论文基于多旋翼无人机的油田管线巡检，该文是无人机有关论文范例跟多旋翼无人机和巡检和管线类论文范文.
摘 要：针对传统油田巡检效果不好、效率很低的问题,提出利用多旋翼无人机进行管线巡检的建议,首先对管线所在区域进行拍摄,将获得的原始污油彩像分别转换到Lab颜色空间和YUV颜色空间,其次分别对Lab颜色空间进行OTSU阈值分割,对YUV颜色空间进行加权模糊熵分割,最后将两种分割算法得到的结果进行合并、滤波,得到最终的分割图像.仿真结果表明,该方法能够有效地进行管线巡检并发现该区域的污油,还可粗略计算污油面积.
关键词：油田管线巡检；无人机；图像处理；分割算法；颜色空间
中图分类号：TE973.6；V279；TP391.4文献标志码：ADOI：10.3969/j.issn.1674-9146.2018.07.063
1无人机应用于油田管线巡检的研究背景
在石油生产开发中,油田管线是必不可少的一部分,为原油的运输提供了保障.通过管线巡检,可以将原油泄漏的污染降到最低.传统的管线巡检依靠人工目测或望远镜巡护,由于长输油气管道环境险要、交通不便等问题,因此导致巡检效果不好,人力成本极高[1-3].对于一些管道泄漏区域,工作人员根本无法靠近,存在运营成本高、工作人员安全保障难等问题.
随着微电子、微机械系统和卫星导航技术的快速发展,无人机（UnmannedAerialVehicle,U）发展十分迅速,已经能够执行油田管线巡检任务.在无人机巡检过程中,污油的识别对管线穿孔识别的准确率有着很大的影响.孟繁平等提出利用固定翼无人机和多旋翼无人机进行石油管路巡检的研究策略,然而还无法实现对污油区域的自动识别[4].
笔者将多旋翼无人机平台应用于油田管线巡检任务,并且通过图像处理对管线渗漏以及污油面积进行识别.首先,利用无人机对油田的地面情况分区域进行拍摄,将每幅图像传回控制屏,并将每幅图像的位置信息进行记录.其次,转换到Lab颜色空间下,利用大津（OTSU）阈值分割算法分割a分量.最后,通过k-means聚类分割算法处理a分量和b分量.通过试验结果可以得知,阈值分割算法与聚类分割算法在对污油分割时,对相似区域的分割有很大的误差,k均值（k-means）聚类分割算法仅能分割颜色对比较明显的污油图像；而利用基于Lab颜色空间和YUV颜色空间的污油图像分割算法可以得到分割较好的污油区域,并且能够初步大致估算污油的面积,为无人机飞行监测油田管线的工程应用提供了非常重要的研究基础.
2多旋翼无人机工作原理
无人机最早在20世纪20年代出现,并作为训练靶机使用.随着技术的成熟,无人机正在逐步市场化,其应用领域也不断扩大,在民用、商用等方面的应用逐步增多[5].无人机具有受天气情况影响小、实用效率高、响应灵敏、定位精确度高、操控容易等优点,飞行系统运行稳定,能够实现悬停并且对固定区域进行重点拍摄的目标.
无人机飞行控制系统是无人机的心脏,飞行控制系统通过采集飞行器的角速度、欧拉角、空气阻力、飞行速度等数据,将数据传到处理系统,由系统解析数据的具体参数,得到无人机的相关信息,并将其位置信息和所采集的图像数据实时发送到地面站；地面站可以实时传输指令,保证无人机的航向以及各种反馈,精准到达指定地点采集拍摄数据.在实际操作中,无人机飞行在巡查管线上空,沿管线自动飞行,并用高清摄像设备对管线进行拍摄,采集地面实际的影像资料,将其实时传输到地面站进行分析.利用5G通信技术实时传输图像到手机上,及时观察地面管线实际情况.图1为油田监测飞行中的多旋翼无人机.
3基于图像分割的油田管线区域监测
由于输油管线埋于地下,存在腐蚀、渗漏等问题,容易造成原油泄漏,导致环境污染,因此需要巡检以及时发现污油泄漏问题.在实际工作中,有些管线穿过湖泊或者芦苇湿地等区域,人力无法到达,给巡检工作带来巨大困难.通过无人机对有管线区域进行巡检,对每个区域进行拍摄,对拍摄后的图像进行分析,可得到污油面积等数据.本文通过使用k-means聚类分割算法、基于Lab颜色空间和YUV颜色空间的分割算法两种算法对无人机采集的图像进行了处理和实验操作.
3.1k-means聚类分割算法
k-means聚类分割算法是最简单的聚类分割算法之一,其相似性的评价指标是距离,它的基本思想是：将样本按照距离聚成不同的簇,任意两点的距离越近,相似度越大,从而得到紧凑、独立的簇作为聚类目标.k-means聚类分割算法把n个对象信息聚成为k个簇,寻找到k个簇中的聚类中心,将所有的数据整合到距离最近的聚类中心,确保每个点与其相应聚类中心的距离平方和最小.
3.2基于Lab颜色空间和YUV颜色空间分割算法
Lab颜色空间是由国际照明委员会（CommissionInternationaledel´Eclairage,CIE）制定的一种颜色空间模型.大自然中所有颜色均可通过Lab颜色空间展现,它比RGB颜色空间表达的信息要多.由于生成Lab颜色空间的转换过程是非线性的,它是在RGB颜色空间的基础上,用3个原色X,Y,Z建立的一个新的颜色空间,因此需要先把RGB颜色空间转换到XYZ颜色空间上,转换公式为
再从XYZ颜色空间转换到Lab颜色空间,转换公式为
将获取的原始污油彩像从RGB颜色空间转换到Lab颜色空间,然后提取出Lab颜色空间的a分量,对其使用加权模糊熵方法进行污油背景分割.基于YUV颜色空间的加权模糊熵分割方法的具体步骤如下.
1）将YUV颜色空间中的V分量作为样本分离出来.将V分量分为256个灰度等级,则V分量的值为0~255.设V分量图像的函数表达式为
V等于fx,yM×N.（4）
2）对V分量采用模糊化处理.假设T为分割阈值,V分量图像被分割为目标O和背景B两个部分,通过梯形分布的模糊度隶属函数对其进行模糊化处理.背景B的模糊度隶属函数μBg和目标O的模糊度隶属函数μBg为互补函数,即
μOg等于1-μBg.（5）
3）计算加权模糊熵.目标O和背景B两个模糊集合的加权模糊熵分别为
4）计算加权模糊熵的最大值,则分割阈值为计算所得结果T.
5）使用T对V分量图像进行分割并二值化.
4实验设计与结果分析
4.1样本采集及预处理
本实验采集的样本均来自大庆油田有限责任公司采油二厂区域,利用无人机飞行到指定高度并悬停,控制在合理高度进行拍摄,确保图像清晰度.对得到的图像进行分类,使用Matlab2016软件进行数据处理实验.保证程序的运算速度,对采集的样本进行压缩,将4000×2250像素的图像样本归一化为400×225像素的同比例图像,见图2.由于高空存在气流等因素,导致无人机拍摄图像会存在噪声,利用矢量中值滤波算法对图像进行处理,保证对彩像的分割,见图3.
4.2管线污油分割实验设计
本文总共设计两个实验,分别是利用传统k-means聚类分割算法、Lab颜色空间和YUV颜色空间的分割算法进行图像处理仿真研究对比.
4.2.1采用传统k-means聚类分割算法实验步骤
1）将采集后的污油图像进行预处理,分割为n个数据集合,随机选取任意k个对象组成初始聚类中心.
2）通过算法求得所有样本到各聚类中心的距离,并将所有样本归到与其距离最近的聚类中心.
3）对所有簇,以所有样本的均值作为该簇新的聚类中心.
4）重复第2步、第3步,迭代运算到聚类中心不再变化或达到指定的迭代次数,该算法停止,完成图像分割任务.
4.2.2采用Lab颜色空间和YUV颜色空间的分割算法的实验步骤
1）将图像从RGB颜色空间转换到Lab颜色空间,选择a分量用OTSU阈值分割算法进行分割.
2）将图像从RGB颜色空间转换到YUV颜色空间,然后提取V分量,对其使用加权模糊熵分割算法进行分割.
3）将基于Lab颜色空间的OTSU阈值分割算法得到的二值图像与基于YUV颜色空间的加权模糊熵分割算法得到的实验数据,采用逻辑或运算,用矢量中值滤波算法处理,得到最佳分割图像.
4.3实验结果与分析
两个实验的处理结果分别见图4和图5.
从实验结果可以看出,传统k-means聚类分割算法虽然能将污油与周围颜色对比明显的区域分割出来,但是不能将污油区域明显分割出来,图4-b污油区域的处理效果不如基于Lab颜色空间和YUV颜色空间的分割算法处理得到的图5-b效果好.而Lab颜色空间和YUV颜色空间的分割算法可以很好地将污油区域明显分割出来,进而基于Lab颜色空间的加权模糊熵分割算法得到二值图像,用矢量中值滤波算法加以处理,以取得最佳分割效果,为管线漏油监测提供依据.
5结论
针对目前油田管线巡检难度大、复杂区域人力无法进行巡检等问题,笔者提出采用多旋翼无人机进行管线巡检的研究策略.通过操作无人机悬停与区域飞行,使无人机能够自行对地下已知管线进行巡检,通过拍摄,由地面站对图像进行识别,最终判断该区域是否存在污油.
参考文献：
[1]付昱玮,李字明,姜洪.无人机巡线的发展和应用研究[J].黑龙江科技信息,2014(3):25-27.
[2]王翔宇,王跃,鲍蕊,等.基于巡检方案事件检出概率的长距管线无人机总体设计[J].航空学报,2016,37(1):193-206.
[3]常文见,孟凡辉,王仓,等.无人机遥感技术在长输管道中的应用探讨[J].价值工程,2013,32(32):197-198.
[4]孟繁平,丑世龙,魏明,等.长庆油田无人机石油管路寻线论证[J].中国石油石化,2016(24):97-98.
[5]李器宇,张拯宁,柳建斌,等.无人机遥感在油气管道巡检中的应用[J].红外,2014,35(3):37-42.
（责任编辑邸开宇）
该文结束语:上文是关于多旋翼无人机和巡检和管线方面的无人机论文题目、论文提纲、无人机论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文.
参考文献：
1、 城市环境中四旋翼飞行器的安全操控方法 魏铂淞（西北工业大学航天学院,陕西 西安 710068）摘要四旋翼飞行器目前在城市中普遍应用,但在城市环境中操控四旋翼飞行器,必须严格保证其飞行安全 文章阐述了关于四旋翼飞行器操控问题的需求背景和飞行.
2、 多旋翼无人机与无人机编队 摘 要 文章以四旋翼无人机为基础,介绍了其飞行原理、控制方法以及实际应用价值 与此同时,多无人机编队成为了航空领域的热点问题,应用前景广泛,在军用和民用领域都有着广泛的价值 本文介绍了基于行为法、人工.
3、 长输天然气管道特殊地段无人机智能巡检技术 一、管道巡线现状浙江省级长输天然气管道顺地势蜿蜒起伏,沿途穿越河流、沟壑、水塘、铁路、公路,经过农田、矿区、城镇、乡村,途径复杂地形地貌 特别是奉化地区至宁海地区埋地管线途径高山、河流,诸多特殊地段条.
4、 油田爱情 文／陶化彦在大庆油田采油三厂,有这样一对“好夫妻” ,丈夫叫任广哲,妻子叫卢红梅 他们曾在一个采油矿 丈夫在北五联合站当队长 ； 妻子在采油四○三队当书记 ； 一个打造了集团公.
5、 江苏油田迎春再出发 过去的一年,是极不平凡的一年,困难之大,挑战之多,都是前所未有的 面对异常严峻的生产经营形势,江苏油田紧紧围绕扭亏脱困核心任务,全力以赴保资源,千方百计降成本,全员发动闯市场,动真碰硬抓改革,全面完成.
6、 折翼天心飞翔 今年清华大学的博士生录取名单中,一个名叫江梦南的26岁女生吸引了大家的注意 江梦南半岁时因药物导致双耳失聪,虽然生活给予了她更多的挑战,但她却把这些看成是命运的馈赠 这个优秀的女孩说“上帝.