基于圖像處理的乳狀液液滴粒徑分布測(cè)量*

李曉平 呂勃蓬 李永壯,2 劉人瑋 于 越 成 龍

1.中國(guó)石油大學(xué)（北京）城市油氣輸配技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室 （北京 102249）

2.西澳大學(xué) （澳大利亞 珀斯 6009）

乳狀液廣泛存在于石油生產(chǎn)的各個(gè)環(huán)節(jié)中。目前，世界上開(kāi)采的以乳狀液形式為主的原油接近其總產(chǎn)量的80%[1]。研究乳狀液的性質(zhì)對(duì)于原油的開(kāi)采、集輸、處理都具有重要意義。乳狀液分散相的液滴粒徑分布規(guī)律，作為表征油水乳化程度的重要因素，將直接決定乳狀液體系的物性及流變特性，它是乳狀液物性研究的關(guān)鍵因素[2]。因此，實(shí)現(xiàn)乳狀液液滴粒徑分布的準(zhǔn)確測(cè)量非常必要。

實(shí)驗(yàn)室最常見(jiàn)的粒徑分布測(cè)量方法是先用電子顯微鏡拍攝得到乳狀液的圖片，再用相關(guān)工具對(duì)圖片進(jìn)行處理，繼而測(cè)出液滴的粒徑。實(shí)驗(yàn)室通過(guò)手動(dòng)方法在圖片中逐一畫(huà)出每個(gè)液滴的直徑，最后進(jìn)行綜合統(tǒng)計(jì)，得出液滴的平均直徑及分布規(guī)律。但液滴大小不一、數(shù)目繁多、邊緣也不明確，僅憑肉眼手工測(cè)量誤差較大、工作量也很大。張紅巖等引入圖像處理技術(shù)，編寫(xiě)程序，先通過(guò)邊緣檢測(cè)確定液滴個(gè)數(shù)，再通過(guò)計(jì)算液滴所含像素的總數(shù)來(lái)確定液滴的平均直徑[3]。該方法排除了測(cè)量中的主觀因素、測(cè)量效率較高，克服了粒徑測(cè)量中手工測(cè)量的缺陷。但是，這種方法僅能測(cè)量液滴的平均粒徑，尚不能實(shí)現(xiàn)液滴粒徑分布規(guī)律的測(cè)量。

1 測(cè)量原理及方法

實(shí)驗(yàn)過(guò)程中，對(duì)乳狀液液滴粒徑分布規(guī)律的測(cè)量，先通過(guò)KONKYO公司生產(chǎn)的配有Anymico DSSTM數(shù)碼相機(jī)的CN15-T型三目生物顯微鏡對(duì)預(yù)先制備的油樣拍照，然后運(yùn)用Matlab（數(shù)據(jù)可視化）軟件對(duì)乳狀液圖像進(jìn)行處理分析獲得。

1.1 圖像處理

用數(shù)碼相機(jī)獲取的圖像為真彩色圖像，它既含亮度信息又含色彩信息，是一個(gè)三維矩陣；而灰度圖像只含亮度信息不含色彩信息，是一個(gè)二維矩陣。將真彩色圖像轉(zhuǎn)換為灰度圖像，一則可以去掉一些無(wú)用信息；二則可大幅度減少圖像的數(shù)據(jù)量，減輕后期處理工作量。W/O型乳狀液圖像分為目標(biāo)（分散相、液滴）與背景（連續(xù)相、油相）2部分，宜先進(jìn)行灰度化處理過(guò)濾掉色彩信息以便于后續(xù)處理。在Matlab中“rgb2gray”函數(shù)可實(shí)現(xiàn)圖像的灰度化處理。

在獲取圖像的過(guò)程中，由于受到各種因素的影響，所得到的圖像或多或少會(huì)感染一些噪聲信息，這使得圖像質(zhì)量惡化（如某些液滴邊緣不明確），所以要進(jìn)行去噪處理。作者采用時(shí)域去噪中值濾波法，其具有抑制干擾脈沖與點(diǎn)狀噪聲的作用，并且可保持較好的圖像邊緣。該方法把以某點(diǎn)為中心的小窗口內(nèi)的所有像素的灰度值按從小到大的順序排列，取中間值作為該處的灰度值。在Matlab中中值濾波的函數(shù)是“medfilt2”。

二值化處理是利用圖像中要提取的目標(biāo) （分散相、液滴）與其背景（連續(xù)相、油相）在灰度特性上的差異，把圖像分割為2類區(qū)域。當(dāng)某個(gè)像素的灰度值超過(guò)某個(gè)閾值，即認(rèn)為這個(gè)像素屬于要提取的目標(biāo)，反之則屬于背景。Matlab中的二值化函數(shù)是“im2bw”。閾值的選取采取自動(dòng)尋找最佳閾值法，該方法自動(dòng)分析圖像的灰度直方圖，根據(jù)直方圖確定最佳閾值。這種方法排除了閾值選取中的主觀因素。Matlab中尋找最佳閾值的函數(shù)為“graythresh”。

二值化處理后的圖像是一個(gè)二值矩陣，像素只有1和0兩個(gè)值，分別代表目標(biāo)與背景。因?yàn)閱蝹€(gè)液滴圖像的像素是相同的，在二值圖像中表現(xiàn)為連通性。在Matlab中可利用“bwlabel”函數(shù)來(lái)標(biāo)記連通圖以提取液滴的個(gè)數(shù)。用“l(fā)abel2rgb”函數(shù)可將標(biāo)記過(guò)的圖像顯示為一幅偽彩色索引圖像，即將所有液滴用不同的顏色顯示出來(lái)。

對(duì)于標(biāo)記過(guò)的圖像，可用“Regionprops”函數(shù)進(jìn)行處理，以提取目標(biāo)的信息?！癛egionprops”函數(shù)可以快速獲取目標(biāo)的詳細(xì)信息，它返回一個(gè)數(shù)據(jù)結(jié)構(gòu)，該結(jié)構(gòu)的“Area”屬性就代表目標(biāo)（單個(gè)液滴）所含像素的數(shù)目。通過(guò)編寫(xiě)循環(huán)結(jié)構(gòu)語(yǔ)句逐次調(diào)用“Regionprops”函數(shù)就可以逐次獲取每一個(gè)目標(biāo)所含像素的數(shù)目。

1.2 粒徑測(cè)量

經(jīng)過(guò)Matlab圖像處理后得到了乳狀液圖像中每個(gè)液滴所含像素的數(shù)目，依據(jù)面積法，結(jié)合圖像的屬性及顯微鏡的放大倍數(shù)即可還原出真實(shí)的液滴粒徑分布。

式中 A—整個(gè)圖像的面積，6.45cm2(in2)；

H—圖像的高度，pixel；

W—為圖像的寬度，pixel；

DPIH—圖像的垂直分辨率，dpi；

DPIW—圖像的水平分辨率，dpi；

a—單個(gè)液滴的面積，6.45cm2(in2)；

n—圖像中單個(gè)液滴所含像素的數(shù)目；

N—圖像中像素的總數(shù)目；

d—單個(gè)液滴的粒徑，μm；

m1—顯微鏡物鏡的放大倍數(shù)；

m2—顯微鏡目鏡的放大倍數(shù)。

1.3 軟件開(kāi)發(fā)

基于上述圖像處理技術(shù)與粒徑測(cè)量方法，采用Matlab與Visual Basic語(yǔ)言進(jìn)行混合編程，在Visual Studio 6.0集成開(kāi)發(fā)環(huán)境下開(kāi)發(fā)了《乳狀液液滴粒徑分布測(cè)量軟件V1.0》。

2 應(yīng)用實(shí)例

現(xiàn)有攪拌轉(zhuǎn)速分別為600r/min和900r/min時(shí)配制的W/O型乳狀液油樣，含水率為0.3。應(yīng)用該軟件可較快測(cè)出乳狀液的液滴粒徑分布規(guī)律，粒徑分布規(guī)律如圖1所示。

相對(duì)于手工測(cè)量方法，新方法可識(shí)別更多的液滴，且測(cè)量精度更高。手工方法識(shí)別出的液滴最小粒徑不足1.2μm，而新方法可識(shí)別0.5μm的粒徑，甚至更小。此外，分析圖1可知：攪拌轉(zhuǎn)速為900r/min的乳狀液比轉(zhuǎn)速為600r/min的乳狀液液滴粒徑更細(xì)小，其粒徑為2～3μm之間的液滴更多，而粒徑為4～7μm之間的液滴較少。

3 結(jié) 論

乳狀液分散相液滴粒徑的大小及分布規(guī)律是影響乳狀液流變性和穩(wěn)定性的重要因素?；贛atlab圖像處理技術(shù)的乳狀液液滴粒徑分布測(cè)量方法，排除了測(cè)量中的主觀因素，測(cè)量效率與精度更高，不僅可以準(zhǔn)確地測(cè)量液滴的平均直徑，還能實(shí)現(xiàn)液滴粒徑分布規(guī)律的高效測(cè)量；基于該方法開(kāi)發(fā)的測(cè)量軟件界面友好，操作方便，可作為實(shí)驗(yàn)室乳狀液液滴粒徑分布測(cè)量和特性研究的實(shí)用工具。

[1]江延明,李傳憲.W/O乳狀液的流變性研究[J].油氣儲(chǔ)運(yùn),2000,19(1):10-12.

[2]王瑋.油水混合液物性及流動(dòng)規(guī)律研究[D].北京:中國(guó)石油大學(xué),2009.

[3]張紅巖,李曉平,彭明,等.基于圖像處理測(cè)量原油乳狀液直徑的方法[J].石油工業(yè)技術(shù)監(jiān)督,2011(12):44-46.

[4]康萬(wàn)利,李金環(huán),趙學(xué)乾.界面張力和乳滴大小對(duì)乳狀液穩(wěn)定性的影響[J].油氣田地面工程,2005,24(1):11-12.

[5]于萬(wàn)波.基于Matlab的圖像處理[M].第2版.北京:清華大學(xué)出版社,2011.

[6]劉炳文.Visual Basic程序設(shè)計(jì)教程[M].第3版.北京:清華大學(xué)出版社,2006.