发明内容
为了解决上述技术问题,本发明的目的在于提供一种基于图像处理的汽油机喷雾撞壁参数自动提取方法,所采用的技术方案具体如下:
获取缸内直喷汽油机喷油器的喷雾图像,利用大津阈值分割法提取所述喷雾图像中的初始喷雾区域;
通过canny算子获取初始喷雾区域对应的边缘信息,所述边缘信息为非闭合的边缘信息;
获取边缘信息对应的多个断裂点对,且每一个断裂点对之间缺失了边缘信息,在任意一个断裂点对中随机选取一个断裂点作为生长点,基于生长点进行生长得到的下一个生长点,获取该断裂点对之间缺失的边缘信息;
获取边缘信息对应的多个连接点对,且每一个连接点对之间存在多条边缘信息,在任意一个连接点对中随机选取一个连接点作为种子点,将种子点在该连接点对之间的最外侧的两条边缘信息所围成的区域中进行生长,获取该连接点对之间的多条待选边缘信息;
将每一个连接点对之间的边缘信息与待选边缘信息记为待检测边缘信息,获取待检测边缘信息对应的第一、第二特征区域,基于第一、第二特征区域对应的平均灰度值与待检测边缘信息上每一个像素点的灰度值,计算各连接点对之间的每一条待检测边缘信息对应的判定指标,将最大判定指标对应的待检测边缘信息记为各连接点对之间的终止边缘信息;
基于所述终止边缘信息与获取的每一个断裂点对之间缺失的边缘信息,得到初始喷雾区域对应的最终边缘信息;基于最终边缘信息获取喷雾区域,根据喷雾区域提取喷雾撞壁参数。
优选的,所述获取该断裂点对之间缺失的边缘信息的方法为:在生长点所在的边缘信息上以生长点为起点依次选取若干个像素点,计算任意两相邻的像素点的连线与水平线之间的夹角,计算相邻两夹角的差值,得到差异特征值,所述差异特征值为相邻两夹角对应的共同像素点的差异特征值;然后在与生长点相邻的非边缘信息像素点所在竖直线上获取多个非边缘信息像素点,并将其记为第一像素点,根据各个第一像素点与生长点的连线和水平线之间的夹角以及所述差异特征值,计算各个第一像素点对应的优选值,将最大优选值对应的第一像素点作为下一个生长点,并将下一个生长点归入边缘信息,此时的下一个生长点为第一个下一个生长点,然后将第一个下一个生长点作为生长点继续生长,得到第二个下一个生长点,以此类推,直至得到的第m个下一个生长点在与该断裂点对中的另一个断裂点相邻的非边缘信息像素点所在竖直线上,停止生长,则获取的各个下一个生长点构成该断裂点对之间缺失的边缘信息;其中m大于等于1。
优选的,所述优选值为:
其中,
为第q个第一像素点对应的优选值,
为在生长点所在的边缘信息上以生
长点为起点选取的第1个像素点,
为在生长点所在的边缘信息上以生长点为起点选取的
第2个像素点,
为在生长点所在的边缘信息上以生长点为起点选取的第i个像素点,
为
与第q个第一像素点的连线和水平线之间的夹角,
为
与
的连线和水平线之
间的夹角,
为第q个第一像素与
之间的欧氏距离,
为
对应的差异特征值;n为在
生长点所在的边缘信息上以生长点为起点依次选取像素点的总数量;
为以e为底的
指数函数,
为求取绝对值的函数;
为求取最大值的函数。
优选的,所述获取边缘信息对应的多个连接点对的方法为:
对边缘信息进行角点检测,得到边缘信息对应的若干个角点;任意选取一角点,通过链码法获取该角点与剩余其他角点之间的边缘信息,当该角点与剩余其他角点中的其中一个角点之间存在多条边缘信息时,则将该角点与所述其中一个角点记为一个连接点对。
优选的,所述获取待检测边缘信息对应的第一、第二特征区域的方法为:将待检测边缘信息左侧宽度为a个像素点的区域记为第一特征区域,将待检测边缘信息右侧宽度为a个像素点的区域记为第二特征区域,其中a大于等于1。
优选的,所述判定指标为:
其中,
为判定指标,
为第一特征区域对应的平均灰度值,
为第二特征区
域对应的平均灰度值,
为待检测边缘信息上第j个像素点的灰度值,
为待检测边缘信
息上第j+1个像素点的灰度值;N为待检测边缘信息上像素点的总数量,
为求取最大
值的函数,e为自然常数。
优选的,所述喷雾撞壁参数包括喷雾锥角、喷雾贯穿距离、喷雾半径以及喷雾高度。
本发明还提供了一种基于图像处理的汽油机喷雾撞壁参数自动提取***,包括处理器与存储器,所述处理器执行所述存储器存储的一种基于图像处理的汽油机喷雾撞壁参数自动提取方法的程序。
本发明实施例至少具有如下有益效果:
本发明通过生长点进行生长得到的下一个生长点,获取生长点对应的断裂点对之间缺失的边缘信息,能够使由各个下一个生长点构成的缺失的边缘信息更符合边缘信息的边缘特征,得到的缺失的边缘信息更加真实;通过将各连接点对之间的边缘信息与待选边缘信息记为各连接点对之间的待检测边缘信息,通过待检测边缘信息对应的第一、第二特征区域的平均灰度值与待检测边缘信息上每一个像素点的灰度值,计算判定指标,根据判定指标得到各连接点对之间的终止边缘信息;通过判定指标得到的终止边缘信息为对应连接点对之间的更为准确的边缘信息;根据获取的各断裂点对之间缺失的边缘信息与终止边缘信息,得到最终边缘信息,使得到的最终边缘信息不存在断裂的情况,能够完整的得到喷雾区域的边界;即本发明能够精确的获取喷雾区域,进而准确提取喷雾撞壁参数。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的方案,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明的目的是:通过生长点进行生长得到的下一个生长点,获取生长点对应的断裂点对之间缺失的边缘信息,然后通过判定指标获取各连接点对之间的终止边缘信息;根据所述终止边缘信息与获取的每一个断裂点对之间缺失的边缘信息,得到初始喷雾区域对应的精确的最终边缘信息;基于最终边缘信息获取喷雾区域,进而准确提取喷雾撞壁参数。
请参阅图1,其示出了本发明一个实施例提供的一种基于图像处理的汽油机喷雾撞壁参数自动提取方法的步骤流程图,该方法包括以下步骤:
步骤1,获取缸内直喷汽油机喷油器的喷雾图像,利用大津阈值分割法提取所述喷雾图像中的初始喷雾区域。
具体的,利用高速摄影仪获取缸内直喷汽油机喷油器的喷雾图像,喷雾图像如图2所示,喷雾图像在高速摄影仪中存储为8位字节的无符号灰度数字图像,在数字图像中,每个像素亮度用一个0~255之间的数值表示,0表示黑,255表示白,其它数值则表示其灰度。
然后利用大津阈值分割法提取喷雾图像中的初始喷雾区域,即将初始喷雾区域作为前景,其他区域作为背景,利用大津阈值分割法将初始喷雾区域分割出来。其中大津阈值分割法为公知技术,不再赘述。
步骤2,通过canny算子获取初始喷雾区域对应的边缘信息,所述边缘信息为非闭合的边缘信息;获取边缘信息对应的多个断裂点对,且每一个断裂点对之间缺失了边缘信息,在任意一个断裂点对中随机选取一个断裂点作为生长点,基于生长点进行生长得到的下一个生长点,获取该断裂点对之间缺失的边缘信息。
通过canny算子获取初始喷雾区域对应的边缘信息,由canny算子的特性可知,canny算子在检测时的抗噪声能力较差,对噪声比较敏感,微小噪声就可能使图像边界产生较大偏差,还会在检测边界的同时加强局部噪声,因此在利用canny算子检测图像的边缘信息时,容易检测出断裂的边缘信息或噪声边缘信息。所以初始喷雾区域对应的边缘信息并不精确,即初始喷雾区域对应的边缘信息中可能存在断裂的边缘信息(边缘信息缺失)与噪声边缘信息。为了精确的获取初始喷雾区域对应的边缘信息则需要获取缺失的边缘信息。
由于边缘信息为非闭合的边缘信息,首先获取边缘信息对应的多个断裂点对,具体地,获取边缘信息对应的各个端点,当相邻两端点之间缺失了边缘信息时,则相邻两端点为一个断裂点对;例如,当获取的边缘信息对应的各个端点依次为端点1,端点2,端点3,端点4时;端点1与端点2之间存在边缘信息,端点3与端点4之间存在边缘信息,端点2与端点3之间不存在边缘信息,则将端点2与端点3记为一个断裂点对;端点2为该断裂点对中的一个断裂点,端点3为该断裂点对中的另一个断裂点;因为端点2与端点3之间本应是存在边缘信息的,但是canny算子并未将端点2与端点3之间的边缘信息检测出来,所以端点2与端点3为一个断裂点对。
然后在任意一个断裂点对中随机选取一个断裂点作为生长点,基于生长点进行生长得到的下一个生长点,获取该断裂点对之间缺失的边缘信息。
上述中获取该断裂点对之间缺失的边缘信息的方法为:
在生长点所在的边缘信息上以生长点为起点依次选取若干个像素点,计算任意两相邻的像素点的连线与水平线之间的夹角,计算相邻两夹角的差值,得到差异特征值,所述差异特征值为相邻两夹角对应的共同像素点的差异特征值;然后在与生长点相邻的非边缘信息像素点所在竖直线上获取多个非边缘信息像素点,并将其记为第一像素点;本实施例获取3个非边缘信息像素点,即3个第一像素点,在实际操作过程中,实施者可根据实际情况进行调整;其中,非边缘信息像素点为不在边缘信息上的像素点,根据各个第一像素点与生长点的连线和水平线之间的夹角以及所述差异特征值,计算各个第一像素点对应的优选值,将最大优选值对应的第一像素点作为下一个生长点,并将下一个生长点归入边缘信息,此时的下一个生长点为第一个下一个生长点,然后将第一个下一个生长点作为生长点继续生长,得到第二个下一个生长点,以此类推,直至得到的第m个下一个生长点在与该断裂点对中的另一个断裂点相邻的非边缘信息像素点所在竖直线上,停止生长,则获取的各个下一个生长点构成该断裂点对之间缺失的边缘信息。
所述优选值为:
其中,
为第q个第一像素点对应的优选值,
为在生长点所在的边缘信息上以生
长点为起点选取的第1个像素点,
为在生长点所在的边缘信息上以生长点为起点选取的
第2个像素点,
为在生长点所在的边缘信息上以生长点为起点选取的第i个像素点,
为
与第q个第一像素点的连线和水平线之间的夹角,
为
与
的连线和水平线之
间的夹角,
为第q个第一像素与
之间的欧氏距离,
为
对应的差异特征值;n为在
生长点所在的边缘信息上以生长点为起点依次选取像素点的总数量;实施者根据实际情况
获取依次选取像素点的总数量,当生长点所在的边缘信息的走势较为平缓时,则可依次选
取较少的像素点,当生长点所在的边缘信息的走势不平缓时,则可相应的依次选取较多的
像素点;
为以e为底的指数函数,
为求取绝对值的函数;
为求取最大值
的函数。
上述中欧式距离与夹角的计算均为公知技术不在具体阐述。
优选值表征根据第q个第一像素点得到的
的实际差异特征值与
的预测差异特
征值之间的相似程度,该相似程度越大,则第q个第一像素点为下一个生长点的可能性越
大,优选值越大;
表征根据第q个第一像素点得到的
的实际差异特征值,
表征
的预测差异特征值,本实施例根据依次选取的若干个像素点计
算差异特征值,获取生长点所在的边缘信息的走势,并对生长点所在的边缘信息之后的走
势进行预测,得到
的预测差异特征值,同时在计算预测差异特征值时,考虑了依次选取的
各个像素点与第q个第一像素点之间的距离,距离越近,则该像素点对应的差异特征值的权
重越大,能够更加精确的得到
的预测差异特征值。
需要说明的是,通过依次选取的若干个像素点计算的差异特征值对生长点的差异特征值进行预测,得到生长点的差异特征值,进而获取各个第一像素点作为缺失的边缘信息的优选值;在计算优选值时,不仅考虑了边缘信息的角度变化趋势,即差异特征值,也考虑了距离对预测差异特征值的影响;使得到的预测差异特征值更加准确;同时,在计算第一个下一个生长点对应的预测差异特征值时,对应的依次选取的像素点数量比计算断裂点作为生长点对应的依次选取的像素点数量多一个,即加入了得到的第一个下一个生长点,在计算第二个下一个生长点对应的预测差异特征值时,则加入得到的第一个下一个生长点与第二个下一个生长点,以此类推。即本发明将第一次的预测结果加入到第二次的预测中,将第一次、第二次预测的预测结果加入到第三次的预测中,以此类推;能够使由各个下一个生长点构成的缺失的边缘信息更符合边缘信息的边缘特征,得到的缺失的边缘信息更加真实。
步骤3,获取边缘信息对应的多个连接点对,且每一个连接点对之间存在多条边缘信息,在任意一个连接点对中随机选取一个连接点作为种子点,将种子点在该连接点对之间的最外侧的两条边缘信息所围成的区域中进行生长,获取该连接点对之间的多条待选边缘信息。
首先获取边缘信息对应的多个连接点对,获取多个连接点对的方法具体为:
利用Harris角点检测算法对边缘信息进行角点检测,得到边缘信息对应的若干个角点;任意选取一角点,通过链码法获取该角点与剩余其他角点之间的边缘信息,当该角点与剩余其他角点中的其中一个角点之间存在多条边缘信息时,则将该角点与所述其中一个角点记为一个连接点对。其中,实施者也可选取其他的角点检测算法获取边缘信息对应的若干个角点,Harris角点检测算法与链码法均为公知技术,不再赘述。
例如,边缘信息对应的各个角点的示意图如图3所示,则角点d和角点e为一个连接点对;即角点d为该连接点对中的一个连接点,角点e为该连接点对中的另外一个连接点。
然后在任意一个连接点对中随机选取一个连接点作为种子点,将种子点在该连接点对之间最外侧的两条边缘信息所围成的区域中进行生长,获取该连接点对之间的多条待选边缘信息;例如以角点d点作为种子点,角点e为终点,将种子点在该连接点对之间最外侧的两条边缘信息所围成的区域Q中进行生长,生长方向为种子点的0°方向、45°方向以及-45°方向,当生长方向上的像素点的灰度值与种子点的灰度值的差值小于差值阈值时,则种子点生长一次,并将对应生长方向上的像素点作为种子点继续生长,直至生长方向上的像素点的灰度值与种子点的灰度值的差值均大于差值阈值时,或者生长到终点(角点e)时,停止生长,获取此时的待选边缘信息,但由于生长过程中的干扰因素过多,此时获取的待选边缘信息可能存在多条。其中,不同的喷雾图像对应的差值阈值的取值不同,差值阈值由实施者根据具体情况设定。
需要说明的是,一个连接点对之间存在多条边缘信息是canny算子在检测时不够准确导致的;既然canny算子在一个连接点对之间检测到了多条边缘信息,那么认为连接点对之间必然存在一条准确的边缘信息,因此,在任意一个连接点对中随机选取一个连接点作为种子点,通过种子点的生长获取对应连接点对之间的待选边缘信息,后续从待选边缘信息与两连接点对之间的边缘信息中选取一条准确的边缘信息。
步骤4,将每一个连接点对之间的边缘信息与待选边缘信息记为待检测边缘信息,获取待检测边缘信息对应的第一、第二特征区域,基于第一、第二特征区域对应的平均灰度值与待检测边缘信息上每一个像素点的灰度值,计算各连接点对之间的每一条待检测边缘信息对应的判定指标,将最大判定指标对应的待检测边缘信息记为各连接点对之间的终止边缘信息。
获取待检测边缘信息对应的第一、第二特征区域的方法为:将待检测边缘信息左侧宽度为a个像素点的区域记为第一特征区域,将待检测边缘信息右侧宽度为a个像素点的区域记为第二特征区域,其中a大于等于1。本实施中a=2,实施者可根据具体情况选取a的取值。
具体的,判定指标为:
其中,
为判定指标,
为第一特征区域对应的平均灰度值,
为第二特征区
域对应的平均灰度值,
为待检测边缘信息上第j个像素点的灰度值,
为待检测边缘信
息上第j+1个像素点的灰度值;N为待检测边缘信息上像素点的总数量,
为求取最大
值的函数,e为自然常数。
判定指标表征待检测边缘信息为终止边缘信息的概率,概率越大,则对应的待检
测边缘信息越有可能为终止边缘信息,
表征待检测边缘信息上两两相邻像素
点之间的差异度,该差异度越大,说明待检测边缘信息上两两相邻像素点之间的相似程度
越小,即待检测边缘信息上像素点的灰度分布越凌乱,则待检测边缘信息越不可能是终止
边缘信息,
表征待检测边缘信息对应的第一特征区域与第二特区域之间的差
异,该差异越大,表征待检测边缘信息的分割效果越好,则该待检测边缘信息为终止边缘信
息的可能性越大。根据上述分析可知,
与判定指标两者之间呈现负相关关系,
但并非线性关系,
与判定指标两者之间呈现正相关关系,但并非线性关系,因
此,利用数学建模的方法获取判定指标的计算公式,满足各个因素与判定指标之间的关系。
需要说明的是,由步骤3的叙述可知,每一个连接点对之间存在一条准确的边缘信息,那么终止边缘信息则为对应连接点对之间的准确的边缘信息。
步骤5,基于终止边缘信息与获取的每一个断裂点对之间缺失的边缘信息,得到初始喷雾区域对应的最终边缘信息;基于最终边缘信息获取喷雾区域,根据喷雾区域提取喷雾撞壁参数。
最终边缘信息包括利用canny算子获取的边缘信息、终止边缘信息以及获取的每一个断裂点对之间缺失的边缘信息;最终边缘信息完成了对喷雾区域边界的准确获取,然后根据最终边缘信息准确获取喷雾区域,进而能够从喷雾区域中精确提取喷雾撞壁参数。
其中最终边缘信息包括的利用canny算子获取的边缘信息为:两角点之间只存在一条边缘信息,例如图3中角点a与角点b之间的边缘信息、角点c与角点d之间的边缘信息以及角点e与角点a之间的边缘信息。
喷雾撞壁参数包括喷雾锥角、喷雾贯穿距离、喷雾半径以及喷雾高度。其中喷雾锥角为喷嘴位置到1/2喷雾贯穿距离处,喷雾两侧切线之间的夹角;喷雾贯穿距离在撞壁前为喷嘴位置到喷雾发展最远端的距离,撞壁后为喷嘴位置到壁面的竖直距离;喷雾半径为喷雾撞壁后,射流沿壁面向铺展距离;喷雾高度为自由喷雾撞壁后沿壁面方向向外,垂直壁面的喷雾卷吸高度;
需要说明的是,根据喷雾区域提取喷雾撞壁参数为公知技术,不再赘述。
本发明还提供了一种基于图像处理的汽油机喷雾撞壁参数自动提取***,包括处理器与存储器,处理器执行存储器存储的一种基于图像处理的汽油机喷雾撞壁参数自动提取方法的程序,由于一种基于图像处理的汽油机喷雾撞壁参数自动提取方法的具体实施方式已在上述步骤1至步骤5中详细给出,不再过多赘述。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,均应包含在本申请的保护范围之内。