润滑油水分在线监测传感器畸变图像特征提取与表征方法研究

高英杰，范斌,，刘勇，张志强，陈文星，杜文亮

（1.内蒙古农业大学机电工程学院，内蒙古 呼和浩特 010018；2.特种车辆及其传动系统智能制造国家重点实验室，内蒙古 包头 014030）

1 前言

润滑油犹如人体的“血液”，是机械装备安全可靠运行的保障，其在机械设备中起着润滑机件、清除杂质、冷却降温、密封防漏、降噪减震的功能，然而合格的油品是保证机器正常工作的前提，但润滑油在生产、存放、运输及使用过程中会因种种原因导致水分侵入，使其性能发生改变，急剧地降低润滑油的使用寿命。国外研究表明：在滑动轴承中，油中仅存在1wt%的水分就会使其额定使用寿命缩短近90%。因此，开展服役润滑油的水分在线检测研究，对及时监测机器设备的润滑状态、确保装备的安全可靠运行具有重要意义。

为了克服离线水分检测的缺点，国内外针对润滑油的在线水分监测技术开展了大量研究，目前可以实现在线水分测量的方法主要有光谱射线法、微波衰减法、介电常数法等，然而这些方法都存在着一定的缺陷，如介电常数法易受油内微小金属颗粒、总酸值影响，在实际测量中往往达不到满意的效果；射线法存在人身安全风险，微波法极易受温度影响，且两者的检测装置成本高、维护困难，难以广泛推广。

为此，本文利用随机介质致光学成像系统的畸变效应，研究了一种基于图像畸变特征的润滑油水分在线监测方法。为了快速有效地识别物体畸变图像特征，提出一种物体形状量化表征指数构建与提取方法，实现了润滑油含水量的量化表征，该研究为润滑油水分在线监测提供了新思路。

2 润滑油水分在线监测原理

经典的形状分析方法是研究随机物体在平移、缩放及旋转条件下的几何特性变化，而本文所提出的方法是研究一个确定性物体在其所嵌入的环境或媒介引起的演化下的几何特性，且围绕物体的嵌入环境或媒介是随机的。在这种情况下，介质的变化直接影响到物体的几何特性，研究其形状的变化规律，并与确定性物体的几何特性相比较，从而监测和识别介质中的变化。

基于物体形状的光学分析方法设计了一种润滑油水分在线检测传感装置，其由光源机构、流道机构、光学聚焦机构和图像采集分析机构等组成，如图1所示，具体结构如专利202010834976.4所述。

图1 润滑油水分检测光学传感装置剖面图

将已知固定结构物体（带矩形通槽的薄板）放置在流道机构（形成薄的润滑油介质）后成像，原始物体图像会被作为畸变算子的液体介质所扭曲，如图2所示，物体形状发生畸变，由原来的矩形物体变为椭圆形，其长宽高以及颜色均发生明显变化，而畸变物体图像的变化将主要取决于润滑油介质的光学特性，可以通过研究畸变物体图像的形状特征从而识别润滑油介质中的水分含量。

图2 物体图像畸变过程

3 物体图像畸变特征提取与表征

3.1 畸变物体图像分割算法

图像分割是物体图像畸变特征提取的前提，分割效果直接影响参数的准确性。分水岭分割是一种强有力的图像分割方法，其算法运算速度快、易于并行设计，然而其对噪声极其敏感，直接应用水分岭算法易出现严重的过分割现象，为此，本文采用基于梯度边缘检测与标记分水岭算法相结合的方法对畸变物体图像进行分割处理。

（1）图像梯度计算。对图像进行分水岭变换之前，使用梯度幅值图像对原图像进行预处理会使分割结果更加准确。Sobel算子的3×3卷积模板在更大程度上平滑了输出图像，使得图像对噪声的敏感性降低，相较于其他算子效果较好，本文采用Sobel算子对畸变物体的灰度图像卷积来获取梯度幅值图像，如图3所示。

图3 畸变梯度幅值图像

（2）灰度级形态学操作。针对本研究的畸变物体图像，目标物体是相对较亮的区域，背景对应于暗的区域，选择灰度级形态学操作来寻找畸变物体的内外标识符，从而避免了直接对梯度幅值图像使用分水岭算法产生过度分割问题。

采用指定半径为3的平面圆盘结构作为结构元b，对畸变图像进行灰度级形态学操作，寻找畸变物体的内外标识符，操作过程如图4所示，其输入图像为灰度图像，输出图像为去噪滤波图像，具体过程为：①用平的结构元b对畸变灰度图像f进行腐蚀处理；②以图像f为模板，使用开操作对腐蚀图像进行形态学上的灰度级重构；③对开运算重建后的图像进行灰度膨胀处理；④对步骤2与步骤3所得图像同时进行取补，分别作为预标记图像与模板图像，执行闭运算重建操作，最终得到形态学滤波操作结果图像（图5（a））。

图4 灰度级形态学操作

（3）分水岭变换。使用imregionalmax函数提取图5（a）中的局部区域极大值，白色即为标记的目标区域。在图5（a）中，使用最大类间方差法找到图片的合适阈值，对图像进行二值化操作。为了细化背景标记，使用欧式距离变换，值为0的像素即为背景标记。在获得内外部标记符后，利用极小值标定技术纠正梯度图像，使图像局部最小值只出现在标记处后进行分水岭变换，最终获得畸变物体的分割图像（图5（b））。

图5 畸变物体图像分割结果

3.2 畸变图像多维度形状特征构建

形状特征是图像特征中的一种重要视觉特征，为了加快分析速度、有效区分物体图像特征，提出一种物体形状量化表征指数构建与提取方法，构建径向偏差参数（RD）作为表征指数来对畸变特征进行详细分析，减少了对物体内部点的分析，大大提高了计算速度，并能提供物体形状及轮廓信息。

畸变物体形状特征参数RD提取过程为：（1）读取图片，对图片进行改进分水岭分割处理；（2）在分割结果图像中寻找中心坐标值，绘制水平与垂直中心线，并在图像几何中心绘制外固定圆，径向偏差RD定义为畸变物体边界上的点与外固定圆上对应点的距离，如图6为直线为45°时的提取过程；（3）遍历x轴分别寻找直线与畸变物体边界和外固定圆的交点坐标，计算RD值。

图6 图像形状特征提取算法

本文所构建的形状特征参数RD提供了物体形状的边界特征信息，有助于对物体图像特征进行比较识别，通过分析不同润滑油水含量的畸变物体图像RD值可以实现润滑油水分在线检测。

4 实验研究

在实验室配置不同含水量的标准润滑油油样，利用所设计装置进行在线模拟实验，获得不同含水量油样的畸变物体图像，本次实验材料为L-CKD320重负荷齿轮润滑油。

4.1 畸变图像多维度形状特征对比分析

图7为实验所获得的不同含水量畸变物体总边界的径向偏差RD变化曲线。从图中可以看出，当直线取在0°（360°）和180°附近区间时，曲线数据出现显著分层，证明在此处的RD值可以作为畸变物体的特征参量来区分不同的润滑油含水量。为了准确识别已知结构物体的畸变特性，取直线在180°时的径向偏差RD180作为畸变物体图像的特征参数。

图7 畸变物体形状总边界RD值曲线

4.2 实验结果

实验获得了含水量为0wt%、0.1wt%、0.2wt%、0.3wt%、0.4wt%、0.5wt%、0.6wt%、0.7wt%、0.8wt%、0.9wt%及1.0wt%共11个油样的畸变物体图像数据，每个油样分别进行了六次重复实验，分别对实验图片提取RD180参量，并取其均值，其结果如表1所示。

表中数据显示，随着油样的含水量不断增加，从畸变物体图像中提取的径向偏差RD180参量为逐渐下降趋势。用表1所得数据减去原始油样（0wt%）的特征值（86.0），获得RD180参量的实际变化状况，取绝对值后，再对其进行分析。

表1 畸变物体图像的参量RD180变化数据

使用F(x)=exp(sqrt(5*x))函数对处理后的径向偏差RD180数据进行赋值，并对润滑油含水量与赋值径向偏差RD180进行线性拟合，其结果如图8所示，得到两者的线性关系式为y=-22922.25+205720.221x，其R2为0.9805。

图8 径向偏差RD180线性拟合图

5 结语

为了实现润滑油的水分在线检测，本文提出一种基于物体图像形状畸变特征的量化表征指数构建与提取方法，并开展在线模拟实验，研究表明：（1）本文提出的梯度边缘检测与标记分水岭集成算法，可实现畸变图像特征的快速分割与提取，为量化指标构建奠定基础。（2）构建的畸变图像多维度形状特征—径向偏差RD，可初步实现不同含水量等级的有效量化与表征。（3）试验研究表明多维度形状特征中，RD180指标对润滑油水分含量变化较敏感，且与含水量存在显著线性相关性，可作为水分含量在线检测的最优参数。