圖像分析在液滴檢測技術(shù)中的應(yīng)用*

陳海秀， 成　頂， 胡禎林

(1.南京信息工程大學(xué) 信息與控制學(xué)院，江蘇 南京 210044；2.江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，江蘇 南京 210044)

圖像分析在液滴檢測技術(shù)中的應(yīng)用*

陳海秀1,2， 成頂1， 胡禎林1

(1.南京信息工程大學(xué) 信息與控制學(xué)院，江蘇 南京 210044；2.江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，江蘇 南京 210044)

摘要:基于圖像分析的液滴檢測技術(shù)對研究液體特性具有重要意義，樣品液滴的形狀參數(shù)是表征液滴特性的一個重要參數(shù)。設(shè)計了基于CCD攝像機圖像采集的液滴檢測系統(tǒng)，對液滴圖像進行濾波、去噪、二值化等圖像處理，提取寬長比、復(fù)雜度、形狀參數(shù)和離心率等特征參數(shù)，結(jié)合多項式擬合和層次分析法對液滴輪廓外形進行分析。通過實驗證明:在液滴檢測技術(shù)中，圖像技術(shù)具有現(xiàn)實可行性。

關(guān)鍵詞：液滴檢測技術(shù)； CCD； 圖像技術(shù)； 特征參數(shù)

0引言

近些年來，隨著可持續(xù)化發(fā)展的逐步發(fā)展與深化，液滴分析技術(shù)[1]應(yīng)運而生，作為一種新興研究技術(shù)，它是指在被測液體形成液滴的過程中，采用各種手段對被測液體實行檢測，以獲得待測液體的物理、化學(xué)特性參數(shù)，以此為依據(jù)對液體進行定性和量化識別的技術(shù)。因為液體自身物理、化學(xué)性質(zhì)的差異，不同的液體在同等條件下的生長情況往往也會呈現(xiàn)不同，最明顯的區(qū)別就是不同液體的液滴其生長輪廓形狀不同。輪廓形狀這一最直接要素的不同，為圖像檢測技術(shù)在液滴檢測領(lǐng)域提供了便利。

本文提出了基于液體液滴輪廓形狀的圖像檢測液滴分析技術(shù)，實驗證明：圖像分析在液滴檢測中具有可行性。

1圖像液滴檢測技術(shù)

1.1圖像采集系統(tǒng)

液滴圖像采集系統(tǒng)結(jié)構(gòu)圖如圖1所示。供液系統(tǒng)設(shè)置恒定的速率通過毛細管向液滴滴頭供液，在液滴生長過程中，CCD相機實時對液滴生長情況進行采集，在液滴完整的生長周期內(nèi)，CCD相機是以一定的時間間隔采集液滴圖像，經(jīng)圖像采集卡轉(zhuǎn)換成數(shù)字信號送入計算機。圖2是拍攝到的液滴圖像。

圖1　液滴圖像采集系統(tǒng)結(jié)構(gòu)圖Fig 1　Structure diagram of droplet image acquisition system

1.2圖像處理過程

1.2.1去噪

采集器件和環(huán)境因素的存在和影響使采集到的圖像含有噪聲，為了避免影響后續(xù)圖像處理，必須對圖像進行濾波除噪。

圖2　液滴圖像Fig 2　Droplet image

中值濾波[2,3]對脈沖噪聲有良好的濾除作用，特別是在濾除噪聲的同時，能夠保護信號的邊緣，使之不被模糊?；谝陨峡紤]，本文選用中值濾波。中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術(shù)，中值濾波的基本原理是將數(shù)字圖像或數(shù)字序列中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的像素值接近的真實值，從而消除孤立的噪聲點。方法是用某種結(jié)構(gòu)的二維滑動模板，將板內(nèi)像素按照像素值的大小進行排序，生成單調(diào)上升(或下降)的為二維數(shù)據(jù)序列。二維中值濾波輸出為g(x,y)=med{f(x-k,y-l),(k,l∈W)}，其中，f(x,y),g(x,y)分別為原始圖像和處理后圖像。W為二維模板，通常為3×3和5×5區(qū)域，一般選用3×3就能取得很好的效果。

1.2.2閾值分割

圖像閾值化分割[4]是一種傳統(tǒng)的最常用的圖像分割方法，因其實現(xiàn)簡單、計算量小、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)。

閾值分割方法實際上是輸入圖像f到輸出圖像g的如下變換

(1)

式中f(x,y)為分割后的圖像，T為分割閾值。

1.2.3輪廓提取

液滴圖像的輪廓邊緣是區(qū)分背景和目標(biāo)的分界線，為了將二者區(qū)分開來，必須提取輪廓邊緣[5，6]。邊緣是指其周圍像素灰度急劇變化的那些像素的集合，它是圖像最基本的特征。

邊緣檢測需要構(gòu)建邊緣算子，常用的邊緣算子有Roberts Cross算子、Prewitt算子、Sobel算子、Kirsch算子、羅盤算子、Canny算子、Laplacian算子等，Soble邊緣檢測算法比較簡單，實際應(yīng)用中效率比較高，因此，選用Soble算子對液滴輪廓邊緣進行提取。

圖3　液滴輪廓邊緣Fig 3　Droplet contour edge

1.2.4特征值提取

由于液體的組成成分各不相同，導(dǎo)致其物理、化學(xué)特性也各不相同，所以,在條件一定的情況下，經(jīng)由液滴滴頭的液滴生長輪廓邊緣也是不同的，通過圖像處理[7]，提取出液滴圖像具有代表性的特征。本文選擇寬長比A、復(fù)雜度D、形狀參數(shù)F和離心率R四個參數(shù)來表征輪廓邊緣特征。

1)復(fù)雜度E

復(fù)雜度E是液滴輪廓外形的一個直觀度量，描述了區(qū)域單位面積周長的大小，E值越大，表明單位面積的周長越大，即區(qū)域離散，則為復(fù)雜形狀；反之，則為簡單形狀。計算公式為

E=L2/S

(2)

式中L為液滴圖像輪廓的周長，S為液滴圖像輪廓所包圍的面積。

2)寬長比A

寬長比A定義為液滴圖像最小外接矩形的寬與長之比，它可以將細長的物體與方形或者圓形的物體區(qū)別開來

(3)

式中W和H分別為液滴圖像最小外接矩形的寬與長。

3)形狀參數(shù)F

形狀參數(shù)F是根據(jù)液滴圖像輪廓的周長和區(qū)域的面積來計算的，一般用于描述目標(biāo)區(qū)域的形狀，計算公式為

(4)

4)離心率R

離心率在一定程度上描述了液滴生長期間液滴區(qū)域的緊湊性，因此,也可以叫伸展度。計算偏心率的方法是取區(qū)域中長短軸之比作為離心率的值。

2實驗結(jié)果與分析

實驗樣品選用了葡萄汁、脈動和怡寶三種飲品作為實驗對象，表1給出了在一個完整的液滴生長周期內(nèi)這三種飲品不同時刻的復(fù)雜度E特征參數(shù)。

表1　液滴輪廓離心率特征參數(shù)

考慮到三種飲品的供液速度一樣，并且是以固定的時間間隔采集液滴圖像，因此，在采集條件相同的情況下，由表1可以看出:在各自完整的液滴生長周期內(nèi)，統(tǒng)一葡萄汁采集到的圖像數(shù)為41，圖像數(shù)最少，怡寶采集到的圖像數(shù)最多，為48，說明統(tǒng)一葡萄汁的液滴生長周期最短，怡寶生長周期最長。

圖4是用折線的形式將葡萄汁、脈動和怡寶三種飲品的液滴在其生長過程中的寬長比特征參數(shù)表述出來。圖5是三種飲品的復(fù)雜度特征參數(shù)的變化曲線圖。圖6是三種飲品的形狀參數(shù)特征參數(shù)變化曲線圖。圖7是三種飲品的離心率特征參數(shù)變化曲線圖。

圖4　寬長比特征參數(shù)曲線圖Fig 4　Width-length ratio characteristic parametric curve

圖5　復(fù)雜度特征參數(shù)曲線圖Fig 5　Complexity characteristic parametric curve

圖6　形狀參數(shù)特征參數(shù)曲線圖Fig 6　Shape parameter characteristic parameter curve

圖7　離心率特征參數(shù)曲線圖Fig 7　Centrifugal rate characteristic parameter curve

從圖4可以看出:三種飲品的液滴圖像面積密度是在波動中增加，在生長周期的末期有所下降。由圖5中曲線末端的突然上升可以看出:在液滴生長周期的末尾即液滴即將脫離液滴滴頭的時刻，復(fù)雜度明顯增大，說明液滴即將脫落時的液滴形狀最復(fù)雜。圖6中液滴的形狀參數(shù)也在液滴即將脫落的時刻有明顯增大。圖7中離心率在液滴形成初期一直增大，且增幅較快，到達某一階段時最大，然后又減小。

由圖4～圖7總結(jié)得出：不同的液滴都有各自不同的特征參數(shù)，主要特征參數(shù)寬長比、復(fù)雜度、形狀參數(shù)和離心率都存在區(qū)別性。由于成分的不同導(dǎo)致物理和化學(xué)性能也不同，以此可以運用圖像分析技術(shù)對液滴分析進行深入研究。

此外，利用多項式擬合對部分液滴圖像曲線進行擬合，得到三次多項式，將擬合多項式的系數(shù)按次數(shù)高低列表顯示，如表2所示。

由多項式系數(shù)可以看出：最高次項系數(shù)由負變正，可以看成是一個分界點，而最高次項系數(shù)的變化對曲線的變化影響很大，所以，最高次項系數(shù)由負變正的時刻正是液滴形狀突變的時刻，著重分析突變時刻的液滴圖像可以有效地對液體性質(zhì)進行顯性區(qū)分。

由多項式擬合對液滴輪廓邊界進行擬合可以得到液滴的突變特征，以對應(yīng)時刻的液體特征參數(shù)作為該液體液滴的特征值表，如表3所示。

表2　擬合多項式系數(shù)

表3　液滴突變時刻特征值

再者運用層次分析法分析液體的特征參數(shù)選取對液滴特性如粘度等的影響，進行權(quán)值分析，結(jié)果如表4所示。

表4　液滴特征參數(shù)權(quán)值

根據(jù)表4，可以得出結(jié)論:在分析特征參數(shù)對液滴特性如粘度、表面張力和透光率等性質(zhì)的影響上，寬長比和形狀參數(shù)的權(quán)值較高，復(fù)雜度和離心率的權(quán)值較低，但是也不能忽視它們對液滴輪廓的影響，而且這四個液體特征參數(shù)的權(quán)值相對較平均，所以,用寬長比、復(fù)雜度、形狀參數(shù)和離心率這4個指標(biāo)來綜合進行液滴分析與評價是必要的。

3結(jié)論

通過圖像采集系統(tǒng)得到液滴生長輪廓圖像，利用圖像處理技術(shù)對液滴輪廓邊界進行特征提取，采用多項式擬合找到液體液滴突變時刻的特征參數(shù)，運用層次分析法得到特征參數(shù)的權(quán)值。實驗結(jié)果表明：液體液滴在生長過程中，由于物理和化學(xué)性質(zhì)的差異從而導(dǎo)致液滴輪廓邊緣、生長周期等的不同，為圖像液滴分析技術(shù)用來進行液體分析與鑒別提供了一定的參考意義。同時，圖像液滴分析技術(shù)沒有二次污染，屬于非接觸式測量，對拓寬液滴分析技術(shù)的應(yīng)用范圍具有重要意義。

參考文獻:

[1]裘祖榮，張國雄，王春海，等.液滴分析技術(shù)的研究[J].天津大學(xué)學(xué)報，2001，34(5):587-590.

[2]趙高長，張磊，武風(fēng)波.改進的中值濾波算法在圖像去噪中的應(yīng)用[J].應(yīng)用光學(xué)，2011，32(4)：678-682.

[3]李剛，范瑞霞.一種改進的圖像中值濾波算法[J].北京理工大學(xué)學(xué)報，2002，22(3):376-378.

[4]許艷.顯微圖像閾值分割算法的研究[J].應(yīng)用光學(xué)，2010，31(5):745-747.

[5]段鵬，柳偉，任仙怡.閾值化順序邊緣連接的輪廓提取方法[J].計算機工程與應(yīng)用，2009，45(6):187-189，193.

[6]關(guān)波，王俊元，杜文華,等.閾值化順序邊緣連接的輪廓提取方法[J].圖學(xué)學(xué)報，2014，35(6):950-953.

[7]季宏兵，扈映茹.液滴圖像處理與特征提取[J].光學(xué)儀器，2010,32(2)：34-38.

Application of image analysis in liquid drop detection technology*

CHEN Hai-xiu1,2， CHENG Ding1， HU Zhen-lin1

(1.School of Information and Control,Nanjing University of Information Science and Technology,Nanjing 210044,China; 2.Jiangsu Collaborative Innovation Center on Atmospheric Environment and Equipment Technology,Nanjing 210044,China)

Abstract:The liquid drop detection technology based on image analysis is of great importance to study liquid properties,and shape parameter of sample is an important parameter for characterizing droplet properties.Droplet detection system based on CCD camera image acquisition is designed,use image processing technologies,such as filtering,denoising,binary processing,and extract width-length ratio,complexity,shape parameter,centrifugal rate,etc.,outline shape of droplet profile is analyzed combined with polynomial fitting and hierarchy analysis method.Experimental results show that the image technology has practical feasibility in liquid drop detection technology.

Key words:liquid drop detection technology； CCD； image technology； characteristic parameter

DOI:10.13873/J.1000—9787(2016)04—0157—04

收稿日期：2015—07—09

*基金項目：國家自然科學(xué)基金青年科學(xué)基金資助項目(61302189)

中圖分類號：TP 391.4

文獻標(biāo)識碼：A

文章編號：1000—9787(2016)04—0157—04

作者簡介:

陳海秀(1977-)，女，江蘇南京人，博士，副教授，主要研究方向為光電測試技術(shù)與儀器、液滴分析技術(shù)。

成頂，通訊作者，E—mail：nuist_cd@126.com。