分水岭法测量两相流中气泡参数和分布.doc

分水岭法测量两相流中气泡参数和分布 　　【摘 要】本文介绍了利用分水岭算法测量两相流中气泡的各种参数及分布特性，其中利用小波变换的方法对图像消除噪声，利用遍历法对气泡的面积进行测算统计设置阈值对单个气泡和重叠气泡进行分类，再对重叠的气泡利用距离分割结合分水岭的方法进行分割。最后对分割的气泡图像进行统计，得出气泡的分布特征。 【关键词】分水岭；气泡；特性分布 1、引言 水处理中的表面活性剂有着重要作用，而气泡的分布特性是衡量表面活性剂种类，浓度和添加量的重要因素。气泡的分布特性参数主要有密度，粒度，几何形状及比表面积等，其中粒度是最重要的也是本文主要考察的参数。 图1是高速摄像仪拍得的原始气泡图像，图中气泡呈圆形，但有很多气泡或是接触或是粘连在一起的，为了准确测得气泡密度，要对这些粘连的气泡进行检测及分割。常用的分割方法有基于边缘检测结合凹点的方法和基于数学形态学两类[1]。基于边缘检测室利用图像边缘的灰度梯度的突变来检测的，算法比较成熟，但凹点难以确定难以配对且易受噪声干扰；而基于数学形态学的方法容易出现过分割和欠分割的现象影响检测精度。如何精确的分割气泡是准确测量气泡分布的关键。本文利用分水岭结合距离变换的方法对图像进行气泡进行分割，实验证明取得了良好的效果。 2、实验装置和方法 本实验装置由两部分组成：气泡生成系统和图像采集系统。气泡生成系统的主体为一个自制的方截面有机玻璃柱（150×150×1000 mm3），底部设有曝气头。气泡通过气泵（BT100.01型，流量范围0.002～380 ml/min）经转子流量计向容器底部中央的曝气头通气产生。图像采集系统包括高速摄像仪、计算机、金属卤化灯（DCI-2000型）和漫反射板。实验中所用表面活性剂为浓度为0.01mmol/L的茶皂素。 实验中容器内所盛溶液高度为400mm。为了避免温度对气泡的影响，所有试验均在室温为20℃±1进行。气泡的运动图像由高速摄像仪拍摄，并通过千兆数据线传送到计算机，最终由图像处理软件（AVI Player）离线逐帧分析处理。气泡拍摄的帧频为100Hz，图像分辨率都为1280×1024像素。为了优化拍摄效果，白色漫反射板配合金属卤化灯使用，以使光均匀分散在容器中从而避免气泡表面的反光。 3、图像预处理和气泡分割 3.1 图像预处理。由于图像在采集过程可能受到噪音干扰，要对原图进行去噪处理。原始图像为RGB图像，将其转换成灰度图像，再对其进行小波滤波；然后对灰度值进行归一化处理，使其二值化后；为了使拍摄的气泡更加清晰，拍摄过程中使用了卤化等，这样二值化后气泡顶部会出现亮斑即为空洞，因为空洞的存在会使图像处理过程中产生过分割现象，因此本文利用3*3的圆盘形结构元对气泡进行闭操作，填充目标内细小孔洞，孔洞的填充在一定程度上抑制了伪目标的产生， 增强了处理的可靠性。 3.2 气泡分割。在分割之前我们首先统计出最大和最小气泡的面积，取它们的平均值记为ave。如果大于图像中目标面积大于阈值ave的则视为重叠气泡；否则记为单个气泡，检测搜索结果如图2（1）所示。对粘连的气泡图像采用基于距离变化结合水域变换的分割方法对重叠气泡进行分割，从图2（2）可以看出此法可以很好地将重叠的气泡分割开来。 4、数据分析 通过对图像中气泡进行特征值提取，可以识别出气液两相流中气泡的个数，并计算出每个气泡的面积、长轴、短轴及直径等参数，并对这些数据进行分布统计。 4.1气泡特征值标定。图像中的物体识别属于图像形态特征的提取[3]，本实验采用各物体特征值标定的方法，具体步骤如下：对像素矩阵从上往下扫描一次，设当前像素为（i，j），若当前像素是0（即全黑）， 并且其八邻域中左、左上、上、右上邻域都没有特征值，即（i，j-1）、（i-1，j-1）、（i-1，j）、（i-1，j+1）都没有特征值， 则给予标定；若左、左上、上方、右上邻域的任一像素具有特征值， 则按顺时针优先级予以标定；再对像素矩阵从下往上扫描一次， 若当前像素有特征值， 且其左、左下、下或右下的元素存在特征值，即（i，j-1）、（i-1，j-1）、（i-1，j）、（i-1，j+1）都存在特征值，则按左、左下、下方、右下的优先集顺序重新予以标定特征值；扫描完毕后各个物体都具有自己的唯一特征值。 4.2气泡各个参数的测量。本文中各参数是基于像素概念来提取的，通过对像素矩阵进行从上到下、从左到右的扫描，得到气泡的长轴长和短轴长，并将具有相同特征值的像素值区域进行累加得到气泡的面积。气泡的面积是对图像进行遍历，将具有相同特征值的像素个数累加得到的。由图1和处理图图2（2）看出图一中肉眼可见的气泡有13个，而利用本法识别分割后有气泡12个，误差仅为8%