CN106023153B - 一种测量水体中气泡的方法 - Google Patents
一种测量水体中气泡的方法 Download PDFInfo
- Publication number
- CN106023153B CN106023153B CN201610301429.3A CN201610301429A CN106023153B CN 106023153 B CN106023153 B CN 106023153B CN 201610301429 A CN201610301429 A CN 201610301429A CN 106023153 B CN106023153 B CN 106023153B
- Authority
- CN
- China
- Prior art keywords
- bubble
- stripe
- image
- profile
- width
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 114
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 60
- 238000005259 measurement Methods 0.000 title abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 239000002245 particle Substances 0.000 claims description 79
- 239000013598 vector Substances 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 9
- 238000011410 subtraction method Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000013535 sea water Substances 0.000 abstract description 23
- 238000006243 chemical reaction Methods 0.000 abstract description 10
- 238000011160 research Methods 0.000 abstract description 3
- 239000000725 suspension Substances 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000003384 imaging method Methods 0.000 description 18
- 238000001514 detection method Methods 0.000 description 12
- 230000003287 optical effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000011065 in-situ storage Methods 0.000 description 8
- 239000000443 aerosol Substances 0.000 description 6
- 230000001788 irregular Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004452 microanalysis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000001093 holography Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种测量水体中气泡的方法,主要包括气泡图像识别过程、非球形气泡的等效粒径转换过程以及气泡粒径的反演计算过程。采用本发明的气泡图像识别过程可以将水体中的气泡图像和悬浮物图像准确地区分开来,以获得准确的气泡轮廓。采用本发明的非球形气泡的等效粒径转换过程可以降低等效转换过程中的误差,提高等效球体气泡粒径计算的精度。采用本发明的气泡粒径反演计算过程,通过将图像标定与反演计算相结合来生成气泡粒径的物理尺寸,精度高、实时性好,可以实现对气泡物理参数的原位、实时测量,适合在科研、教学、海水监测等领域中广泛应用。
Description
技术领域
本发明属于水样检测技术领域,具体地说,是涉及一种用于对溶解在水体中的气泡进行采集、识别以及粒径参数计算的技术。
背景技术
气泡与海洋相互依存,密不可分。它在海洋遥感学、海洋声学、海洋动力学、海洋化学、海洋生物学和海洋气象学等方面具有举足轻重的作用,影响着许多海洋物理过程的演变,例如海气交换、海表浮质生成、海面微表层粒子富集和海流演变等。
现有的气泡分析技术大致分为声学和光学两类方法。声学方法通过测量气泡对声信号的衰减或对声速的改变,利用声学数据与气泡粒径分布之间的关系,反演获得气泡粒径的分布。光学方法主要包括照相/摄像、全息术和激光测量法。其中,照相/摄像是最直接的气泡测量方法,可以同时测量定量和非定量的水体。只要待测水体接近测量***的观测端,无论气泡浓度高低,光学***都能够透射,进而在成像设备中形成气泡图像。
在采用照相/摄像方法对溶解在海水中的气泡进行测量时,首先需要从拍摄到的图像中提取出其中的气泡图像,即对图像中的气泡进行识别,提取出气泡轮廓;然后,根据提取出的气泡轮廓计算出气泡粒径等参数,以分析出气泡粒径的分布状况。现有采用照相/摄像方法测量气泡参数的技术,普遍存在气泡粒径的测量精度不高等问题。究其原因:一方面,是在对气泡图像进行识别的过程中,海洋中的固体悬浮物(粒子和微生物)会对气泡的提取产生干扰,导致气泡识别的准确度降低。另一方面,在对气泡粒径进行计算的过程中,目前的计算方法大多都是将提取出的气泡轮廓看作球体进行粒径参数的计算。但是,受重力、海水张力等外界因素的影响,从气泡图像中提取出的气泡轮廓并不可能完全都是规则的球体,如果将非规则的气泡轮廓简单地按照球形气泡的粒径计算方法来计算其物理参数,很显然会导致粒径计算结果的不准确。此外,目前的气泡测量方法主要侧重于通过图像处理技术研究气泡的形状,较少涉及对气泡粒径的反演计算。
发明内容
本发明的目的在于提供一种对溶解在水体中的气泡进行测量的方法,以提高气泡粒径测量的准确性。
为解决上述技术问题,本发明采用以下技术方案予以实现:
一种测量水体中气泡的方法,包括:利用已知的气泡轮廓样本生成气泡库;采集待测水体的气泡悬浮物图像,提取出其中的气泡轮廓和悬浮物轮廓;对提取出的每一个气泡轮廓和悬浮物轮廓利用相似度比较法与所述气泡库中的气泡轮廓样本进行比较,筛选出相似度大于设定阈值的轮廓判定为疑似气泡轮廓;对每一个所述的疑似气泡轮廓进行灰度统计,将灰度值从轮廓的中心向边缘逐渐变小的轮廓判定为气泡轮廓;根据所述气泡轮廓计算出气泡粒径所对应的像素个数p';将具有不同宽度等级的条纹组的分辨率板浸入到水体中,拍摄所述分辨率板上的所述条纹组,形成目标条纹图像,并根据所述目标条纹图像计算出目标条纹的宽度所对应的像素个数;针对每一个宽度等级的条纹组,建立目标条纹的宽度与像素个数的对应关系,形成关系模型:其中,i是条纹组编号,di是第i个条纹组中的目标条纹的宽度,是宽度为di的目标条纹所对应的像素个数,是宽度为di的目标条纹所对应的比例因子;找出像素个数与所述气泡粒径所对应的像素个数p'接近的目标条纹所在的条纹组j,利用第j个条纹组所对应的关系模型计算出所述气泡粒径的物理尺寸
进一步的,在所述利用已知的气泡轮廓样本生成气泡库的过程中,包括:获取已知的背景图像样本和气泡图像样本;利用人工分割法在所述气泡图像样本中分割出完整的气泡图像;选择类圆形和类椭圆形的单气泡图像,结合所述的背景图像样本,采用背景减除法去除所述单气泡图像中的背景,获得所述的气泡轮廓样本,生成所述的气泡库。
进一步的,在所述采集待测水体的气泡悬浮物图像,提取出其中的气泡轮廓和悬浮物轮廓的过程中,包括:获取待测水体的背景;采集待测水体的气泡悬浮物图像;采用背景减除法去除所述气泡悬浮物图像中的背景,提取出其中的气泡轮廓和悬浮物轮廓。
进一步的,在判定所述疑似气泡轮廓的过程中,采用Hu不变矩相似度比较法将提取出的每一个气泡轮廓和悬浮物轮廓分别作为一个目标特征向量,分别与气泡库中的每一个气泡轮廓样本所对应的特征向量进行比较;假设气泡库中存在N个气泡特征向量,则通过比较,每一个气泡轮廓和悬浮物轮廓分别对应N个相似度阈值;从所述的N个相似度阈值中选择最大值作为该气泡轮廓和悬浮物轮廓的相似度阈值α,与所述的设定阈值进行比较,若α大于设定阈值,则判定为疑似气泡轮廓。
进一步的,在所述对每一个所述的疑似气泡轮廓进行灰度统计的过程中,包括:提取每一个疑似气泡轮廓的边缘像素点;计算每一个疑似气泡轮廓的质心,以所述质心为坐标原点建立直角坐标系,并按照45°夹角划分出八个不同的判别方向;统计每一个判别方向上的灰度点的变化规律,若在每一个判别方向上,其灰度值均从质心向轮廓边缘逐渐变小,则判定当前的疑似气泡轮廓为气泡轮廓;否则,为悬浮物轮廓。
非球形气泡的等效粒径转换方法,为了进一步提高气泡粒径参数计算的准确性,本发明对非球形气泡的粒径进行等效转换,即,在根据所述气泡轮廓计算出气泡粒径所对应的像素个数p'的过程中,包括:针对每一个所述的气泡轮廓,计算所述气泡轮廓的质心坐标;以所述质心为坐标原点,建立平面直角坐标系,分别计算出所述气泡轮廓在X轴和Y轴方向上的半径所对应的像素个数,并分别记为rx、ry;若rx=ry,则判定所述气泡为球形气泡,生成所述气泡的粒径所对应的像素个数p'=rx;若rx≠ry,则判定所述气泡为非球形气泡,分别选择rx和ry作为所述气泡轮廓在空间直角坐标系中Z轴方向上的半径所对应的像素个数rz,按照椭球计算公式:计算出两个椭球体积;求取两个椭球体积的平均值作为所述非球形气泡的体积V;利用球形体积公式计算出所述非球形气泡的等效粒径所对应的像素个数p'=r。
为了提高气泡粒径物理尺寸计算的准确性,本发明在所述分辨率板上设置有N个不同宽度等级的条纹组,所述N为大于1的正整数;将所述N个不同宽度等级的条纹组按照其条纹宽度所对应的像素个数以从小到大的顺序依次排列,形成N+1个区间;其中,宽度最小的条纹所对应的像素个数与0形成首区间 宽度最大的条纹所对应的像素个数与+∞形成尾区间中间的N-1个区间由相邻的两个像素个数形成,即在所述找出像素个数与所述p'接近的目标条纹所在的条纹组j,利用第j个条纹组所对应的关系模型计算出所述气泡粒径的物理尺寸的过程中,包括:判断所述p'落入所述N+1个区间中的哪一个区间内;若所述p'落入首区间内,则利用第1个条纹组所对应的关系模型计算出所述气泡粒径的物理尺寸若所述p'落入尾区间内,则利用第N个条纹组所对应的关系模型计算出所述气泡粒径的物理尺寸若所述p'落入中间的某个区间内,则分别计算所述p'与该区间的两个端点的像素个数的相对误差,并选取相对误差较小的一个像素个数所对应的关系模型计算出所述气泡粒径的物理尺寸。
为了进一步提高气泡粒径反演计算的准确性,在每一个所述的条纹组中均设置有M条等宽度的直线条纹,所述M为大于1的正整数;在所述拍摄所述分辨率板上的所述条纹组,形成目标条纹图像的过程中,包括:调节分辨率板的位置,将其中一个条纹组中的M条等宽度的直线条纹置于拍摄的视场范围内,形成该条纹组所对应的目标条纹图像;改变所述分辨率板的位置,依次将其余各个条纹组中的M条等宽度的直线条纹置于拍摄的视场范围内,最终针对N个所述的条纹组形成与之一一对应的N个目标条纹图像。
为了获得精度更高的像素个数,在所述根据所述目标条纹图像计算出目标条纹的宽度所对应的像素个数的过程中,包括:针对每一个目标条纹图像中的M条等宽度的直线条纹分别计算出其宽度所对应的像素个数,并对获得的M个像素个数求取平均值,记为该目标条纹的宽度所对应的像素个数。
为了提高拍摄精度和度量计算的准确性,优选在所述采集待测水体的气泡悬浮物图像的过程中,采用工业相机配合远心镜头进行拍摄;在所述拍摄所述分辨率板上的所述条纹组,形成目标条纹图像的过程中,采用相同的工业相机和远心镜头进行拍摄,并且保持所述工业相机和远心镜头的设置参数不变;在所述调节分辨率板的位置的过程中,保持分辨率板与所述远心镜头之间的距离不变。
与现有技术相比,本发明的优点和积极效果是:采用本发明的气泡测量方法,首先可以将水体中的气泡图像和悬浮物图像准确地区分开来,获得准确的气泡轮廓。其次,在对非球形气泡的粒径进行等效转换的过程中,通过对二维微小非球体气泡图像进行三维等效体积计算,从而可以降低等效转换过程中的误差,提高体积计算的准确度,进而提高等效球体气泡粒径计算的精度,解决了微观分析等效气泡粒径的问题。此外,采用图像标定与反演计算相结合的方式来生成气泡粒径的物理尺寸,精度高、实时性好,可以实现对气泡物理参数的原位、实时测量,适合在科研、教学、海水监测等领域中广泛应用。
结合附图阅读本发明实施方式的详细描述后,本发明的其他特点和优点将变得更加清楚。
附图说明
图1是本发明所提出的水体中气泡测量方法的一种实施例的整体流程图;
图2是图1中气泡图像识别过程的一种实施例的整体流程图;
图3是图2中气泡建模过程的一种实施例的流程图;
图4是图2中轮廓识别过程的一种实施例的流程图;
图5是图2中气泡判别方法的一种实施例的流程图;
图6是判别方向的一种实施例的方向示意图;
图7是图1中非球形气泡等效粒径转换过程的一种实施例的流程图;
图8是气泡采集装置的一种实施例的结构示意图;
图9是以气泡轮廓的质心为坐标原点建立的平面直角坐标系的示意图;
图10是图9所示气泡轮廓在空间直角坐标系中形成椭球形的示意图;
图11是图1中气泡粒径反演计算过程的一种实施例的流程图;
图12是分辨率板上条纹组的一种实施例的排布示意图;
图13是将分辨率板置于图8所示气泡图像采集设备中的结构示意图;
图14是目标条纹图像的一种实施例的示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细地描述。
参见图1所示,本实施例的气泡测量方法主要包括气泡图像识别过程S101、非球形气泡的等效粒径转换过程S102以及气泡粒径的反演计算过程S103。其中,结合图2所示,为了能够从待测水体中将气泡与悬浮物准确地区分开来,以获取准确的气泡轮廓,本实施例在气泡图像识别过程中首先采用气泡建模的方法,如步骤S201,利用已知的气泡图像样本生成气泡库,作为模板保存起来;其次,采用轮廓识别的方法,如步骤S202,对待测水体进行原位采样,以获取待测水体的气泡悬浮物图像,并提取出其中的气泡轮廓和悬浮物轮廓;然后,利用生成的气泡库对所述气泡轮廓和悬浮物轮廓进行轮廓识别,具体可以采用相似度比较法将提取出的每一个气泡轮廓和悬浮物轮廓与所述气泡库中的气泡轮廓样本进行比较,筛选出相似度大于设定阈值的轮廓判定为疑似气泡轮廓,完成一级筛选;最后,采用气泡判别方法,对筛选出的疑似气泡轮廓进行识别,即执行气泡识别过程,如步骤S203,以完成二级筛选。具体来讲,可以采用灰度统计法,对每一个疑似气泡轮廓的不同像素点的灰度值进行统计,将灰度值从轮廓的中心向边缘逐渐变小的轮廓判定为气泡轮廓,最终获取到准确的气泡轮廓。
下面首先对步骤S201的气泡建模方法的具体过程进行详细阐述,结合图3所示,具体包括以下步骤:
S301、获取已知的背景图像样本和气泡图像样本;
所述的背景图像样本和气泡图像样本可以直接从样本库中获取,也可以从大量的前期实验中获取。
S302、利用人工分割法在所述气泡图像样本中分割出完整的气泡图像;
在本实施例中,为了保证气泡图像分割的完整性,在人工分割气泡图像样本中的气泡图像时,优选根据气泡外切矩形的尺寸,沿矩形边界分割出完整的气泡图像。
S303、选择类圆形(即近似圆形的形状)和类椭圆形(即近似椭圆形的形状)的单气泡图像,作为所需的气泡图像;
针对待测水体为海水的情况,由于溶解在海水中的气泡基本上都是呈现类似圆形或者类似椭圆形的形状,因此,最好选择类圆形和类椭圆形的单气泡图像作为样本,以实现对海水中气泡图像的准确识别。
S304、结合所述的背景图像样本,采用背景减除法,从选取出的单气泡图像中去除掉其中的背景图像,从而获得所需的气泡轮廓样本。
S305、利用获取到的大量的气泡轮廓样本,生成气泡库,作为模板并保存起来。
其次,对步骤S202的轮廓识别方法的具体过程进行详细阐述,结合图4所示,具体包括以下步骤:
S401、获取待测水体的背景;
在图像识别领域,对于图像中背景的提取方法有很多种。本实施例针对待测水体为海水的情况,优选采用高斯建模的方法或者差分图像的方法获取待测海水的背景模型或者背景图像。具体来讲,当采用高斯建模法获取待测海水的背景模型时,可以首先采集多幅待测水体的原位图像,然后采用混合高斯建模的方法,利用多幅所述的原位图像建立背景模型,作为所述待测水体的背景。当采用差分图像法获取待测海水的背景图像时,可以首先采集多幅待测水体的原位图像,通过对所述的多幅原位图像进行差分运算,以提取出运动目标;然后,从采集到的所述多幅待测水体的原位图像中滤除掉运动目标,形成多幅已过滤的背景图像,叠加所述已过滤的背景图像,生成背景模型(背景图像),作为所述待测水体的背景(高斯建模以及差分图像提取背景的具体方法可以参见期刊《应用光学》第31卷第4期第574-578页由魏晓慧等发表的论文“基于混合高斯模型的运动目标检测方法研究”)。
S402、采集待测水体的气泡悬浮物图像;
在本实施例中,针对待测水体为海水的情况,可以直接对待测海水进行采集,将采集到的海水图像作为所述的气泡悬浮物图像。
本实施例优选采用专门的气泡检测装置对待测海水进行气泡图像的摄取,如图8所示的气泡检测装置,主要包括成像设备2和光学***3。所述成像设备2和光学***3均与待测海水5隔离,并分置于待测海水5的相对两侧,利用光学***3发出的光线照射待测海水5,使待测海水5的亮度足以满足成像设备2的拍摄要求。利用成像设备2拍摄待测海水,以形成气泡悬浮物图像。
为了实现成像设备2和光学***3与待测水体5的隔离,对于适用于实验室环境下的气泡检测装置,可以在成像设备2与光学***3之间设置透明水槽,将待测海水5注入到透明水槽中,然后启动成像设备2和光学***3拍摄待测海水5,以形成气泡悬浮物图像。
对于适用于现场环境的气泡检测装置,可以将成像设备2和光学***3分置于一个独立的密封舱内,在两个密封舱彼此相对的一侧安装透明玻璃4,以便于光线的射出以及气泡悬浮物图像的摄取。
在本实施例中,所述成像设备2优选采用工业相机配合远心镜头设计而成。选用工业相机比选用普通相机的优势主要体现在:(1)工业相机的快门时间非常短,可以抓拍快速运动的物体;(2)工业相机的图像传感器是逐行扫描的,而普通相机的图像传感器是隔行扫描的,甚至是隔三行扫描的;(3)工业相机的拍摄速度远高于普通相机;(4)工业相机输出的是裸数据,其光谱范围也往往比较宽,比较适合进行高质量的图像处理算法;(5)工业相机可以长时间工作;(6)工业相机可以工作在比较恶劣的环境中。
远心镜头是一种高端的工业镜头,通常有比较出众的像质,特别适合于尺寸测量的应用。而普通工业镜头拍摄目标物体的工作距离越短,所成的像就越大。在使用普通镜头进行尺寸测量时,会存在5个问题:1)由于被测量物体不在同一个测量平面,而造成放大倍率的不同;2)镜头畸变大;3)当物距变大时,对物体的放大倍数也改变;4)镜头的解析度不高;5)由于视觉光源的几何特性,而造成的图像边缘位置的不确定性。而远心镜头就可以有效解决普通镜头存在的上述问题,而且没有此性质的判断误差,因此适合应用在高精度测量、度量计量等方面。
因此,本实施例优选采用工业相机配合远心镜头拍摄待测海水的气泡悬浮物图像,以有助于提高气泡粒径计算的准确度。
S403、采用背景减除法去除所述气泡悬浮物图像中的背景,提取出其中的气泡轮廓和悬浮物轮廓;
在本实施例中,结合步骤S401中建立的背景模型,利用背景减除法从所述气泡悬浮物图像中提取出气泡轮廓和悬浮物轮廓。
S404、对提取出的每一个气泡轮廓和悬浮物轮廓利用相似度比较法与所述气泡库中的气泡轮廓样本进行比较,以获取每一个气泡轮廓和悬浮物轮廓的相似度阈值α;
在本实施例中,优选采用模式识别技术中的Hu不变矩相似度比较法,将提取出的每一个气泡轮廓和悬浮物轮廓分别作为一个目标特征向量,分别与气泡库中的每一个气泡轮廓样本所对应的特征向量进行比较,以获取目标特征向量与特征库向量的相似性。
假设一幅数字图像f(x,y)的二维(p+q)阶矩定义为其中p,q=0,1,2,…,求和在跨越图像的所有空间坐标x,y的值上进行;相应的中心矩定义为其中,归一化(p+q)阶中心矩定义为其中其中p+q=2,3,…。那么,对平移、缩放、镜像和旋转都不敏感的7个二维Hu不变矩的集合表示为:
对平移、缩放、镜像和旋转都不敏感的7个二维Hu不变矩可作为图像特征提取,因为实践中感兴趣的是矩的不变性,不是符号,这里取不变矩对数绝对值。
任意样本的特征向量x为z维,则样本上的特征向量组成一个z维特征空间,待评价图像x与参考图像样本y之间的距离||x-y||表示了x与y的相似程度。若采用欧几里德距离作为相似度的度量,x与y均由模糊复原的图像和参考图像的7个不变矩来表征。定义待测图像与参考图像不变矩距离为:
其中,代表待评价图像x与参考图像样本y的7个Hu不变矩值,而不变矩距离越小,代表待测图像与参考图像越接近;反之,复原的待测图像偏离参考图像特征越大,复原可信度降低。为评价图像质量的优劣,将不变矩相似度归一化处理,即计算所有待测图像与参考图像之间的相似程度,定义Hu不变矩相似度函数为:
其中,α∈[0,1],且α越大,图像越接近原始图像;α越小,图像与参考图像相似程度越低。
假设气泡库中存在N个气泡特征向量,则通过比较,每一个气泡轮廓和悬浮物轮廓分别对应N个相似度阈值;从所述的N个相似度阈值中选择最大值作为该气泡轮廓和悬浮物轮廓的相似度阈值α。
S405、识别气泡轮廓;
针对每一个气泡轮廓和悬浮物轮廓的相似度阈值α,筛选出其中相似度阈值α大于设定阈值的轮廓,将其作为疑似气泡轮廓,完成一级筛选。
在本实施例中,为了提高气泡轮廓识别的准确性,优选将所述设定阈值设定在0.9以上,例如将设定阈值定义为0.93。对于相似度阈值α>0.93的轮廓,判定为疑似气泡轮廓;α≤0.93的轮廓,判定为非气泡轮廓,由此完成气泡轮廓的初级筛选。
下面对步骤S203的气泡判别方法的具体过程进行详细阐述,结合图5所示,具体包括以下步骤:
S501、提取目标的边缘像素点;
将每一个疑似气泡轮廓作为目标,提取出每一个疑似气泡轮廓的边缘像素点。
S502、计算目标的质心;
通过质心计算公式,计算出每一个疑似气泡轮廓的质心。质心计算公式如下:
其中,(xc,yc)是质心坐标,Nb是轮廓边界像素点的总数,(xi,yi)是轮廓边界点的坐标。
S503、划分判别方向;
在本实施例中,可以以所述质心为坐标原点,建立平面直角坐标系,并优选按照45°夹角在坐标系中划分出八个不同的判别方向,如图6所示。
S504、对各判别方向进行定义;
在本实施例中,优选以X轴方向为初始判别方向,定义为D0;然后,按照逆时针方向,将其余的七个判别方向依次定义为D1、D2、……、D7,如图6所示。
S505、对每一个判别方向上的灰度点的变化规律进行统计;
针对每一个疑似气泡轮廓,分别获取其在8个所述判别方向上的每一个像素点的灰度值,并统计每一个判别方向上的灰度点的变化规律。
S506、区分气泡轮廓和悬浮物轮廓;
根据步骤S505的灰度统计,对疑似气泡轮廓进行二级筛选,以筛选出其中真正的气泡轮廓。
具体来讲,对于每一个疑似气泡轮廓,若在其每一个判别方向D0、D1、……、D7上,其灰度值均是从质心向轮廓边缘逐渐变小的,即亮度从中心区域向轮廓边缘逐渐变暗,则可以判定为气泡轮廓;否则,判定为悬浮物轮廓。因为悬浮物为固体,其亮度的变化率通常会比较小。由此,便可以准确地区分开哪些是气泡轮廓,哪些是悬浮物轮廓。
将识别出的气泡轮廓用于后续的气泡参数计算过程,由此便可为气泡粒径、数量的计算提供准确的气泡图像,进而提高了气泡参数计算的准确性。
在获取到准确的气泡图像后,为了进一步提高气泡粒径计算的精度,本实施例对于非球形的气泡图像,采用以下非球形气泡的等效粒径转换方法来生成该类气泡图像的等效粒径。结合图7所示,具体包括以下步骤:
S701、结合上述步骤S503所建立的平面直角坐标系,获取气泡图像在X轴和Y轴方向上的半径;
在本实施例中,由于采用的是照相/摄像方法获取的气泡图像,因此通过以气泡图像的质心为坐标原点所建立的平面直角坐标系,如图9所示,即可获取到该气泡在X轴和Y轴方向上的半径所对应的像素个数,分别记为rx、ry。
由于在获取到的气泡轮廓中,有的气泡轮廓可能是规则的球体,而有的气泡轮廓则可能是非球形气泡,即非规则气泡。为了对两种类型的气泡粒径实现准确计算,本实施例将rx=ry的气泡轮廓判定为球形气泡,将rx≠ry的气泡轮廓判定为非球形气泡。对于球形气泡,其粒径所对应的像素个数p'=rx,可以直接跳转至步骤S704进行气泡粒径参数的反演计算。对于非球形气泡,则需执行后续的等效粒径转换步骤。
S702、计算非球形气泡的体积;
在本实施例中,对于非球形气泡,可以分别选择rx和ry作为所述气泡轮廓在空间直角坐标系中Z轴方向上的半径所对应的像素个数rz,如图10所示,然后按照椭球计算公式:计算出两个椭球体积;其中,rx、ry、rz分别为椭球在X、Y、Z轴上的半径所对应的像素个数,V为椭球体积。即,
将rz=rx和rz=ry分别代入椭球计算公式,计算出两个椭球体积:
求取两个椭球体积的平均值作为所述非球形气泡的体积V。
S703、计算非球形气泡的等效粒径;
在本实施例中,对于非球形气泡,可以将计算出的气泡体积V作为球体体积,换算出球体半径,以此作为非球形气泡的等效粒径。即,
将非球形气泡的体积V代入球形体积公式:以计算出所述非球形气泡的等效粒径所对应的像素个数r。为了便于后续气泡粒径的反演计算,令气泡粒径所对应的像素个数p'=r。
本实施例通过将二维的非球形气泡轮廓转换成三维的椭球轮廓,将三维的椭球体积作为球形体积来计算非规则气泡的等效粒径,由此可以提高气泡等效体积计算的准确度,降低等效转换过程中的误差,以等效后的球形气泡体积来换算非规则气泡的等效粒径,可以提高非规则气泡的等效粒径的转换精度,解决了微观分析等效气泡粒径的问题。
S704、根据气泡粒径所对应的像素个数p',反演计算出气泡粒径的实际物理尺寸。
对于气泡粒径的反演计算过程S103,结合图11所示,具体包括以下步骤:
S1101、制作分辨率板;
结合图12所示,设计一块分辨率板1,在分辨率板1上刻蚀多个不同宽度等级的条纹组,如宽度分别为2μm、3μm、4μm、5μm、7μm、10μm、20μm、50μm、100μm等的条纹组。图12中列举了宽度为10μm的条纹组d1、宽度为20μm的条纹组d2、宽度为50μm的条纹组d3以及宽度为100μm的条纹组d4。
作为本实施例的一种优选设计方案,优选将所述的多个条纹组按照条纹宽度由小渐大的顺序、沿自下而上的方向依次排布在分辨率板1上,如图12所示,并且在每一个条纹组中,最好设置多条等宽度的条纹,且将所述多条等宽度的条纹竖向设置,即为竖向条纹,并相互平行地排成一行,以方便获取所需的目标条纹图像。
S1102、将分辨率板1浸入到水体中;
所述水体可以是待测水体,也可以是具有较高透明度的其他液体。作为本实施例的一种优选设计方案,由于在对待测水体进行气泡图像摄取的过程中,需要使用专门的气泡检测装置,例如图8所示的气泡检测装置。对于适用于实验室环境下的气泡检测装置,可以将分辨率板1放入到透明水槽中,并浸入到水槽内部的水体中,如图13所示。将分辨率板1上刻蚀有条纹组的一面正对成像设备2,以便于形成所需的目标条纹图像。对于适用于现场环境的气泡检测装置,可以首先将所述气泡检测装置投入到待测水体中,然后将分辨率板1浸入到所述待测水体5中,并位于成像设备2与光学***3之间,且将分辨率板1上刻蚀有条纹组的一面正对所述成像设备2,以便于形成所需的目标条纹图像。
在本实施例中,无论采用何种气泡检测装置,所述成像设备2和光学***3之间的距离应尽量短,优选限制在10cm-15cm之间,且所述分辨率板1到所述成像设备2之间的距离限制在9cm-14cm之间,以确保拍摄到的气泡图像与目标条纹图像的放大倍数基本相等。
S1103、启动成像设备2,拍摄所述分辨率板1上的条纹组,以形成目标条纹图像;
在本实施例中,可以首先调节工业相机与远心镜头的位置,使工业相机置于工作距离。然后,调整分辨率板1的位置,使待测的条纹组位于工业相机的视场范围内。
在本实施例中,优选通过调节分辨率板1的位置,首先让分辨率板1上的其中一个条纹组中的多条等宽度的直线条纹置于工业相机的视场范围内,形成该条纹组所对应的目标条纹图像。如图14所示,图14列举了宽度为20μm的条纹组所对应的目标条纹图像,在所述目标条纹图像中包括4条宽度d=20μm的竖线条纹。
然后,改变所述分辨率板1的位置,依次将其余各个条纹组中的多条等宽度的直线条纹置于工业相机的视场范围内,对于具有N(N为大于1的正整数)个条纹组的分辨率板1来说,将剩余的N-1个条纹组依次置于工业相机的视场范围内,最终即可针对N个所述的条纹组形成与之一一对应的N个目标条纹图像。
在调节分辨率板1的位置时,为了保证所形成的N个目标条纹图像的成像放大倍数相同,应保持分辨率板1与所述远心镜头之间的距离不变。
S1104、根据目标条纹图像,计算出目标条纹的宽度所对应的像素个数;
在本实施例中,利用执行步骤S1103所获得的N个目标条纹图像,分别计算N个条纹组中的目标条纹的宽度d在目标条纹图像中所对应的像素个数p。由于在每一个目标条纹图像中均包含有多条等宽度的目标条纹,如图14所示,为了提高所述像素个数p计算的准确度,本实施例优选采用取均值的方法生成所述目标条纹的宽度d所对应的像素个数p。
具体来讲,假设在某一个目标条纹图像中包含有M条等宽度的目标条纹,则针对所述的M条目标条纹分别计算出其宽度所对应的像素个数,即获得M个像素个数;对所述的M个像素个数求取平均值,将所述平均值作为该目标条纹的宽度d所对应的像素个数p,进行记录保存。
其余的N-1个目标条纹图像均采用上述方法计算生成其目标条纹的宽度所对应的像素个数。
S1105、建立目标条纹的宽度与像素个数之间的对应关系,形成关系模型;
在本实施例中,针对每一个宽度等级的条纹组,分别建立目标条纹的宽度(即目标条纹的实际物理尺寸)与像素个数之间的对应关系,形成关系模型:其中,i为条纹组编号;di是第i个条纹组中的目标条纹的宽度;是宽度为di的目标条纹所对应的像素个数;是宽度为di的目标条纹所对应的比例因子。由于di和已知,因此,结合关系模型即可计算出每一宽度等级的目标条纹所对应的比例因子的值。
由此,完成标定建模过程。
S1106、结合不同宽度d的目标条纹所对应的像素个数p,确定出与待测的气泡粒径所对应的像素个数p'最接近的目标条纹;
在本实施例中,首先将所述N个不同宽度等级的条纹组按照其条纹宽度d所对应的像素个数p以从小到大的顺序依次排列,形成N+1个区间。其中,宽度最小的条纹所对应的像素个数与0形成首区间宽度最大的条纹所对应的像素个数与+∞形成尾区间中间的N-1个区间由相邻的两个像素个数形成,即以图12所示的分辨率板1为例进行说明,由于在图12所示的分辨率板1上刻蚀有4个宽度等级的条纹组,即对应4个不同宽度的目标条纹,从而可以对应4个像素个数,分别为P10、P20、P50、P100,继而可以形成5个区间:(0,P10)、(P10,P20)、(P20,P50)、(P50,P100)、(P100,+∞)。
在找出像素个数p与待测气泡粒径所对应的像素个数p'最接近的目标条纹所在的条纹组j的过程中,首先判断所述p'落入所述N+1个区间中的哪一个区间内。若所述p'落入首区间内,则将第1个条纹组所对应的目标条纹确定为与待测气泡粒径所对应的像素个数p'最接近的目标条纹;若所述p'落入尾区间内,则将第N个条纹组所对应目标条纹确定为与待测气泡粒径所对应的像素个数p'最接近的目标条纹;若所述p'落入中间的N-1个区间内,则分别计算所述p'与该区间的两个端点的像素个数的相对误差,选取相对误差较小的一个像素个数作为与所述p'最接近,继而确定出与待测气泡粒径所对应的像素个数p'最接近的目标条纹。
S1107、利用确定出的目标条纹所对应的关系模型,反演计算出待测气泡粒径的实际物理尺寸d';
在本实施例中,根据步骤S1106所最终确定出的目标条纹,确定所要使用的关系模型进而将待测气泡粒径所对应的像素个数p'代入所述的关系模型,由于比例因子已知,由此便可计算出待测气泡的粒径的实际物理尺寸d'。
具体来讲,若所述p'落入首区间内,则利用关系模型计算出所述气泡粒径的实际物理尺寸d',即
若所述p'落入尾区间内,则利用的关系模型计算出所述气泡粒径的实际物理尺寸d',即
若所述p'落入中间的某个区间内,则分别计算所述p'与该区间的两个端点的像素个数的相对误差,即,
比较相对误差选取相对误差较小的一个所对应的像素个数,确定出所需使用的关系模块,进而计算出所述气泡粒径的实际物理尺寸d'。假设像素个数最接近的目标条纹所在的条纹组为条纹组j,则利用第j个条纹组所对应的关系模型计算出所述气泡粒径的实际物理尺寸
由此,便完成了对待测气泡的粒径参数的准确计算。
下面通过一个具体的实例,对本实施例的气泡粒径反演计算方法进行举例说明。
以图12所示的分辨率板1以及图14所示的目标条纹图像为例,具体举例说明如下:
(1)将分辨率板1置于水体中,调节工业相机的位置于工作距离;
(2)调节分辨率板1的位置,将宽度d2=20μm的条纹组置于工业相机的视场范围内;
(3)启动工业相机和远心镜头拍摄该组条纹,形成如图14所示的目标条纹图像;
(4)采用图像处理的方法,分别获得目标条纹图像中四条目标条纹的宽度d2所对应的像素个数p20,例如,分别为5、5、6、5;
(5)对上述的四个像素个数求取平均值,作为宽度d2=20μm的目标条纹所对应的像素个数
(6)计算宽度d2=20μm的目标条纹所对应的比例因子保存p20=5.25和a20=0.2625;
(7)调节分辨率板1的位置,将宽度为d1、d3、d4的条纹组依次置于工业相机的视场范围内,然后按照步骤(3)-(6)分别计算出宽度为d1=10μm、d3=50μm、d4=100μm的目标条纹所对应的比例因子:
并保存p10=3.33、a10=0.3333;p50=10.39、a50=0.2078;p100=22.48、a100=0.2248;
(8)根据保存的4个像素个数P10、P20、P50、P100,划分出5个区间:(0,P10)、(P10,P20)、(P20,P50)、(P50,P100)、(P100,+∞);
(9)提取出待测的气泡轮廓,具体可采用本实施例提出的气泡图像识别步骤S101进行气泡轮廓的提取;
(10)计算出待测气泡的粒径所对应的像素个数p',具体可以参照本实施例所提出的非球形气泡的等效粒径转换过程S102进行计算;
(11)假设p'=8,则判定其所属的区间为(P20,P50),即(5.25,10.39),分别计算p'与P20、P50的相对误差:
(11)比较相对误差σ20、σ50,选取相对误差较小的像素个数P50所对应的比例因子a50;
(12)将p'=8和比例因子a50代入宽度为50μm的目标条纹所对应的关系模块,即可计算出所述待测气泡的粒径的物理尺寸
本实施例的气泡测量方法可以对溶解在任何类型水体中的气泡进行准确地提取、识别和粒径参数的计算,不仅适用于实验室环境,同时支持待测水体的原位采集和检测,解决了由于气泡易挥发、难存储而难于辨别的问题。
当然,以上所述仅是本发明的一种优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种测量水体中气泡的方法,其特征在于,包括:
利用已知的气泡轮廓样本生成气泡库;
采集待测水体的气泡悬浮物图像,提取出其中的气泡轮廓和悬浮物轮廓;
对提取出的每一个气泡轮廓和悬浮物轮廓利用相似度比较法与所述气泡库中的气泡轮廓样本进行比较,筛选出相似度大于设定阈值的轮廓判定为疑似气泡轮廓;
对每一个所述的疑似气泡轮廓进行灰度统计,将灰度值从轮廓的中心向边缘逐渐变小的轮廓判定为气泡轮廓;
根据所述气泡轮廓计算出气泡粒径所对应的像素个数p';
将具有不同宽度等级的条纹组的分辨率板浸入到水体中,拍摄所述分辨率板上的所述条纹组,形成目标条纹图像,并根据所述目标条纹图像计算出目标条纹的宽度所对应的像素个数;
在所述分辨率板上设置有N个不同宽度等级的条纹组,所述N为大于1的正整数;将所述N个不同宽度等级的条纹组按照其条纹宽度所对应的像素个数以从小到大的顺序依次排列,形成N+1个区间;其中,宽度最小的条纹所对应的像素个数与0形成首区间宽度最大的条纹所对应的像素个数与+∞形成尾区间中间的N-1个区间由相邻的两个像素个数形成,即
针对每一个宽度等级的条纹组,建立目标条纹的宽度与像素个数的对应关系,形成关系模型:其中,i是条纹组编号,di是第i个条纹组中的目标条纹的宽度,是宽度为di的目标条纹所对应的像素个数,是宽度为di的目标条纹所对应的比例因子;
判断所述p'落入所述N+1个区间中的哪一个区间内;
若所述p'落入首区间内,则利用第1个条纹组所对应的关系模型计算出所述气泡粒径的物理尺寸
若所述p'落入尾区间内,则利用第N个条纹组所对应的关系模型计算出所述气泡粒径的物理尺寸
若所述p'落入中间的某个区间内,则分别计算所述p'与该区间的两个端点的像素个数的相对误差,并选取相对误差较小的一个像素个数所对应的关系模型计算出所述气泡粒径的物理尺寸j=i或j=i+1。
2.根据权利要求1所述的测量水体中气泡的方法,其特征在于,在所述利用已知的气泡轮廓样本生成气泡库的过程中,包括:
获取已知的背景图像样本和气泡图像样本;
利用人工分割法在所述气泡图像样本中分割出完整的气泡图像;
选择类圆形和类椭圆形的单气泡图像,结合所述的背景图像样本,采用背景减除法去除所述单气泡图像中的背景,获得所述的气泡轮廓样本,生成所述的气泡库。
3.根据权利要求1所述的测量水体中气泡的方法,其特征在于,在所述采集待测水体的气泡悬浮物图像,提取出其中的气泡轮廓和悬浮物轮廓的过程中,包括:
获取待测水体的背景;
采集待测水体的气泡悬浮物图像;
采用背景减除法去除所述气泡悬浮物图像中的背景,提取出其中的气泡轮廓和悬浮物轮廓。
4.根据权利要求1所述的测量水体中气泡的方法,其特征在于,在判定所述疑似气泡轮廓的过程中,采用Hu不变矩相似度比较法将提取出的每一个气泡轮廓和悬浮物轮廓分别作为一个目标特征向量,分别与气泡库中的每一个气泡轮廓样本所对应的特征向量进行比较;假设气泡库中存在N个气泡特征向量,则通过比较,每一个气泡轮廓和悬浮物轮廓分别对应N个相似度阈值;从所述的N个相似度阈值中选择最大值作为该气泡轮廓和悬浮物轮廓的相似度阈值α,与所述的设定阈值进行比较,若α大于设定阈值,则判定为疑似气泡轮廓。
5.根据权利要求1所述的测量水体中气泡的方法,其特征在于,在所述对每一个所述的疑似气泡轮廓进行灰度统计的过程中,包括:
提取每一个疑似气泡轮廓的边缘像素点;
计算每一个疑似气泡轮廓的质心,以所述质心为坐标原点建立直角坐标系,并按照45°夹角划分出八个不同的判别方向;
统计每一个判别方向上的灰度点的变化规律,若在每一个判别方向上,其灰度值均从质心向轮廓边缘逐渐变小,则判定当前的疑似气泡轮廓为气泡轮廓;否则,为悬浮物轮廓。
6.根据权利要求1至5中任一项所述的测量水体中气泡的方法,其特征在于,在根据所述气泡轮廓计算出气泡粒径所对应的像素个数p'的过程中,包括:
针对每一个所述的气泡轮廓,计算所述气泡轮廓的质心坐标;以所述质心为坐标原点,建立平面直角坐标系,分别计算出所述气泡轮廓在X轴和Y轴方向上的半径所对应的像素个数,并分别记为rx、ry;
若rx=ry,则判定所述气泡为球形气泡,生成所述气泡的粒径所对应的像素个数p'=rx;
若rx≠ry,则判定所述气泡为非球形气泡,分别选择rx和ry作为所述气泡轮廓在空间直角坐标系中Z轴方向上的半径所对应的像素个数rz,按照椭球计算公式:计算出两个椭球体积;
求取两个椭球体积的平均值作为所述非球形气泡的体积V;
利用球形体积公式计算出所述非球形气泡的等效粒径所对应的像素个数p'=r。
7.根据权利要求1所述的测量水体中气泡的方法,其特征在于,在每一个所述的条纹组中均设置有M条等宽度的直线条纹,所述M为大于1的正整数;在所述拍摄所述分辨率板上的所述条纹组,形成目标条纹图像的过程中,包括:
调节分辨率板的位置,将其中一个条纹组中的M条等宽度的直线条纹置于拍摄的视场范围内,形成该条纹组所对应的目标条纹图像;
改变所述分辨率板的位置,依次将其余各个条纹组中的M条等宽度的直线条纹置于拍摄的视场范围内,最终针对N个所述的条纹组形成与之一一对应的N个目标条纹图像。
8.根据权利要求7所述的测量水体中气泡的方法,其特征在于,在所述根据所述目标条纹图像计算出目标条纹的宽度所对应的像素个数的过程中,包括:
针对每一个目标条纹图像中的M条等宽度的直线条纹分别计算出其宽度所对应的像素个数,并对获得的M个像素个数求取平均值,记为该目标条纹的宽度所对应的像素个数。
9.根据权利要求8所述的测量水体中气泡的方法,其特征在于,
在所述采集待测水体的气泡悬浮物图像的过程中,采用工业相机配合远心镜头进行拍摄;
在所述拍摄所述分辨率板上的所述条纹组,形成目标条纹图像的过程中,采用相同的工业相机和远心镜头进行拍摄,并且保持所述工业相机和远心镜头的设置参数不变;
在所述调节分辨率板的位置的过程中,保持分辨率板与所述远心镜头之间的距离不变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610301429.3A CN106023153B (zh) | 2016-05-09 | 2016-05-09 | 一种测量水体中气泡的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610301429.3A CN106023153B (zh) | 2016-05-09 | 2016-05-09 | 一种测量水体中气泡的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106023153A CN106023153A (zh) | 2016-10-12 |
CN106023153B true CN106023153B (zh) | 2018-12-07 |
Family
ID=57098891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610301429.3A Active CN106023153B (zh) | 2016-05-09 | 2016-05-09 | 一种测量水体中气泡的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106023153B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106530255A (zh) * | 2016-11-15 | 2017-03-22 | 中国核动力研究设计院 | 一种汽泡群数据测量方法 |
CN106323184A (zh) * | 2016-11-15 | 2017-01-11 | 中国核动力研究设计院 | 一种滑移汽泡直径三维动态测量方法 |
CN109272548B (zh) * | 2018-09-28 | 2021-09-28 | 北京拓金科技有限公司 | 一种浮选过程气泡直径的测量方法 |
CN109598739B (zh) * | 2018-12-14 | 2019-07-26 | 广州海洋地质调查局 | 一种水体中渗漏气泡数目的统计方法及处理终端 |
CN111220514B (zh) * | 2020-03-02 | 2022-12-30 | 山东建筑大学 | 一种水下微气泡及其絮体测量装置 |
CN111415348B (zh) * | 2020-03-25 | 2023-05-26 | 中国计量大学 | 一种汽车制动管道内气泡特征的提取方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103424406B (zh) * | 2013-09-03 | 2015-11-18 | 上海理工大学 | 管道内气液两相流的图像法测量装置及方法 |
CN103439230B (zh) * | 2013-09-13 | 2015-07-01 | 山东省科学院海洋仪器仪表研究所 | 一种气泡参数测量方法及测量装置 |
-
2016
- 2016-05-09 CN CN201610301429.3A patent/CN106023153B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106023153A (zh) | 2016-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106023153B (zh) | 一种测量水体中气泡的方法 | |
CN105930852B (zh) | 一种气泡图像识别方法 | |
CN112818988B (zh) | 一种指针式仪表自动识别读数方法及*** | |
CN103971406B (zh) | 基于线结构光的水下目标三维重建方法 | |
CN109978901B (zh) | 一种快速、精确的圆形检测和圆心定位方法 | |
CN107392929B (zh) | 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法 | |
CN108562250B (zh) | 基于结构光成像的键盘键帽平整度快速测量方法与装置 | |
CN109919975B (zh) | 一种基于坐标标定的广域监控运动目标关联方法 | |
CN111709985B (zh) | 一种基于双目视觉的水下目标测距方法 | |
CN113470090A (zh) | 基于sift-shot特征的多固态激光雷达外参标定方法 | |
CN107358628B (zh) | 基于靶标的线阵图像处理方法 | |
CN111612846A (zh) | 基于U-net CNN图像识别和像素标定的混凝土裂缝宽度测定方法 | |
CN113008158B (zh) | 多线激光轮胎花纹深度测量方法 | |
CN113393439A (zh) | 一种基于深度学习的锻件缺陷检测方法 | |
CN109974618A (zh) | 多传感器视觉测量***的全局标定方法 | |
CN113744351A (zh) | 基于多介质折射成像的水下结构光测量标定方法及*** | |
CN106018198B (zh) | 一种气泡粒径的反演计算方法 | |
CN111222507A (zh) | 数字式仪表读数的自动识别方法、计算机可读存储介质 | |
CN105426830B (zh) | 基于多视觉信息融合技术的小通道气液两相流流型识别***和方法 | |
CN115656182A (zh) | 基于张量投票主成分分析的板材点云缺陷检测方法 | |
CN112580542A (zh) | 一种基于目标检测的钢筋计数方法 | |
CN116152697A (zh) | 一种混凝土结构裂缝的三维模型测量方法及相关装置 | |
CN114565565A (zh) | 一种视觉测量目标中心亚像素定位方法 | |
CN108388854A (zh) | 一种基于改进fast-surf算法的定位方法 | |
CN115760860A (zh) | 一种基于dxf文件导入的多类型工件尺寸视觉测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |