高英杰，范斌,，劉勇，張志強，陳文星，杜文亮

（1.內(nèi)蒙古農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院，內(nèi)蒙古 呼和浩特 010018；2.特種車輛及其傳動系統(tǒng)智能制造國家重點實驗室，內(nèi)蒙古 包頭 014030）

1 前言

潤滑油猶如人體的“血液”，是機(jī)械裝備安全可靠運行的保障，其在機(jī)械設(shè)備中起著潤滑機(jī)件、清除雜質(zhì)、冷卻降溫、密封防漏、降噪減震的功能，然而合格的油品是保證機(jī)器正常工作的前提，但潤滑油在生產(chǎn)、存放、運輸及使用過程中會因種種原因?qū)е滤智秩?，使其性能發(fā)生改變，急劇地降低潤滑油的使用壽命。國外研究表明：在滑動軸承中，油中僅存在1wt%的水分就會使其額定使用壽命縮短近90%。因此，開展服役潤滑油的水分在線檢測研究，對及時監(jiān)測機(jī)器設(shè)備的潤滑狀態(tài)、確保裝備的安全可靠運行具有重要意義。

為了克服離線水分檢測的缺點，國內(nèi)外針對潤滑油的在線水分監(jiān)測技術(shù)開展了大量研究，目前可以實現(xiàn)在線水分測量的方法主要有光譜射線法、微波衰減法、介電常數(shù)法等，然而這些方法都存在著一定的缺陷，如介電常數(shù)法易受油內(nèi)微小金屬顆粒、總酸值影響，在實際測量中往往達(dá)不到滿意的效果；射線法存在人身安全風(fēng)險，微波法極易受溫度影響，且兩者的檢測裝置成本高、維護(hù)困難，難以廣泛推廣。

為此，本文利用隨機(jī)介質(zhì)致光學(xué)成像系統(tǒng)的畸變效應(yīng)，研究了一種基于圖像畸變特征的潤滑油水分在線監(jiān)測方法。為了快速有效地識別物體畸變圖像特征，提出一種物體形狀量化表征指數(shù)構(gòu)建與提取方法，實現(xiàn)了潤滑油含水量的量化表征，該研究為潤滑油水分在線監(jiān)測提供了新思路。

2 潤滑油水分在線監(jiān)測原理

經(jīng)典的形狀分析方法是研究隨機(jī)物體在平移、縮放及旋轉(zhuǎn)條件下的幾何特性變化，而本文所提出的方法是研究一個確定性物體在其所嵌入的環(huán)境或媒介引起的演化下的幾何特性，且圍繞物體的嵌入環(huán)境或媒介是隨機(jī)的。在這種情況下，介質(zhì)的變化直接影響到物體的幾何特性，研究其形狀的變化規(guī)律，并與確定性物體的幾何特性相比較，從而監(jiān)測和識別介質(zhì)中的變化。

基于物體形狀的光學(xué)分析方法設(shè)計了一種潤滑油水分在線檢測傳感裝置，其由光源機(jī)構(gòu)、流道機(jī)構(gòu)、光學(xué)聚焦機(jī)構(gòu)和圖像采集分析機(jī)構(gòu)等組成，如圖1所示，具體結(jié)構(gòu)如專利202010834976.4所述。

圖1 潤滑油水分檢測光學(xué)傳感裝置剖面圖

將已知固定結(jié)構(gòu)物體（帶矩形通槽的薄板）放置在流道機(jī)構(gòu)（形成薄的潤滑油介質(zhì)）后成像，原始物體圖像會被作為畸變算子的液體介質(zhì)所扭曲，如圖2所示，物體形狀發(fā)生畸變，由原來的矩形物體變?yōu)闄E圓形，其長寬高以及顏色均發(fā)生明顯變化，而畸變物體圖像的變化將主要取決于潤滑油介質(zhì)的光學(xué)特性，可以通過研究畸變物體圖像的形狀特征從而識別潤滑油介質(zhì)中的水分含量。

圖2 物體圖像畸變過程

3 物體圖像畸變特征提取與表征

3.1 畸變物體圖像分割算法

圖像分割是物體圖像畸變特征提取的前提，分割效果直接影響參數(shù)的準(zhǔn)確性。分水嶺分割是一種強有力的圖像分割方法，其算法運算速度快、易于并行設(shè)計，然而其對噪聲極其敏感，直接應(yīng)用水分嶺算法易出現(xiàn)嚴(yán)重的過分割現(xiàn)象，為此，本文采用基于梯度邊緣檢測與標(biāo)記分水嶺算法相結(jié)合的方法對畸變物體圖像進(jìn)行分割處理。

（1）圖像梯度計算。對圖像進(jìn)行分水嶺變換之前，使用梯度幅值圖像對原圖像進(jìn)行預(yù)處理會使分割結(jié)果更加準(zhǔn)確。Sobel算子的3×3卷積模板在更大程度上平滑了輸出圖像，使得圖像對噪聲的敏感性降低，相較于其他算子效果較好，本文采用Sobel算子對畸變物體的灰度圖像卷積來獲取梯度幅值圖像，如圖3所示。

圖3 畸變梯度幅值圖像

（2）灰度級形態(tài)學(xué)操作。針對本研究的畸變物體圖像，目標(biāo)物體是相對較亮的區(qū)域，背景對應(yīng)于暗的區(qū)域，選擇灰度級形態(tài)學(xué)操作來尋找畸變物體的內(nèi)外標(biāo)識符，從而避免了直接對梯度幅值圖像使用分水嶺算法產(chǎn)生過度分割問題。

采用指定半徑為3的平面圓盤結(jié)構(gòu)作為結(jié)構(gòu)元b，對畸變圖像進(jìn)行灰度級形態(tài)學(xué)操作，尋找畸變物體的內(nèi)外標(biāo)識符，操作過程如圖4所示，其輸入圖像為灰度圖像，輸出圖像為去噪濾波圖像，具體過程為：①用平的結(jié)構(gòu)元b對畸變灰度圖像f進(jìn)行腐蝕處理；②以圖像f為模板，使用開操作對腐蝕圖像進(jìn)行形態(tài)學(xué)上的灰度級重構(gòu)；③對開運算重建后的圖像進(jìn)行灰度膨脹處理；④對步驟2與步驟3所得圖像同時進(jìn)行取補，分別作為預(yù)標(biāo)記圖像與模板圖像，執(zhí)行閉運算重建操作，最終得到形態(tài)學(xué)濾波操作結(jié)果圖像（圖5（a））。

圖4 灰度級形態(tài)學(xué)操作

（3）分水嶺變換。使用imregionalmax函數(shù)提取圖5（a）中的局部區(qū)域極大值，白色即為標(biāo)記的目標(biāo)區(qū)域。在圖5（a）中，使用最大類間方差法找到圖片的合適閾值，對圖像進(jìn)行二值化操作。為了細(xì)化背景標(biāo)記，使用歐式距離變換，值為0的像素即為背景標(biāo)記。在獲得內(nèi)外部標(biāo)記符后，利用極小值標(biāo)定技術(shù)糾正梯度圖像，使圖像局部最小值只出現(xiàn)在標(biāo)記處后進(jìn)行分水嶺變換，最終獲得畸變物體的分割圖像（圖5（b））。

圖5 畸變物體圖像分割結(jié)果

3.2 畸變圖像多維度形狀特征構(gòu)建

形狀特征是圖像特征中的一種重要視覺特征，為了加快分析速度、有效區(qū)分物體圖像特征，提出一種物體形狀量化表征指數(shù)構(gòu)建與提取方法，構(gòu)建徑向偏差參數(shù)（RD）作為表征指數(shù)來對畸變特征進(jìn)行詳細(xì)分析，減少了對物體內(nèi)部點的分析，大大提高了計算速度，并能提供物體形狀及輪廓信息。

畸變物體形狀特征參數(shù)RD提取過程為：（1）讀取圖片，對圖片進(jìn)行改進(jìn)分水嶺分割處理；（2）在分割結(jié)果圖像中尋找中心坐標(biāo)值，繪制水平與垂直中心線，并在圖像幾何中心繪制外固定圓，徑向偏差RD定義為畸變物體邊界上的點與外固定圓上對應(yīng)點的距離，如圖6為直線為45°時的提取過程；（3）遍歷x軸分別尋找直線與畸變物體邊界和外固定圓的交點坐標(biāo)，計算RD值。

圖6 圖像形狀特征提取算法

本文所構(gòu)建的形狀特征參數(shù)RD提供了物體形狀的邊界特征信息，有助于對物體圖像特征進(jìn)行比較識別，通過分析不同潤滑油水含量的畸變物體圖像RD值可以實現(xiàn)潤滑油水分在線檢測。

4 實驗研究

在實驗室配置不同含水量的標(biāo)準(zhǔn)潤滑油油樣，利用所設(shè)計裝置進(jìn)行在線模擬實驗，獲得不同含水量油樣的畸變物體圖像，本次實驗材料為L-CKD320重負(fù)荷齒輪潤滑油。

4.1 畸變圖像多維度形狀特征對比分析

圖7為實驗所獲得的不同含水量畸變物體總邊界的徑向偏差RD變化曲線。從圖中可以看出，當(dāng)直線取在0°（360°）和180°附近區(qū)間時，曲線數(shù)據(jù)出現(xiàn)顯著分層，證明在此處的RD值可以作為畸變物體的特征參量來區(qū)分不同的潤滑油含水量。為了準(zhǔn)確識別已知結(jié)構(gòu)物體的畸變特性，取直線在180°時的徑向偏差RD180作為畸變物體圖像的特征參數(shù)。

圖7 畸變物體形狀總邊界RD值曲線

4.2 實驗結(jié)果

實驗獲得了含水量為0wt%、0.1wt%、0.2wt%、0.3wt%、0.4wt%、0.5wt%、0.6wt%、0.7wt%、0.8wt%、0.9wt%及1.0wt%共11個油樣的畸變物體圖像數(shù)據(jù)，每個油樣分別進(jìn)行了六次重復(fù)實驗，分別對實驗圖片提取RD180參量，并取其均值，其結(jié)果如表1所示。

表中數(shù)據(jù)顯示，隨著油樣的含水量不斷增加，從畸變物體圖像中提取的徑向偏差RD180參量為逐漸下降趨勢。用表1所得數(shù)據(jù)減去原始油樣（0wt%）的特征值（86.0），獲得RD180參量的實際變化狀況，取絕對值后，再對其進(jìn)行分析。

表1 畸變物體圖像的參量RD180變化數(shù)據(jù)

使用F(x)=exp(sqrt(5*x))函數(shù)對處理后的徑向偏差RD180數(shù)據(jù)進(jìn)行賦值，并對潤滑油含水量與賦值徑向偏差RD180進(jìn)行線性擬合，其結(jié)果如圖8所示，得到兩者的線性關(guān)系式為y=-22922.25+205720.221x，其R2為0.9805。

圖8 徑向偏差RD180線性擬合圖

5 結(jié)語

為了實現(xiàn)潤滑油的水分在線檢測，本文提出一種基于物體圖像形狀畸變特征的量化表征指數(shù)構(gòu)建與提取方法，并開展在線模擬實驗，研究表明：（1）本文提出的梯度邊緣檢測與標(biāo)記分水嶺集成算法，可實現(xiàn)畸變圖像特征的快速分割與提取，為量化指標(biāo)構(gòu)建奠定基礎(chǔ)。（2）構(gòu)建的畸變圖像多維度形狀特征—徑向偏差RD，可初步實現(xiàn)不同含水量等級的有效量化與表征。（3）試驗研究表明多維度形狀特征中，RD180指標(biāo)對潤滑油水分含量變化較敏感，且與含水量存在顯著線性相關(guān)性，可作為水分含量在線檢測的最優(yōu)參數(shù)。