一种气液两相流独立气泡分割方法、电子设备及存储介质技术

本公开涉及一种气液两相流独立气泡分割方法、电子设备及存储介质，所述方法包括：搭建可以改变气液比的气液两相流实验装置；利用高速摄像机获取垂直管道内不同流动状态下的气液两相流图像；获取训练数据，所述训练数据包括多尺寸和不同分布状态(即不同流动状态下)的气液两相流气泡图像与每个所述气液两相流气泡图像对应的标记图像；获取预训练的特征提取神经网络模型，并基于所述特征提取神经网络模型构建初始气液两相流独立气泡分割模型；基于所述的训练数据，训练所述初始气液两相流独立气泡分割模型；基于训练后得到的气液两相流独立气泡分割模型，获取所述待分割气液两相流中气泡标记图像，得到气液两相流气泡图像分割结果；本公开给出的实施例能够快速准确地将气泡分割出来，提高计算气泡尺寸参数的精度，为实现自动检测两相流中气泡的尺寸及数量分布提供了可靠的数据基础。提供了可靠的数据基础。提供了可靠的数据基础。

【技术实现步骤摘要】
一种气液两相流独立气泡分割方法、电子设备及存储介质


[0001]本公开涉及多相流流动特性分析领域以及流型识别和流量计量领域，具体的说，涉及的是一种对气液两相流独立气泡图像进行分割的方法。

技术介绍

[0002]在气液两相流中，常常含有气泡的流动。其中气泡的尺寸以及尺寸分布往往决定两相流体的流动结构和运动规律，甚至影响两相流系统的总体性能。例如，在核反应堆中，气液两相流的空泡份额会对核反应堆功率的稳定性、堆内流动和传热特性以及运行的安全产生很大的影响，而气泡尺寸对于空泡份额的分布具有极为重要的作用。
[0003]对于气液两相流而言，气泡与水自身都是透明的，气泡与水的交界面对光线的反射明暗层次多；另外由于运动的关系，气泡具有幅度和频率都较大的不规则变化。所以，拍摄的气泡照片往往难以区分水和气泡的边界。影响照片质量的因素：1.相机参数(曝光时间、景深等)；2.摄影用光(光源的品种、强度、照明方向、光比等)；3.光学噪声。要合理有效地分割气泡非常困难，因此要实现气泡分布的自动检测，找到可行有效的分割算法是一个较为关键的任务。
[0004]目前，气液两相流图像的分割一般采用传统分割方法，如基于阈值的分割算法，基于边缘检测的分割算法等。Dinh和Choi
[1]对垂直管道中两相泡状流和弹状流图像进行滤波、边缘检测和图像二值化等处理技术提取计算了气泡尺寸。张问银等人
[2]改进了Canny算法(基于边缘检测算法)对气液两相流泡状流图像进行分割研究。李洪伟等人
[3]将改进的等高线算法应用到了气液两相流图像中。周红娟等人
[4]利用粒子群优化增强大津法对气泡进行了分割研究。施丽莲等人
[5]运用形态学分割方法对气液两相流中的气泡图像进行了分割研究。
[0005]传统分割算法在简单的场景下能达到不错的效果，但是不同场景下都需要独立设计各个模块的参数，工作繁琐，遇到复杂的场景，难以设计出泛化性能好的算法；并且都是对一定区域内的像素做整体的处理，难以做到语义级别的分割。
[0006]在提出本公开的过程中，专利技术人发现，现有气液两相流气泡分割技术中几乎都有特定的适用范围，虽然精度较高，但实时性差，难以处理大量的数据。在许多工业应用场合中，满足不了自动检测的需求。
[0007]引用文献
[0008][1]Dinh T B,Choi T S.Application of image processing techniques in air/water two phase flow[J].Me
‑
chanics Research Communications,1999,26(4):463
‑
468.
[0009][2]张问银，金宁德.基于改进Canny算子的气液两相泡状流图像分割算法[J].计算机工程与科学，2009,31(8)：137
‑
139.
[0010][3]李洪伟，周云龙，吴坚.改进等高线法在气液两相流图像中的应用[J].沈阳工业大学学报，2011.
[0011][4]周红娟，周云龙.粒子群优化增强大津法的气泡分割方法研究[J].东北电力大学学报.2011,31(01).
[0012]施丽莲，叶军，沈红卫.气液两相流气泡图像的形态学分割方法[J].自动化仪表.2012,33(10)

技术实现思路

[0013]本公开提出了一种气液两相流独立气泡分割方法、电子设备及存储介质，能够解决
技术介绍
中指出的现有技术问题。
[0014]基础方案1：
[0015]一种气液两相流独立气泡图像分割方法，其独特之处在于，包括：
[0016]步骤S1，搭建能够改变气液比的气液两相流实验装置；
[0017]步骤S2，利用高速摄像机获取垂直管道内不同流动状态下的气液两相流图像；
[0018]步骤S3，获取训练数据，所述训练数据包括多尺寸和不同分布状态(即不同流动状态下)的气液两相流气泡图像与每个所述气液两相流气泡图像对应的标记图像；
[0019]步骤S4，获取预训练的特征提取神经网络模型，并基于所述特征提取神经网络模型构建初始气液两相流独立气泡分割模型；
[0020]步骤S5，基于所述的训练数据，训练所述初始气液两相流独立气泡分割模型；
[0021]步骤S6，基于训练后得到的气液两相流独立气泡分割模型，获取待分割气液两相流中气泡标记图像，得到气液两相流气泡图像分割结果。
[0022]在所述基础方案1上进一步优化，得到方案2：步骤S2中所述获取气液两相流图像，是对不同工况下气液两相流气泡分布的图像信号进行采集，在一个由垂直管路、高速摄像机与计算机组成的实验装置中，通过采集垂直管路上不同气泡分布的图像信号，分别固定和改变气相和液相流量，得到不同的气液流量下的气泡分布状态，对其图像进行采集。
[0023]对方案2进行改进，可得到方案3：
[0024]在步骤S4中，所述神经网络模型为Visual Geometry Group模型中的VGG19模型；所述初始气液两相流独立气泡分割模型为Pretrain
‑
VGG19
‑
UNnet模型。
[0025]在方案3基础上进一步优化，得到方案4：所述特征提取神经网络VGG19模型包括输入层、m个特征提取卷积结构、p个全连接结构以及输出层，其中，m和p均为正整数，每个特征提取卷积结构包括至少两个卷积层和一个池化层，所述全连接结构包括多个全连接层。
[0026]在方案4基础上进一步优化，得到方案5：
[0027]在步骤S4中，所述Pretrain
‑
VGG19
‑
UNnet模型包括：
[0028]特征提取部分，所述特征提取部分包括特征提取神经网络VGG19模型的输入层和前n个特征提取卷积结构，其中，n为小于等于m的正整数；
[0029]图像还原部分，所述图像还原部分包括n个图像还原卷积结构和输出结构，每个图像还原卷积结构包括至少两个卷积层和一个上采样层，所述输出结构包括至少两个卷积层和一个输出层。
[0030]在方案5基础上进一步优化，得到方案6：所述上采样层对前一个卷积层输出的图像进行上采样计算；所述上采样计算包括以下步骤：
[0031]步骤S21，上采样，基于双线性插值法，由上采样层前一个卷积层输出的图像中的4
个坐标点，确认新图像一个坐标点，进行图像放大；
[0032]步骤S22，进行特征拼接利用2个3
×
3卷积层和ReLU激活函数进行运算；
[0033]步骤S23，重复步骤S21，S22共4次；
[0034]步骤S24，最后接一层1
×
1卷积层，进行降维处理，即将通道数降低至特定数量，输出分割图。
[0035]在方案6基础上进一步优化，得到方案7：所述池化层采用最大池化法，且采样窗口为2...

【技术保护点】

【技术特征摘要】
1.一种气液两相流独立气泡图像分割方法，其特征在于，包括：步骤S1，搭建能够改变气液比的气液两相流实验装置；步骤S2，利用高速摄像机获取垂直管道内不同流动状态下的气液两相流图像；步骤S3，获取训练数据，所述训练数据包括多尺寸和不同分布状态(即不同流动状态下)的气液两相流气泡图像与每个所述气液两相流气泡图像对应的标记图像；步骤S4，获取预训练的特征提取神经网络模型，并基于所述特征提取神经网络模型构建初始气液两相流独立气泡分割模型；步骤S5，基于所述的训练数据，训练所述初始气液两相流独立气泡分割模型；步骤S6，基于训练后得到的气液两相流独立气泡分割模型，获取待分割气液两相流中气泡标记图像，得到气液两相流气泡图像分割结果。2.根据权利要求1所述的一种气液两相流独立气泡图像分割方法，其特征在于：步骤S2中所述获取气液两相流图像，是对不同工况下气液两相流气泡分布的图像信号进行采集，在一个由垂直管路、高速摄像机与计算机组成的实验装置中，通过采集垂直管路上不同气泡分布的图像信号，分别固定和改变气相和液相流量，得到不同的气液流量下的气泡分布状态，对其图像进行采集。3.根据权利要求2所述的一种气液两相流独立气泡图像分割方法，其特征在于：在步骤S4中，所述神经网络模型为VisualGeometryGroup模型中的VGG19模型；所述初始气液两相流独立气泡分割模型为Pretrain
‑
VGG19
‑
UNnet模型。4.据权利要求3所述的一种气液两相流独立气泡图像分割方法，其特征在于：所述特征提取神经网络VGG19模型包括输入层、m个特征提取卷积结构、p个全连接结构以及输出层，其中，m和p均为正整数，每个特征提取卷积结构包括至少两个卷积层和一个池化层，所述全连接结构包括多个全连接层。5.根据权利要求4所述的一种气液两...

【专利技术属性】
技术研发人员：张勇，董云鹏，刘书张，伊虹光，张艳，刘伟，
申请(专利权)人：台州学院，
类型：发明
国别省市：