IBP2003_12 SEGMENTAÇÃO DE IMAGENS DIGITAIS APLICADAS AO ESCOAMENTO BIFÁSICO Mauren L. S. C. de Andrade1, Lúcia Valéria R. de Arruda2, Leyza E. B.

Dorini3, Eduardo N. dos Santos4, Marco José da Silva5

Copyright 2012, Instituto Brasileiro de Petróleo, Gás e Biocombustíveis - IBP Este Trabalho Técnico foi preparado para apresentação na Rio Oil & Gas Expo and Conference 2012, realizado no período de 17 a 20 de setembro de 2012, no Rio de Janeiro. Este Trabalho Técnico foi selecionado para apresentação pelo Comitê Técnico do evento, seguindo as informações contidas no trabalho completo submetido pelo(s) autor(es). Os organizadores não irão traduzir ou corr igir os textos recebidos. O material conforme, apresentado, não necessariamente reflete as opiniões do Instituto Brasileiro de Petróleo, Gás e Biocombustíveis, Sócios e Representantes. É de conhecimento e aprovação do(s) autor(es) que este Trabalho Técnico seja publicado nos Anais da Rio Oil & Gas Expo and Conference 2012. .

Resumo
Uma das preocupações ao se utilizar o transporte de materiais em tubulações está relacionada à segurança. A utilização de instrumentos capazes de analisar o comportamento dos materiais e medir os parâmetros associados visa garantir tal segurança e confiabilidade. Neste sentido, o processamento de imagens digitais vem somar aos instrumentos já utilizados na análise e definição dos parâmetros do escoamento, uma vez que pode ser considerada uma técnica de validação eficiente. Neste artigo, uma abordagem de segmentação de imagens digitais baseada no método Level Set foi utilizada para medição, identificação e posterior cálculo de parâmetros em escoamento bifásico gás-líquido. Para tanto, imagens do escoamento bifásico ar-água foram adquiridas utilizando uma câmera digital de alta resolução no laboratório experimental de ciências térmicas da Universidade Tecnológica Federal do Paraná, em Curitiba, Paraná. Com a abordagem proposta foi possível extrair e aferir vários parâmetros, dentre os quais: as velocidades superficiais de cada fase, volume, vazão, comprimento da bolha de gás e comprimento do pistão de líquido. Os resultados indicam que o sistema de segmentação de imagens pelo método Level Set desenvolvido, apresenta bons resultados e pode ser utilizado para auxiliar calibrações em laboratório dos demais instrumentos de medição.

Abstract
One concern when using the transport of materials in pipes is related to security. The use of instruments capable of analyzing the behavior of materials and measure the parameters associated with this is to ensure safety and reliability. In this sense, the processing of digital images is in addition to the instruments already used in the analysis and determination of the parameters of the flow, since it can be considered a validation technique efficiently. In this paper, an approach to segmentation of digital images based on Level Set method was used for measurement, identification and subsequent calculation of parameters in gas-liquid two-phase flow. For this purpose, images of air-water two-phase flow were acquired using a high resolution digital camera in the experimental laboratory of thermal sciences Federal Technological University of Parana in Curitiba, Paraná. With the proposed approach it was possible to extract and measure various parameters, among them: the superficial velocities of each phase, volume, flow rate, length of the gas bubble length and liquid piston. The results indicate that the image segmentation system by the method developed level set, yields good results and can be used to assist in the laboratory calibrations of the other measurement instruments.

______________________________ 1 Doutoranda, Universidade Tecnológica Federal do Paraná – Curitiba 2 Professora Doutora, Universidade Tecnológica Federal do Paraná – Curitiba 3 Professora Doutora, Universidade Tecnológica Federal do Paraná – Curitiba 4 Doutorando, Universidade Tecnológica Federal do Paraná – Curitiba 5 Professor Doutor, Universidade Tecnológica Federal do Paraná – Curitiba

Rio Oil & Gas Expo and Conference 2012

1. Introdução
O desenvolvimento de sistemas e equipamentos para utilização em escoamentos bifásicos está diretamente condicionado à sua eficiência e segurança. Neste sentido, o comportamento dos fluidos no reservatório, bem como a análise de seus parâmetros precisam ser corretamente identificados e medidos. Diversos autores têm direcionados seus esforços na compreensão e identificação de tais parâmetros a fim de obter sua melhor representação (Azzopardi, 2006; Hewitt, 1982; Shoham, 2006). Além disso, há um conjunto significativo de equipamentos que vem sendo utilizado, objetivando um maior controle e monitoramento dos processos que envolvem o escoamento. Desta maneira, é possível a elaboração de estudos aprofundados do comportamento dos fluidos no escoamento em plantas piloto. Várias abordagens têm sido propostas para tal monitoramento, variando desde equipamentos que utilizam radiação, tais como raios-X e gama, passando por sondas elétricas e óticas até equipamentos mais sofisticados como os de ressonância magnética com a aplicação de técnicas de processamento de imagens, sendo este último caso o foco deste trabalho. O processamento de imagens digitais surge como uma ferramenta auxiliar importante, uma vez que pode ser usada em conjunto para a validação dos resultados obtidos por meio dos diversos equipamentos. Sua aplicação tem demonstrado resultados bastante precisos em diversas áreas, tais como medicina, biometria, astronomia, bem como na representação de escoamentos bifásicos. Em aplicações relacionadas a escoamentos bifásicos ar-água, técnicas de processamento de imagens, tipicamente são utilizadas para extrair a região de interesse, neste caso, as bolhas de ar, para análises posteriores. Em Shi et al. (2004) é proposta uma abordagem baseada em limiarização para segmentar as bolhas de gás. Para tanto, as imagens originais são pré-processadas por meio do algoritmo de subtração possibilitando a redução de ruídos. Em seguida, um filtro de mediana é aplicado a fim de suavizar as bordas da imagem. Então, a abordagem de limiarização adaptativa é aplicada para obter a binarização da imagem. Finalmente, operações morfológicas (como a dilatação, erosão, abertura, fechamento) são aplicadas a fim de modificar a forma das bolhas. Porém, o uso de operações morfológicas se mostrou extremamente sensível à presença de ruídos e variações nas condições de iluminação. Em Dinh e colaboradores (1999) é aplicada uma abordagem baseada em subtração de fundo seguida por detecção de bordas, que também apresenta problemas em imagens de baixa qualidade. Em Grau e Heiskanen (2002) as imagens são pré-processadas por um filtro passa-alta seguida da segmentação por Transformada de Watershed. Neste caso, assume-se que a bolha pode ser aproximada por formas esféricas, o que não ocorre para diversos padrões de escoamento. A aplicação do processamento de imagens na definição dos parâmetros do escoamento apesar de não ser uma abordagem nova, é bastante limitada no sentido da precisão dos resultados obtidos. Portanto, este artigo propõe a utilização de uma abordagem baseada na metodologia de propagação de interfaces do método Level Set (Sethian, 1999), para a segmentação de imagens digitais do escoamento bifásico gás-líquido (ar-água) e a correta definição dos diversos parâmetros associados ao escoamento. Tal abordagem permite a extração da região de interesse com resultados bastante promissores (neste caso, as bolhas de ar). A fim de analisar os resultados da abordagem proposta, imagens do escoamento horizontal gás-líquido foram capturadas e então processadas para extração de informações relacionadas às bolhas de gás. A identificação de tais parâmetros pela abordagem proposta pôde ser comparada com os resultados obtidos a partir do sensor Wire-Mesh (Santos, 2011), para então sugerir ou não a utilização da técnica na calibração dos diversos equipamentos já utilizados em tais definições. O artigo está organizado como segue. A próxima seção faz uma introdução à segmentação de imagens e discute a ideia básica associada ao modelo de contornos ativos do método Level Set. A Seção 3 detalha a abordagem proposta e a Seção 4 discute a importância das medidas de comprimento das bolhas de gás e do pistão de líquido. Na Seção 5 são analisados os resultados obtidos para os valores do comprimento das bolhas de gás comparados ao sensor Wire-Mesh. Por fim, a Seção 6 traz as conclusões e perspectivas de trabalhos futuros.

2. Segmentação
A palavra segmentação é utilizada para descrever o processo de agrupamento dos componentes de um grupo que são semelhantes em relação a alguma característica ou conjunto de características. No contexto de processamento de imagens, um agrupamento ideal irá identificar as regiões da imagem que correspondem aos objetos únicos e distintos no ambiente visual (Vernon, 1991), ou seja, a segmentação define o conjunto de regiões capaz de diferenciar e separar os vários elementos presentes na cena. De forma geral, a segmentação é sensível a fatores tais como variações nas condições de iluminação e ruídos, comuns em imagens adquiridas em ambientes não controlados. A importância da etapa de segmentação para o 2

Rio Oil & Gas Expo and Conference 2012 processamento e análise de imagens tem motivado vários pesquisadores a buscar soluções eficientes. Algumas metodologias incluem segmentação por região, contorno ou textura; morfológica ou cor. Em diversas abordagens, a segmentação está associada à definição de limiares. Tais limiares são identificados levando-se em consideração os valores de intensidade da imagem. Porém, para que haja uma correta separação entre o objeto de interesse e seu fundo, os valores de intensidade devem ser contrastantes. Em situações práticas, entretanto, os valores de intensidade da imagem podem sofrer influências geralmente associadas à baixa iluminação e à presença de ruídos. Nestes casos, abordagens alternativas surgem a fim de obter uma melhor segmentação, uma vez que outros fatores são considerados além dos valores de intensidade. A solução baseada no método Level Set é motivada pela abordagem de contornos ativos introduzida por Kass, Witkins e Terzopoulos (1987). A ideia básica dos modelos de contornos ativos (snakes) é evoluir uma curva (interface), sujeitos a restrições de uma determinada imagem 0, a fim de detectar os diferentes objetos contidos na cena. Idealmente, inicia-se com uma curva ao redor do objeto a ser detectado (segmentado) e a curva então se move em direção a sua normal e para nas bordas do objeto. A abordagem do método Level Set pode ser entendida como a representação do movimento ou mais especificamente da propagação de interfaces, as quais usualmente correspondem a fronteiras entre diferentes regiões (geometricamente, uma interface pode ser considerada uma curva ou superfície que divide dois meios interagindo entre si). Considere a função , tomando como entrada um ponto e atribuindo uma altura para . A atribuição da altura corresponde à distância de em relação à interface, em determinado tempo . É criada então uma superfície (ilustrada em vermelho na Figura 1) com a propriedade de intersectar o plano exatamente na interface. A superfície em vermelho é a função Level Set, pois ela aceita como entrada qualquer ponto no plano e devolve uma altura como saída. A interface azul é o zero Level Set, pois representa a coleção de todos os pontos que estão na altura zero (Sethian, 1996). (linha simples, 10)

(linha simples, 10) Figura 1. Interface Level Set (em vermelho) ilustrando a distância de cada ponto (x,y) da interface (em azul) (Baseado em Sethian, 1996). (linha simples, 10) O objetivo é descobrir como mudar a altura da superfície a fim de coincidir com a evolução da interface. Para tanto, permite-se que a função Level Set se expanda, cresça, diminua e faça todo o trabalho. Para localizar a interface num dado momento, corta-se a superfície na altura zero, em outras palavras, traça-se o contorno zero. A Figura 2 exemplifica este processo, ou seja, passado algum tempo a função Level Set evolui para uma maior dimensão.

Figura 2. Após um tempo: a superfície Level Set (em vermelho) se desloca, criando uma nova interface (em azul), numa dimensão mais elevada (Baseado em Sethian, 1996).

3

Rio Oil & Gas Expo and Conference 2012 Em síntese, a ideia principal consiste da representação de uma determinada interface como a interface de nível zero da função de maior dimensão (função Level Set). Tal formulação, ilustrada nas Figuras 1 e 2, conduz a uma representação eficiente e versátil da evolução das curvas. Para a formulação Level Set do movimento de frentes (ou contornos ativos), as frentes, denotada por , são representadas pelo zero Level Set da função Level Set, conforme exemplificado anteriormente. A equação de evolução da função Level Set é escrita então da seguinte forma geral:

  F |  | 0 t

(1)

(linha simples, 10) (linha simples, 10) a qual é denominada equação Level Set [12]. A função é chamada função de velocidade. Para segmentação de imagens, a função depende dos dados da imagem e da função Level Set . (linha simples, 10) (linha simples, 10)

3. Abordagem Proposta
(linha simples, 10) A aplicação do método Level Set na segmentação de imagens é possível ao se criar uma frente imaginária, a qual irá se propagar a uma velocidade inicial. Neste caso, há um ajuste na velocidade para detectar a borda do objeto de interesse:  quando a interface passa sobre os locais onde o gradiente da imagem (a magnitude do gradiente tem valores altos nos pixels ao longo das bordas e valores mais baixos fora delas) é pequeno, permite-se que a função de velocidade se expanda rapidamente.  quando a curva passa por regiões onde o gradiente da imagem é alto, pode-se considerar que o limite (bordas) está perto e então, a função de velocidade é desacelerada, retardando a curva lentamente até sua parada total. O algoritmo básico é descrito a seguir. Um marcador, colocado dentro da região a ser segmentada, evolui de forma a parar nas bordas, neste caso há a redução da função de velocidade para próximo de zero. A Figura 3 ilustra o resultado da segmentação utilizando a abordagem proposta. Aqui, o objetivo é segmentar o núcleo da célula, no caso um leucócito. A Figura 3 (a) representa a curva inicial inserida dentro da região de interesse, que irá evoluir até a função de velocidade F reduzir para próximo de zero. A Figura 3 (b) ilustra o resultado da segmentação, com resultado bastante promissor.

(a)

(b)

Figura 3. Evolução da frente em função do gradiente da imagem: (a) Imagem original e (b) resultado da segmentação. Assim como especificado anteriormente, a utilização da abordagem Level Set para segmentação de imagens requer a inicialização por meio de uma curva (aqui denominado marcador) ao redor do objeto a ser detectado (segmentado) e a curva então se move em direção a sua normal e para nas bordas. A escolha de um marcador interno (ou externo) à região de interesse pode ser realizada com operações simples (tais como limiarização e máximos estendidos), neste trabalho operações de morfologia matemática tais como, erosão, dilatação e reconstrução foram consideradas resultando em um marcador automático para a maioria das imagens. Porém, para velocidades das bolhas de gás superiores 1,0 m/s optou-se por um processo semi-automático na definição do marcador, devido a grande incidência de gotículas de ar que podem interferir nos resultados finais. Além disso, é importante que o gradiente da imagem esteja bem definido, para assegurar que a função de velocidade tenda a zero próximo das bordas, evitando problemas tais como vazamentos, por exemplo. Com este objetivo, as imagens originais foram pré-processadas pelo operador espaço escala denominado Self-Dual Multiscale Morphological Toggle – SMMT (Dorini, 2009). A Figura 4 exemplifica o processo de segmentação pela abordagem proposta. Na Figura 4 (a) é ilustrada uma imagem do escoamento bifásico ar-água. A Figura 4 (b) exemplifica a etapa inicial em que a função é representada pela 4

Rio Oil & Gas Expo and Conference 2012 marcação externa ao objeto de interesse, obtida por meio de operações morfológicas e finalmente, a Figura 4 (c) ilustra o resultado da segmentação pelo método Level Set após 300 iterações. (linha simples, 10)

(a)

(b)

(c) (linha simples, 10) Figura 4. Processo de segmentação: (a) Imagem original, (b) Marcador externo e (c) Resultado da segmentação. (linha simples, 10) (linha simples, 10)

4. Comprimento das Bolhas de Gás e do Pistão de Líquido
(linha simples, 10) O fluxo bifásico gás-líquido pode ser caracterizado de forma horizontal ou vertical, com padrões distintos de escoamento estabelecidos para cada um deles. Este trabalho considera imagens de escoamento horizontal para o padrão golfada ou pistonado (slug flow). Este tipo de padrão tem sido objeto de estudo por muitos anos. Basicamente, tais modelos são baseados no conceito de célula unitária introduzida inicialmente por Wallis em 1969 (Wallis, 1969). Tal definição deve-se ao fato do escoamento ser considerado estacionário e periódico, ou seja, uma única célula (composta por bolha e pistão) se repete tanto no tempo como no espaço, conforme ilustrado na Figura 5. (linha simples, 10)

(linha simples, 10) Figura 5. Padrão golfada gás-líquido na horizontal (adaptado de (Fagundes Netto et al., 1999)). (linha simples, 10) Em 1975, Dukler e Hubbard (1975) propuseram um modelo abrangente o qual é a base para as variações de modelos subsequentes. Nestes modelos os estudos são direcionados fundamentalmente nos parâmetros mais importantes do escoamento tais como, gradiente de pressão, média de velocidade das fases e volumes das frações de gás e líquido. Em tais modelos, entretanto, não se observa melhora significativa do conhecimento sobre a estrutura do padrão em golfada em si, ou seja, pouco se observa a respeito das estatísticas, comprimento e evolução das bolhas de ar ao longo da tubulação (Fagundes Netto et al., 1999). Estudos experimentais em escoamento horizontal demonstram que a fração do volume de gás em qualquer seção da região da bolha depende da distância do início de cada bolha (denominado nariz da bolha). Neste sentido, este trabalho traz uma comparação para os valores do comprimento das bolhas de gás (nariz até cauda) da abordagem proposta e dos resultados obtidos por meio do sensor Wire-Mesh.

5

Rio Oil & Gas Expo and Conference 2012

(a)

(b) Figura 6. Resultado comparativo do cálculo do comprimento de gás (a) e do pistão de líquido (b) para a metodologia proposta e para o sensor wire-mesh. (linha simples, 10) (linha simples, 10)

5. Conclusões e Trabalhos Futuros
(linha simples, 1 Este trabalho teve como objetivo principal desenvolver e implementar um sistema capaz de calcular os parâmetros associados ao escoamento bifásico horizontal gás-líquido (mais especificamente para o regime denominado golfada), utilizando para tal técnicas de processamento e análise de imagens digitais. Para tanto, foi proposta uma abordagem baseada em métodos Level Set. A ideia principal deste método é representar a movimentação de uma borda, caracterizada por uma curva ou superfície, cuja movimentação é dada em função de uma velocidade F conhecida. O objetivo é seguir o movimento desta curva ou superfície à medida que a mesma evolui. A extração de parâmetros tais como, os comprimentos do gás e do pistão de líquido em escoamentos bifásicos, também explorados neste trabalho são importantes para que os pesquisadores possam ter uma maior compreensão da evolução das bolhas de gás durante o transporte em tubulações, o que permitirá o desenvolvimento dos sistemas envolvidos com maior segurança. Neste sentido, a utilização da abordagem aqui proposta também é uma contribuição uma vez que pode ser utilizada como uma técnica de referência para calibração das demais, permitindo ainda a verificação visual dos resultados obtidos. A combinação do método Level Set e a segmentação de imagens digitais vêm ao encontro desta necessidade. Como resultado, foi possível constatar a eficiência da metodologia ao observar os valores dos resultados comparados ao sensor Wire-Mesh. Ambas as abordagens obtiveram resultados satisfatórios. Trabalhos futuros incluem a utilização da abordagem para a representação tridimensional do escoamento. (linha simples, 10)

7. Agradecimentos
6

Rio Oil & Gas Expo and Conference 2012 (linha simples, 10) Os autores agradecem ao suporte financeiro do Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq. (linha simples, 10) (linha simp les, 10)

8. Referências
(linha simples, AZZOPARDI, B. Gas-liquid Flows. [S.I.]: Begell House, 2006. DINH, T. B., KIM, S. B. and CHOI, T. Application of image processing techniques to air/water two-phase flow. Proc. SPIE 3808, 725 (1999); http://dx.doi.org/10.1117/12.365888 DORINI, L. B. Transformações de imagens baseadas em morfologia matemática. Ph.D. dissertation, Unicamp – Universidade Estadual de Campinas, 2009. DUKLER, A. E. and HUBBARD, M. G. A model for gas-liquid slug flow in horizontal and near horizontal tubes. Ind. Chem. Fundam. 14, 337-347, 1975. FAGUNDES NETTO, J. R., FABRE, J. and PERESSON, L. Shape of long bubbles in horizontal slug flow. International Journal of Multiphase Flow, 1999. GRAU, R. A. and HEISKANEN, K. Visual technique for measuring bubble size in flotation machines. Minerals Engineering, v. 15, p. 507-513, 2002. HEWITT, G. F. Handbook of Multiphase Systems. [S.I]: Hemisphere Publishing Corporation, 1982. KASS, M., WITKIN, A. and TERZOPOULOS, D. Snakes: Active contour models. International Journal of Computer Vision, v. 1, n. 4, p. 321-331, 1987. OSHER, S. and FEDKIW, R. Level Set Methods and Dynamic Implicit Surfaces. [S.1]: Springer, 2003. SANTOS, E. N. Técnicas para extração de parâmetros de escoamentos bifásicos em regime intermitente utilizando o sensor wire-mesh. Dissertação (Mestrado) Universidade Tecnológica Federal do Paraná, Curitiba, Paraná, 2011. SETHIAN, A. J. Level Set Methods: An Act of Violence. American Scientist, 1996. SETHIAN, A. J. Level Set Methods and Fast Marching Methods. [S.I.]: Cambridge UPress, 1999. SHI, L., ZHOU, Z. and REN, R. Parameter measurements of two-phase bubbly flow using digital image processing. In 5th World Congress on Intelligent Control and Automation, pages 3858 – 3861, 2004. SHOHAM, O. Mechanistic modelling of gas-liquid two-phase flow in pipes. [S.I.]: Richardson, Tx(USA):SPE, 2006 VERNON, D. Machine Vision: Automated Visual Inspection and Robot Vision. [S.1.]: Prentice Hall, 1991. WALLIS, G. B. One dimensional two-phase flow. McGraw-Hill, New York, 1969.

7