一种高浓度微群泡形态识别及轨迹追踪测速方法技术

本发明专利技术公开了一种高浓度微群泡形态识别及轨迹追踪测速方法，属于图像识别和处理领域。方法包括：微群泡图像采集；图像前处理；对微气泡图像中叠加的像素块进行分割；识别微气泡图像，获取每个气泡的形态信息；获取的每一个微气泡的等效直径，统计尺寸分布信息；对相邻两个时刻的微气泡图像进行互相关计算，获取微气泡的速度场信息和运动轨迹。本发明专利技术适用于较高浓度的微气泡群的形态识别和互相关计算，可以对较高浓度的微气泡群进行形态识别，获取气泡的粒径及分布信息，提取微泡群的速度场。提取微泡群的速度场。提取微泡群的速度场。

【技术实现步骤摘要】
一种高浓度微群泡形态识别及轨迹追踪测速方法


[0001]本专利技术涉及微尺度气泡群图像识别和处理领域，具体涉及一种高浓度微群泡形态识别及轨迹追踪测速方法，实现对微尺度高浓度气泡群中每个气泡的形态识别、粒径统计、轨迹追踪和速度计算。

技术介绍

[0002]水下航行器在工作过程中产生的噪声对舰船、潜艇隐身性有重大影响。同时噪声还会严重影响水下生态环境。微气泡是水下航行器降噪常用手段之一，能够通过耗散生能量，改变声波传播的方式有效抑制噪声传播。微气泡对声波的影响很大程度上取决于气泡本身特征参数以及微气泡在流体中的相对运动规律。因此，实现对微气泡特性的参数化表征，追踪气泡运动轨迹，分析其速度特征对微气泡降噪特性研究有重要意义。
[0003]微气泡群对声波的衰减作用取决于微气泡的粒径，分布以及浓度等特性。传统的声色散方法能够实现微气泡参数测量，但是有对测试环境要求高、测试难度复杂的特点。随着光学成像技术的发展，非接触式的光学图像方法已经成为微气泡研究的重要技术途径。但是，由于微气泡粒径较小，一般在微米量级，使得在气泡浓度较高、气泡层厚度大的环境中，相机捕捉的二维气泡图像往往存在气泡重叠多、气泡边界模糊等问题。这在很大程度上影响了气泡形态识别的准确性和后续速度场计算的精度，进一步影响对流场的测量和对噪声衰减作用的判断和控制。CN113838089A提供了一种基于特征匹配算法的气泡轨迹跟踪方法，但其主要针对两相流领域中大尺度不同形状气泡流动行为进行研究，其研究中气泡为单点生成，气泡空间分布基本范围固定，轨迹变化相对小，气泡浓度低、尺度大，不涉及气泡间相互碰撞、干扰、融合；其采用的气泡轨迹追踪主要通过相邻两帧距离进行气泡匹配，进一部获得气泡轨迹；其采用的特征点匹配方法仅适用于气泡浓度很少，运动轨迹变化小的情况，对于高浓度气泡群轨迹计算误差较大。
[0004]因此，发展一套在高浓度微气泡的条件下的高精度气泡形态识别和轨迹追踪方法显得尤为重要。另外，以往的气泡成像技术往往由低速成像方法进行，缺乏足够的时间解析度，无法获得气泡在流体中的运动规律，分析气泡的生成演化破碎过程。因此需要利用高速成像的方法突破以往低速成像对微气泡时空解析的局限，更好地捕捉微气泡群的时空演化特性。

技术实现思路

[0005]基于背景中所阐述的问题，本专利技术的目的在于对较高浓度的微气泡群进行形态识别，通过高速图像技术，获取气泡的粒径及分布信息，并对经过识别后的气泡图像进行时序相关性分析，从而获取气泡的运动轨迹及速度场。本质上，为高浓度的微气泡群的形态识别、空间分布特性和运动特征提取提供了一种解决方案。
[0006]本专利技术的实例公开了一种高浓度微尺度群泡的形态识别和速度测量的方法，具体包括：
1)基于高速CMOS相机成像原理，采集气泡原始图像，2)输入高时间分辨率的高浓度微气泡图像，进行前处理，所述前处理包括对微气泡图像进行二值化、去除噪点、填充和腐蚀操作；其中，二值化处理后，气泡区域像素灰度值设定为1，其它区域为0；3) 基于高浓度微气泡空间分布，采用分水岭和距离变换进行气泡图像分割操作，将每一个气泡划分为独立的区域；4)对区块分割后的微气泡图像进行轮廓识别，获取每个气泡的形态信息，并进行形态匹配；统计微气泡群所有气泡等效直径，获取直径分布信息；5)对相邻两个时刻的微气泡图像进行相关性分析；获取微气泡群的瞬时速度场信息；对获取的速度场进行速度矢量纠正；显示微气泡群的运动轨迹和方向。
[0007]作为本专利技术的优选方案，所述的步骤1）采用高速CMOS相机对微气泡群图像进行高时间分辨率图像采集，时间分辨率最高为10kH；测试区域由高能连续LED光源提供照明光源。
[0008]作为本专利技术的优选方案，所述的步骤2）中在保证步骤1)所得微气泡图像基本清晰的情况下，对其进行图像前处理，包括二值化，去除噪点，填充和腐蚀等基本操作。
[0009]所述的二值化操作为：将无微气泡的背景图像作为基底，用需要处理的微气泡图像信息减去该基底。将得到的图像中每一块灰度差值与原基底图像相比较，如果某一像素块的灰度差值范围大于特定阈值（例如原基底图像相应像素区域中每个像素点的灰度值的50%），则认为该像素块为气泡所在区域，并将该区域内每一个像素点的灰度值设为1（即为纯白，对应原灰度为255）；反之，则设为0（即为纯黑，对应原灰度为0）。由此，可以得到一个完整二值化图像。
[0010]为了进一步提升气泡图像清晰度，需要将所得到的二值化图像中存在的噪点去除。具体方法为：首先对原气泡图像中的噪点信号进行基本的判断和识别，根据该结果对二值化图像动态设置一个像素面积阈值，如果二值化图像中某一像素块面积高于这个阈值（本质上为像素面积的下限），被保留，反之，则被删除。为了避免得到直径过大的非气泡信号，也可给出第二个阈值作为像素块面积的上限。所有被保留的像素块即为所需要的气泡图像。
[0011]通常，高速相机拍摄的气泡图像可能因景深不足以及反光的影响而出现气泡边缘模糊、核心过曝光的问题。因此，需要对去除噪点后的气泡二值化图像进行基本的填充和边缘腐蚀处理。首先，对除噪点后的二值化图像中的每一个气泡像素块进行筛选，找出气泡区域灰度值为0的像素点并将其填充为1；同时，基于给定的形状参数对每一个气泡像素块的边缘进行腐蚀处理，处理结果不影响气泡原始形态。
[0012]在对二值化的气泡图像进行基本的填充和腐蚀之后，所有的像素块即为有效的气泡图像。当气泡浓度较高时，尤其是微气泡的粒径小，数量多，粒径变化较大的情况下，小气泡与大气泡之间容易相互重叠。此时，需要对叠加的像素块进行分割。
[0013]优选的，所述的步骤3）具体操作如下：对经步骤2）处理的二值化气泡图像进行取非运算，得到新的二值图像。此时原气泡区域像素块区域像素灰度值为0。针对新图像进行距离变换，即计算该二值图像中所有像素点离其最近的灰度值非0的像素点的距离，并用得到的距离覆盖其原始的灰度值，成为新
的灰度图像；将上述经过距离变换操作的获得的灰度图像对应的像素矩阵乘以系数
‑
1，使得所有气泡像素（目标像素区域）对应位置存在区域灰度极小值，确定该区域内的所有灰度极小值的像素点数目并将这些像素点的灰度极小值统一标记为1。
[0014]对以上含有区域灰度极小值的二值图像，再次进行距离变换，得到一幅新的灰度图像。进行分水岭变换操作，得到该灰度图像的分水岭区域并对这些区域进行标记，得到一个标签矩阵，该标签矩阵记录了所有被分割后的气泡的像素块的属性，包括像素面积和质心等信息；对上述获取的新灰度图像中所有灰度值为0的像素点进行调整，使其灰度值为1，该图像中的其他像素点的灰度值被调整为0，由此获得一幅新的二值图像；这一步骤目的在于将经过上诉分水岭变换之后得到的灰度图像转换为一幅新的二值图像，为后续提取气泡分割界线做准备。
[0015]对上述获取的新二值图像做取非运算，将得到的新矩阵作为分割因子矩阵；用上述分割因子矩阵乘以2）中得到的气泡的二值化图像矩阵，获得分割后的二值化图像；以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高浓度微群泡形态识别及轨迹追踪测速方法，其特征在于，包括如下步骤：1)基于高速CMOS相机成像原理，采集气泡原始图像，2)输入高时间分辨率的高浓度微气泡图像，进行前处理，所述前处理包括对微气泡图像进行二值化、去除噪点、填充和腐蚀操作；其中，二值化处理后，气泡区域像素灰度值设定为1，其它区域为0；3) 基于高浓度微气泡空间分布，采用分水岭和距离变换进行气泡图像分割操作，将每一个气泡划分为独立的区域；4)对区块分割后的微气泡图像进行轮廓识别，获取每个气泡的形态信息，并进行形态匹配；统计微气泡群所有气泡等效直径，获取直径分布信息；5)对相邻两个时刻的微气泡图像进行相关性分析；获取微气泡群的瞬时速度场信息；对获取的速度场进行速度矢量纠正；显示微气泡群的运动轨迹和方向；所述对相邻两个时刻的微气泡图像进行相关性分析，具体为：对不同时刻的经过前处理并进行分割、识别后的二值化微气泡图像进行互相关计算；选择某一时刻图像中某个微气泡的像素块的质心作为中心点，向上下左右延伸一定的宽度和高度来构成一个像素矩阵，记为查询窗口W1，对应于当前时刻查询窗口的位置，在下一个时刻的图像中确定同样位置、同样宽度和高度的查询窗口W，并找出该查询窗口中包含的所有微气泡并统计数量；设统计后的数量为N，分别以这N个微气泡的质心建立与W1同样宽度和高度的查询窗口W2，来构成N个像素矩阵，其中微气泡个数等于参考矩阵的个数，即N个W2窗口，每个W2窗口对应一个参考矩阵，对当前时刻的查询窗口W1对应的像素矩阵与下一时刻中N个参考矩阵分别进行互相关运算得到互相关系数，产生最大互相关系数的参考矩阵即为当前时刻参考窗口中心对应的微气泡在下一刻的气泡图像中所对应的像素区域，记录下两个微气泡的像素区域的对应关系；互相关系数的计算方法为其中分子为W1，W2重叠区域的像素面积之和，B1, B2为W1，W2各自区域内包含的所有像素块面积之和；i为当前时刻查询窗口中心区域的微气泡的标记号，j为下一时刻选定的某一个像素矩阵中心的微气泡的标记号。2.根据权利要求1所述的高浓度微群泡形态识别及轨迹追踪测速方法，其特征在于，步骤2）中，所述的填充和腐蚀操作具体为：对去除噪点后的气泡二值化图像中的每一个气泡像素块进行筛选，找出中心区域像素灰度值为0的点并将其填充为1；同时，对每一个像素块的边缘在不影响气泡形态的情况下，进行腐蚀。3.根据权利要求1所述的高浓度微群泡形态识别及轨迹追踪测速方法，其特征在于，所述的步骤3)具体为：3.1）对经过前处理得到的二值化气泡图像先做取非运算，然后做距离变换运算，得到一幅新的灰度图像；3.2）对进行距离变换后得到的灰度图像矩阵乘以系数
‑
1，并对该图像找出具有局部灰
度极小值的像素点，并将这些具有极小值的像素点的灰度标记1，非极小值像素点的灰度值标记为0，得到一幅新的二值图像；3.3）对步骤3.2）中得到的二值图像，再次进行距离变换，得到一幅新的灰度图像；3.4）对步骤3.3）二次进行距离变换后得到的灰度图像矩阵进行分水岭变换操作，即取出图像中所有非...

【专利技术属性】
技术研发人员：叶青青，孙伟奇，陈奕宏，邵雪明，
申请(专利权)人：浙江大学，
类型：发明
国别省市：