淺談基于圖像處理氣泡特征提取方法的研究

劉偉 沈繼忱

摘 要：針對電廠等一些輸液管道中普遍存在的氣水混合的現(xiàn)象，本文通過攝像機、采集卡采集到透明玻璃管道內(nèi)的氣水混合液圖像，基于數(shù)字圖像處理技術(shù)針對氣泡圖像進行處理增強，以便更好地對圖像進行閾值分割。通過實驗，比較了幾種閾值分割的效果，最后在最大類間方差法的基礎(chǔ)之上，基于Matlab進行算法仿真，獲得了較好的分割效果，該算法為有效的獲得氣泡形狀特征參數(shù)提供了有效算法。

關(guān)鍵詞：氣液兩相流 圖像處理 最大類間方差法 動態(tài)閾值

中圖分類號：TP7 文獻標識碼：A 文章編號：1672-3791（2013）03（b）-0033-02

電力、石化系統(tǒng)中管道中氣水混合的現(xiàn)象非常普遍，氣液兩相流工程應(yīng)用效果在很大程度上取決于氣泡運動形態(tài)以及分散相和連續(xù)相之間的相互作用，了解并掌握氣液兩相流的種種特性，具有重要的研究意義。

首先本文將高速攝像法應(yīng)用到氣液兩相流圖像采集中，對垂直玻璃透明管中上升的氣液兩相流進行非接觸測量，不會干擾設(shè)備的正常運行，可通過調(diào)節(jié)拍攝頻率得到較為清晰的圖像。其次對采集的圖像數(shù)據(jù)樣本進行預(yù)處理，為圖像閾值分割及后期氣泡特征的提取和提供高質(zhì)量的分析樣本。為了更好的分析和辨識目標，就需要將其分離提取出來，對于目標的利用，在這基礎(chǔ)上才能更進一步的利用。而把圖像分成格局樣式的區(qū)域，并提取出目標的技術(shù)和過程中感興趣的部分。本文主要討論基于最大類間方差法的圖像閾值分割。

1 圖像信息的采集

本實驗圖像信息采集系統(tǒng)，主要包括激光轉(zhuǎn)換系統(tǒng)，實驗系統(tǒng)和高速攝像機。實驗的基本原理是：將單個激光光束利用透鏡進行轉(zhuǎn)換成一束平行光照進透明有水的玻璃管中，在透明玻璃管的下方有個閥門，打開空氣閥門，在透明玻璃管內(nèi)產(chǎn)生上升的氣泡，高速攝像機在透明玻璃管道的左側(cè)對光束所照到的氣水混合液進行圖像數(shù)據(jù)采集。將采集到的圖像數(shù)據(jù)存于計算機，用圖像處理軟件進行處理。

2 氣泡圖圖像處理

2.1 圖像增強

氣液兩相流中氣泡的原始圖像不夠清晰，灰度對比度不夠鮮明，邊緣比較模糊。為了便于后續(xù)的圖像閾值分割，要先對原始圖像進行圖像增強處理[1]。本文采用的圖像增強手段有：圖像的灰度變換和圖像的銳化。

圖像的灰度變換是改善圖像一種重要的手段，使圖像對比擴展，圖像更加清晰，特征更加明顯，突現(xiàn)出圖像中的目標信息[2]。通過修改灰度直方圖來增強圖像。原圖像經(jīng)過直方圖均衡化以后，它的概率密度函數(shù)近似服從均勻分布，擴大了像素值的動態(tài)范圍[3]。

2.2 閾值法圖像分割

2.2.1 閾值法的基本原理

基于區(qū)域圖像分割技術(shù)的稱之為閾值分割法，其原理是通過對不同特征的閾值，將圖像像素點分為多種類型[4]。一般特征有：（1）由彩色值或者是原始的灰度所變換獲得的特征。（2）直接源自于最初的圖像的彩色或者灰度特征。設(shè)原始圖像為f（x，y），按照一定的準則在f（x，y）中找到特征值T，將圖像分割為兩個部分，分割后的圖像為：

若取（黑），（白），即為我們通常所說的圖像二值化。

2.2.2 閾值法圖像分割方法分類

全局閾值法則是運用整局信息來對整個圖像求出最優(yōu)的分割閾值，其中可以是多閾值，也可以是單閾值；而局部閾值法就是把最初的整個圖像分成幾個較小的子圖像，在應(yīng)用全局閾值法對每一個子圖像求出最優(yōu)的分割閾值。其中全局閾值法又可分為基于點的閾值法和基于區(qū)域的閾值法[5]。閾值分割法的結(jié)果很大程度上依賴于閾值的選擇，因此該方法的關(guān)鍵是如何選擇合適的閾值。局部閾值法中仍要用到全局閾值法，所以本文主要是對全局閾值法中基于點的閾值法和基于區(qū)域的閾值法進行了研究談?wù)?。根?jù)閾值法的原理可以將閾值選取技術(shù)分為3大類。

基于點的全局閾值方法與其他幾大類方法相比，基于點的全局閾值算法的優(yōu)點就是算法時間復(fù)雜度較低，易于實現(xiàn)，適合應(yīng)用于在線實時圖像處理系統(tǒng)?；趨^(qū)域的全局閾值方法，對于一幅圖像，目標區(qū)域或背景區(qū)域的同一區(qū)域內(nèi)的象素，在位置和灰度級上具有一定的一致性和相關(guān)性。局部閾值法和多閾值法當圖像中有陰影，照度不均勻，各處的對比度不同，突發(fā)噪聲，背景灰度變化等變化時，只用固定的全局閾值對圖像進行閾值分割，不能兼顧圖像各處的情況可能使圖像分割效果受到影響。用與象素位置相關(guān)的一組閾值（即閾值使坐標的函數(shù)）對圖像各部分分別進行分割這種方法可以解決。這種與坐標相關(guān)的閾值也稱為動態(tài)閾值，該方法也叫變化閾值法，或自適應(yīng)閾值法。這類算法的缺點是時間復(fù)雜性和空間復(fù)雜性比較大，優(yōu)點是抗噪能力強，對用全局閾值不易分割的圖像有較好的分割效果。圖像中如果幾個目標區(qū)域的灰度值不相同，可以用多閾值法來解決，使用多個閾值將不同的目標分開。

3 閾值法圖像分割的實現(xiàn)

最大類間發(fā)差法就是將圖像直方圖在某一個閾值處分割成兩部分，當被分成的兩部門的方差為最大時，可以到得到一個閾值。方差是灰度分布均勻性度量的標準，方差值越大，則構(gòu)成圖像的兩部分差別也就越大，當部分目標錯分為背景或部分背景錯分為目標時，都會導(dǎo)致兩部分差別變小，所以使類間方差最大的分割意味著錯分的概率也就最小[6]。

圖像的灰度級范圍是0，1，2，…，L-1，設(shè)灰度級i的象素點個數(shù)為mi，則圖像的象素點的總數(shù)為：，則灰度級i的出現(xiàn)概率定義為：，。

在Ostu方法中，閾值t把圖像的象素分為目標像素和背景像素兩類，分別為：

和類出現(xiàn)概率及均值分別為：

其中：

和類的方差：

類間方差：

總體方差為：

引入關(guān)于t的等價判決準則函數(shù)：

最優(yōu)閾值通過等價判決準則的最大值得到：

即閾值T將圖像分成目標和背景兩部分，使得兩類總方差取得最大值的t，即為最佳分割閾值。

4 結(jié)論

本文論述了在提取氣液兩相流氣泡特征時，通過最大類間方差法對圖像分割的研究，建立起了一個以最大類間方差為基礎(chǔ)，使用Matlab進行仿真的算法。該算法的建立為氣液兩相流中氣泡特征的提取提供了一種方法。

參考文獻

[1]張強，王正林.精通MATLAB圖像處理[M].北京：電子工業(yè)出版社，2009：136-140.

[2]Rafael C Gonzalez，Richard E Woods.Digital Image Proceeding：Second Edition[M].Beijing：Publishing House ofElec tronics Industry，2009.

[3]張強，王正林.精通MATLAB圖像處理[M].北京：電子工業(yè)出版社，2009：149-157.

[4]章毓晉.圖像工程（中冊）—— 圖像分析[M].北京：清華大學(xué)出版社，2005：37-40.

[5]張東衡，唐志航，葉鴻明，等.一種氣液兩相流氣相參數(shù)圖像檢測方法[J].計算機測量與控制，2006，14（5）：421-430.

[6]章毓晉.圖像分割[M].北京：科學(xué)出版社，2001：122-126.