基于数字图像处理的掺气浓度测量研究

《基于数字图像处理的掺气浓度测量研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第28卷第11期长江科学院院报V01．28No．1l2011年11月JournalofYaIlgtzeRiverScientificResearchInstituteNov．2011文章编号：1001—5485(2011)11—0047—05基于数字图像处理的掺气浓度测量研究李静，周赤，姜伯乐(长江科学院水力学研究所，武汉430010)摘要：通过试验室研究，借助高速数码摄像机，结合面向对象的VC高级编程技术，开发掺气浓度图像分析软件，提出一种自动识别水气二相流中气泡的数字图像处理方法，并进一步给出计算二维、瞬时掺气浓度场的算法。图像处理技

2、术与水气两相流实测研究相结合的尝试和探索，体现了多学科的交叉。研究成果将提高对高速水流掺气机理的认识，为今后进一步深入研究图像处理技术在水流流场特别是高速水气两相流流场测量中的应用打下良好的基础，对提高掺气浓度的测量水平和精度，进而提高水力模型试验水平、满足工程设计要求等都具有较高的学术意义和实用价值。关键词：掺气浓度；阈值分割；迭代法；OTSU法；局部动态阈值中图分类号：TV131．2；TP751文献标识码：A孔跌坎掺气设施后水流掺气图像，对应用图像处理技术测量分析水流掺气浓度的方法进行了探讨。1概述掺气浓度是掺气水流中的一项重要的水力

3、参2模型简介数。利用水流掺气后电阻值的变化来测量掺气浓度某工程泄洪深孔单孔水工模型长度比尺为25，的方法，长期以来在实验室和原型观测中得到广泛深孑L体型见图1。研究水流掺气浓度的区域在桩号应用⋯。其优点是操作简单方便，测量探头置于溢20+32．525，高程约90nl附近，拍摄照片大小为流壁面时，对水流无干扰并可应用于原型近壁水流1276×1020像素，模型范围16．61cln×13．27cm，掺气浓度的测量；缺点是对影响水体电阻变化的水换算为原型4．15m×3．32m。高速摄像的拍摄频温、含沙量等因素较难区别。目前试验室常用的掺率1／10

4、40。试验测试3组上游水位：135，145，气浓度测量设备还有针式掺气流速仪，它利用掺气155In，对应研究区域流速范围为6～12m／s。拍摄探针直接检测水中的气泡信号，可以测量完整的掺光源采用影视灯，试验时，基本保证无阴影，照度均气浓度场和流速场，分析掺气水流的气泡尺寸及其匀，各处的对比度基本相同。概率分布J，其不足是会对流场造成干扰，而且只能进行逐点测量。应用数字图像处理技术，将光学图像转化为数字图像，通过图像分析直观地计算掺气浓度，可以弥补上述缺陷j。图像处理技术可应用于掺气浓度测量的一个关键因素是：由于气泡反射光要比水的反射光强，

5、在一幅图像上将出现不同的灰度级，从而为采用阈值法识别图像中的气泡和水成为可能，试验证明：只要图像的质量保证，就可以在误差允许的单位：m范围内采用阈值分割技术识别气泡和水，从而进一图1某工程泄洪深孔跌坎掺气设施布置图步计算掺气浓度。这种方法可以在很短的时间内集Fig．1Layoutofthesteppedairentrainmentdeviceat中研究一幅有大量气泡的图像且可以同时研究大量thedeepoutletforflooddischargeofaproject的图像。本文利用高速摄像仪，采集某工程泄洪深收稿日期：2010—12-0

6、9基金项目：中央级公益性科研院所基本科研业务费资助(YWF1009)作者简介：李静(1976．)，女，湖北武汉人，高级工程师，博士，主要从事工程水力学、生态及环境水力学方面的研究，(电话)13545277657(电子信箱)lijingmail@rosa．corn。48长江科学院院报采用数字图像数据处理步骤如下：①图像采集；化过程中主要采用迭代法和最大类问方差法进行对②图像灰度化；③阈值分割二值化；④统计气泡所比。占比例，分别计算大于阈值灰度的像素总数口和小于3．1迭代法阈值灰度的像素总数b；⑤求掺气浓度C=a／(a+6)。迭代法是基于逼近

7、的思想，其步骤如下：(1)求出图像的最大灰度值和最小灰度值，分3图像处理别记为和Ri，令阈值T=(尺+Ri)／2。(2)根据阈值71将图像的平均灰度值分成2组图像处理最基本的问题是阈值分割。其目的是R1和R2。按照灰度级，将图像空间划分成与现实景物相对应(3)分别求出2组的平均灰度值和／x：。的区域。在实际应用领域中，图像可视为由具有不(4)求出新阈值T=(／x+2)／2。同灰度级的两类区域(目标和背景)组成。此时，可循环做第2步到第4步，一直到前后2组的平从灰度级图像出发，选取一个合适的闽值，以确定每均灰度值的改变可忽略，就获得了所需要

8、的阈值。一图像点应属于目标还是背景区域，从而产生相应3．2最大类间方差法(OTSU法)的二值图像。通常该过程称之为二值化，就是指图OTSU方法被认为是分割效果最优的方法之一。像上所有点的灰度值