图像处理在等离子体物理中的际应用图像处理在等离子体物理中的实际应用图像处理在等离子体物理中的实际应用图像处理在等离子体物理中的实际应用.doc

图像处理在等离子体物理中的际应用图像处理在等离子体物理中的实际应用图像处理在等离子体物理中的实际应用图像处理在等离子体物理中的实际应用.doc

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
图像处理在等离子体物理中的际应用图像处理在等离子体物理中的实际应用图像处理在等离子体物理中的实际应用图像处理在等离子体物理中的实际应用

图像处理在等离子体物理中的应用摘要关键词:等离子体;弹丸消融;图像分割;边缘检测;; Sobel operator, Roberts operator,Threshold Segmentation are used to reserch images of pellet ablation cloud during discharge. The expeimental research results show that Watershed segmentation Algorithm for Image Thresholding was an Excellent method to reserch plasma visible image.And more data were provided in pellet ablation experiment。 Abstract:Plasma pellet;ablation;Image Segmentation;Edge Detection;Watershed segmentation 1.引言 随着我国经济的发展对能源需求的加大我国加入ITER计划开发研究,我国加大力度研究核聚变,在聚变反应研究中, 聚变燃料的补充是核聚变反应面临的一个首要解决的重要问题,近年来大型托卡马克装置上的实验证明弹丸注入是解决这一问题的重要手段,弹丸在其消融过程中与等离子体相互作用的物理机制复杂已成为聚变研究中的重大课题之一。本文采用高速CCD拍摄机实时记录弹丸加料实验中弹丸消融云图像数据,通过对弹丸消融云的数字图像进行研究,继而研究弹丸消融过程与等离子体的相互作用的物理机制和提取极向场信息,研究等离子体磁流体稳定性。 本文所采用图像分割技术将为弹丸注入实验进行两个方面的研究提供理论依据,一是由弹丸消融速度和轨迹,研究弹丸与等离子体相互作用的物理机制;二是由弹丸消融云的演变,提取弹丸在飞越等离子体过程中的极向场信息,推算托卡马克物理实验中非常重要物理参数等离子体电流分布。研究弹丸跨越有理磁面过程消融云图像的演变,直接获取到关于磁流体稳定性的信息,特别是在q=1磁面内外极向场的变化的实验数据,进行磁流体稳定性理论研究。数字图像处理在该领域扮演着举足轻重的作用。 图像分割是将图像中有意义的特征部分提取出来,有意义的特征有图像中的边缘区域等,这是进一步进行图像识别、理解和分析的基础。虽然目前已研究出不少区域分割、边缘提取的方法,但还没有一种普遍适用于图像的有效方法。在等离子物理方面图像分割也拥有着其重要的作用,国际热核聚变堆(ITER)的芯部加料问题是一个热点问题。我们在本中将要某些新的靶丸注入方式和的芯部加料的最佳工作方式。HL-2A上我们已经对5种氢同位素组合的固态靶丸T2,DT,D2, HD,H2进行了数字模拟。他们的模型对ITER作了数值计算设计参数。但由于靶丸消融过程非常短暂所以不容易分析极向场,故而对这一过程采用CCD进行图像采集,通过图像分割将靶丸消融时产生的弹丸消融云从图像中分割出来,进而分析弹丸消融的梭型云,从而进行极向场的进一步确定。 2.图像分割法 图像分割从整体上可分为两大类,即基于区域跟踪的法和基于边缘检测的。对分割算法的选择和确定需要根据不同的分割目的和目标图像相关的特点,综合运用各种图像分割算法和技术,才达到的效果。 2.1基于边缘检测的法 基于边缘检测的分割法是通过相邻像素灰度值的检测突变性或不连续性来获得不同区域间的边缘,从而将图像分成不同的区域。在数学中,边缘点表示为图像二阶导数的一阶或零点导数的极大值点,边缘检测的相关算子可以检测出这些边界点。其是通过图像滤波来完成的。而图像滤波的方法则是卷积运算实现的如性质: (1) 对图像进行滤波就是用图像与某个滤波算子作卷积运算。 边缘检测方法的核心问题是滤波器,也就是边缘检测算子的设计问题。常用的边缘检测微分算子有:一阶导数算子:Roberts算子、Sobel算子和Prewitt算子;二阶导数算子:Laplacian算子;高斯函数一阶导数:Canny算子;高斯函数的二阶导数:LOG算子。近几年研究的滤波器还有可控滤波器,B-样条滤波器等。其中Roberts算子是算子,具有对陡峭的低噪声图像处理效果最好;梯度算子对边缘信息及图像噪声都很敏感;其的三个算子,都是算子,对噪声较多和灰度渐变的图像处理较好;Canny算子和LOG算子则是Canny和Marr给出的满足自己所提出的判断滤波器最优原则最优滤波器。 . 边缘检测方法图像分割算法描述 人类视觉系统认识目标过程分为两步:首先把图像边缘与背景分离出来;才能到图像的细节,出图像的轮廓。因此在边缘检测时,先对其轮廓点进行粗略检测,然后通过链接规则把原来的轮廓点连接,

您可能关注的文档

文档评论(0)

cxiongxchunj + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档