢測方法對于海洋溢油檢測具有重要意義。利用石油中烴類物質(zhì)的熒光特性進(jìn)行溢油檢測，具有靈敏度高和穩(wěn)定性強(qiáng)、非接觸性檢測等優(yōu)點。當(dāng)激光（波長小于290 nm）激發(fā)到含有礦物質(zhì)油的油水混合物中時，它的熒光峰值波長大約在350 nm～400 nm，254 nm 為其最有效的激發(fā)波長[8]。由于激光的能量集中，其純度高而且反射光容易被濾除，為最理想且適用于溢油檢測的照射光源，因此采用半導(dǎo)體激光器搭建激光發(fā)射光路，解決激發(fā)光源問題。

2 圖像提取與目標(biāo)識別

圖像提取與目標(biāo)識別是將傳入的信息與系統(tǒng)中儲存的信息作比較，進(jìn)而對圖像進(jìn)行識別。系統(tǒng)需要將傳入的信息做圖像預(yù)處理、圖像分割與特征提取。圖像濾波是在保證圖像特征的情形下對目標(biāo)圖像進(jìn)行降噪，為圖像后期處理和分析的可靠性提供重要保證。采用輪廓檢測和斑點檢測算法[9]對圖像進(jìn)行識別，基于局部極值的分水嶺算法實現(xiàn)斑點檢測。為去除目標(biāo)圖像中的噪聲點，首先用一個高斯低通濾波對目標(biāo)圖像進(jìn)行卷積處理，模型如下所示：

目標(biāo)圖像f（x，y）用高斯核（方差為σ）進(jìn)行高斯濾波，對目標(biāo)圖像進(jìn)行降噪。

目標(biāo)圖像的拉普拉斯圖像為：

進(jìn)而有：

該算法中，目標(biāo)圖像中的二值化斑點，在σ=r/2時，高斯拉普拉斯的響應(yīng)會達(dá)到最大值；當(dāng)目標(biāo)圖像中的圓形斑點呈黑白反向時，在σ=r/2 時，高斯拉普拉斯的響應(yīng)會達(dá)到最小值。達(dá)到峰值的σ 值即為特征尺度。

在空間和尺度上均達(dá)到峰值的點為期望得到的斑點。當(dāng)檢測二位圖像時，計算該目標(biāo)圖像在各個尺度的拉普拉斯響應(yīng)值，同時查看空間中的各個點，當(dāng)該點的拉普拉斯響應(yīng)值均大于或者小于除此之外的立方空間領(lǐng)域（27 個）的值即為被檢測目標(biāo)圖像的斑點。

3 溢油檢測系統(tǒng)設(shè)計

溢油檢測系統(tǒng)的設(shè)計主要包括五大部分（時間精確校準(zhǔn)、有序采樣、信息傳輸、聲光報警和手動復(fù)位）。首先，溢油檢測系統(tǒng)要設(shè)計時間校準(zhǔn)模塊，保證該系統(tǒng)時間的準(zhǔn)確性，以免在出現(xiàn)溢油事故時收到錯誤通知，系統(tǒng)要求每天對程序時間進(jìn)行一次校準(zhǔn)，確保與GPS時間一致，該模塊每天自動執(zhí)行，能有效的避免因錯誤指令導(dǎo)致工作人員工作混亂，提前或延后收到溢油警報。其次，設(shè)計采樣模塊，設(shè)置程序保證相機(jī)每間隔一定時間進(jìn)行一次海面圖片采樣工作，其中相機(jī)采樣間隔為1 s～60 s 可調(diào)，默認(rèn)10 s，時間間隔可根據(jù)實際工作條件調(diào)整，易溢油區(qū)域設(shè)置間隔可在10 s 以內(nèi)，不易溢油區(qū)域可調(diào)整到15 s 以上，該模塊可提高相機(jī)的使用價值。然后，設(shè)計系統(tǒng)自動將相機(jī)采樣的圖片傳送到PC 端，完成目標(biāo)提取，采用特定的圖像算法濾除環(huán)境光和風(fēng)浪引起的浪花干擾問題，進(jìn)行圖像識別。進(jìn)而，設(shè)計聲光報警模塊，當(dāng)識別圖像中有溢油情形發(fā)生，立即啟動聲光報警信號燈，并且鎖定報警位置，通知工作人員立即處理。最后，當(dāng)溢油事故處理完成后，手動復(fù)位，保證系統(tǒng)正常運行。該系統(tǒng)適用于油膜檢測厚度為20 μm 以上。溢油檢測的工作流程（見圖1）。

圖1 溢油檢測流程圖

本文采用Vs2015 c#軟件對系統(tǒng)進(jìn)行編程。該程序可實現(xiàn)上述所示功能，本系統(tǒng)將用于海洋石油平臺上。

4 溢油檢測測試

構(gòu)建實驗環(huán)境，陽光充足的某天，風(fēng)速3～4 級，選擇一處沒有任何遮擋的室外空間，在地面上放置四個大型水槽模擬海面，其中三個水面有油稱為B、C、D，一個水面無油稱為E，將檢測設(shè)備吊裝在水槽上方，檢測設(shè)備與水面距離可以調(diào)整，本實驗將檢測設(shè)備吊裝在距離水槽水面3 m 的位置。實驗分別選在清晨（A1）、上午（A2）、中午（A3）、下午（A4）、傍晚（A5）和晚上（A6）具有不同光線照射情況的六個時間段進(jìn)行采樣。檢測結(jié)果按照三種情況進(jìn)行記錄，檢測成功為X，檢測失敗為Y，不確定為Z。檢測標(biāo)準(zhǔn)為激光照射浮油產(chǎn)生的圓形光斑亮度遠(yuǎn)遠(yuǎn)大于周圍水面亮度，也大于激光照射普通水面產(chǎn)生的光斑亮度可判斷為有溢油否則無。測得的溢油實驗情況（見表1）。檢測結(jié)果為不確定事件的原因是相機(jī)鏡頭有污漬。

表1 溢油檢測實驗情況分布表

由表1 實驗結(jié)果可以看出，針對不同光線照射的六個時間段，檢測出的溢油情況除相機(jī)鏡頭有污漬均為準(zhǔn)確事件，即工作中，應(yīng)注意時刻保持鏡頭無污染。實驗表明溢油檢測系統(tǒng)具有很高的準(zhǔn)確性和實用性，可以應(yīng)用到海洋溢油檢測中。

5 結(jié)論

該溢油檢測裝置，采用半導(dǎo)體激光器搭建激光發(fā)射光路；高速工業(yè)相機(jī)，配合長焦鏡頭實現(xiàn)較遠(yuǎn)距離目標(biāo)圖像；采用基于局部極值的分水嶺算法進(jìn)行目標(biāo)提取與圖像識別，濾除干擾等問題，開發(fā)相應(yīng)操作程序完成溢油檢測并實時報警。實驗驗證了該溢油檢測方法的可行性與實用性。在海洋采油工作平臺上使用該溢油檢測方法能夠及時且準(zhǔn)確的處理海面溢油事故，為確保生態(tài)環(huán)境以及人類健康做出重要保障。