基于matlab的發(fā)動(dòng)機(jī)噴霧圖像篩選程序設(shè)計(jì)

曹福來(lái)　劉怡杉　張亞贈(zèng)　楚慧闖　婁金輝

摘 要：燃油霧化的好壞對(duì)發(fā)動(dòng)機(jī)經(jīng)濟(jì)性、動(dòng)力性、排放性等有著重要影響，而在燃油噴霧試驗(yàn)中會(huì)得到的大量噴霧圖像，其中能滿足要求反應(yīng)霧化真實(shí)情況的少之又少。筆者利用MATLAB編寫(xiě)輔助程序，采用灰度直方圖、平均灰度、拉普拉斯算子、graythresh全局閾值、標(biāo)準(zhǔn)偏差等多種算法，結(jié)合GUI用戶界面來(lái)實(shí)現(xiàn)噴霧圖像自動(dòng)篩選，避免人工的費(fèi)時(shí)費(fèi)力以及判別誤差。

關(guān)鍵詞：噴霧實(shí)驗(yàn)；圖像處理；MATLAB編程；GUI界面

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）15-0065-03

Abstract： The quality of fuel atomization has an important impact on engine economy， power performance， emissions and so on. However， a large number of spray images will be obtained in the fuel spray test， and few of them can meet the requirements of the actual conditions of reaction atomization. The author uses MATLAB to write auxiliary program， adopts many algorithms such as grayscale histogram， average gray scale， Laplace Operator， graythresh global threshold， standard deviation and so on， and with GUI user interface， intends to realize automatic screening of spray image， so as to avoid manual time and effort as well as discrimination error.

Keywords： spray experiment； image processing； MATLAB programming； GUI interface

1 概述

發(fā)動(dòng)機(jī)燃油霧化的好壞對(duì)發(fā)動(dòng)機(jī)經(jīng)濟(jì)性、動(dòng)力性、排放性等有著重要影響。通過(guò)發(fā)動(dòng)機(jī)噴霧試驗(yàn)我們會(huì)得到大量的燃油噴霧圖像，而其中能真實(shí)反映燃油霧化情況的圖像少之又少，通過(guò)人工篩選這些圖像不僅需要工作人員花費(fèi)大量時(shí)間而且由于人與人之間判斷標(biāo)準(zhǔn)的不同存在偏差。通過(guò)對(duì)噴霧圖像存在的問(wèn)題進(jìn)行研究找出適當(dāng)算法并通過(guò)MATLAB/GUI平臺(tái)來(lái)編寫(xiě)篩選程序，可以實(shí)現(xiàn)噴霧圖像的自動(dòng)化篩選，從而大大提高效率。

2 噴霧圖像篩選處理算法

2.1 噴霧圖像曝光過(guò)多或不足處理算法

在發(fā)動(dòng)機(jī)燃油噴霧實(shí)驗(yàn)中實(shí)驗(yàn)人員的配合默契程度很大程度上決定了噴霧圖像質(zhì)量的好壞，一旦出現(xiàn)手壓泵與相機(jī)拍攝不同步就會(huì)產(chǎn)生大量的曝光過(guò)度或者曝光不足的圖像。曝光過(guò)度的圖像整體亮度過(guò)高，曝光不足的圖像整體亮度過(guò)低，亮度過(guò)高或過(guò)低都會(huì)嚴(yán)重影響對(duì)噴霧粒子的研究統(tǒng)計(jì)。

灰度直方圖是圖像灰度級(jí)別分布的函數(shù)，反映了圖像灰度值大小出現(xiàn)的頻率，是一種最基本的統(tǒng)計(jì)特性，是對(duì)圖像整體效果進(jìn)行描述的最簡(jiǎn)單最實(shí)用的工具。一般情況下，曝光過(guò)度的噴霧圖像整體亮度較亮，整體的灰度值較大；曝光不足的噴霧圖像亮度較暗，整體的灰度值較?。黄毓夂侠淼膰婌F圖像亮度比較適中，整體的灰度值居中[1]。MATLAB自帶有大量的圖像處理函數(shù)，圖像的灰度直方圖可以調(diào)用 imhist函數(shù)獲得，其語(yǔ)法格式為：

I=imhist（a，b）

其中，a是灰度的輸入圖像，b是指定的灰度級(jí)數(shù)目。

經(jīng)大量統(tǒng)計(jì)分析得知，一張拍攝效果較好的發(fā)動(dòng)機(jī)噴霧圖像灰度直方圖分布集中在中間的[60，130]區(qū)間，并在該區(qū)間有且只有一個(gè)峰值；而曝光不足的噴霧圖像灰度直方圖分布集中在后端[0，60]區(qū)間，曝光過(guò)度圖像灰度直方圖分布集中基本都集中在前端[130，255]區(qū)間。通過(guò)判斷噴霧圖像灰度直方圖峰值所在的區(qū)間來(lái)判斷圖像是否存在曝光過(guò)度和曝光不足的圖像。

MATLAB自帶的findpeaks函數(shù)可以用來(lái)得到圖像的峰值數(shù)目以及峰值大小，其語(yǔ)法調(diào)用格式為：

[pks，locs] = findpeaks（data）

其中，pks 對(duì)應(yīng)峰值，locs 對(duì)應(yīng)峰值位數(shù)，如果噴霧圖像灰度pks值在區(qū)間[0，60]，則該圖像存在曝光不足；如果噴霧圖像pks值在區(qū)間[130，255]，則該圖像存在曝光過(guò)度的問(wèn)題。

2.2 噴霧圖像亮度不均處理算法

在燃油噴霧實(shí)驗(yàn)中常采用速攝影法拍攝噴霧圖像，但由于空氣中的不明粒子以及噴霧液滴和背景板等的影響會(huì)使光線產(chǎn)生折射以及反射現(xiàn)象，這樣會(huì)造成噴霧圖像產(chǎn)生亮度不均的現(xiàn)象，而這樣的噴霧圖像會(huì)對(duì)噴霧特性的研究產(chǎn)生不良影響。

假設(shè)A=（aij）為大小為MXN的一個(gè)灰度圖像，規(guī)定mean（A）為A的灰度平均值，則計(jì)算公式如下：

AGV，即平均灰度值是average gray value的縮寫(xiě)，反映了圖像整體的亮度。LAGV，即局部平均灰度值是local average gray value的縮寫(xiě)，反映了圖像部分的亮度[2]。當(dāng)噴霧圖像整體的平均灰度值與局部的平均灰度值相差比較大時(shí)就反映了該圖像出現(xiàn)了亮度不均，用Tag表示圖像整體與局部的平均灰度之差的絕對(duì)值，則通過(guò)設(shè)定一個(gè)合理的閾值，當(dāng)求得的Tag大于閾值時(shí)則系統(tǒng)認(rèn)為圖像存在亮度不均的現(xiàn)象并篩選掉該圖像。在MATLAB函數(shù)庫(kù)中可以調(diào)用mean函數(shù)用來(lái)得到圖像平均灰度值，該函數(shù)的其語(yǔ)法格式為：

T=mean（A）

若A是一個(gè)向量，則mean（A）返回A中元素的平均值。噴霧圖像的平均灰度值可以通過(guò)Avg=mean（mean（img））來(lái)得到。

在計(jì)算噴霧圖像局部平均灰度值時(shí)需要將圖像進(jìn)行劃分，通常是按照水平方向、豎直方向、45度方向、135度方向和中心與外圍這五個(gè)方向來(lái)劃分，我們結(jié)合噴霧圖像特點(diǎn)采用等分的原則把噴霧圖像劃分為2×2、3×3、4×4、n×n（n>4）等等，考慮到計(jì)算機(jī)處理圖像的時(shí)間隨著圖像劃分的數(shù)目增多而變長(zhǎng)，并且隨著圖像劃分的數(shù)目增多噴霧粒子剛好在邊界上被劃分的可能性越大，這樣會(huì)使噴霧粒子劃分到不同區(qū)域而且粒子數(shù)目增加直徑變小，導(dǎo)致測(cè)量結(jié)果準(zhǔn)確性變差，相比之下3×3的劃分計(jì)算機(jī)運(yùn)行時(shí)間短準(zhǔn)確性也較高，故本文中噴霧圖像采用3×3的劃分方式。

通過(guò)大量的計(jì)算統(tǒng)計(jì)，存在光照不均的噴霧圖像平均灰度與局部平均灰度之差絕對(duì)值最大值在[22，46]區(qū)間；噴霧效果較好的圖像平均灰度與局部平均灰度之差絕對(duì)值最大值在[5，20]區(qū)間，本論文人工選擇的閾值為21[2]。當(dāng)噴霧圖像整體的平均灰度值與局部的平均灰度值相差大于21時(shí)則認(rèn)為該噴霧圖像具有光照不均的現(xiàn)象，篩選掉該圖像，否則認(rèn)為該圖像符合要求等待進(jìn)行下一步篩選。

2.3 拖尾模糊圖像處理算法

在大量的噴霧圖像中有一部分圖像存在拖尾現(xiàn)象，拖尾現(xiàn)象產(chǎn)生的原因是單位時(shí)間內(nèi)畫(huà)面幀頻率過(guò)低，也就是實(shí)驗(yàn)中的1/8500s曝光時(shí)間相對(duì)于高速運(yùn)動(dòng)的噴霧粒子來(lái)說(shuō)時(shí)間太長(zhǎng)[2]。

拉普拉斯算子各向同性微分算子，工程數(shù)學(xué)中常用的一種積分變換，是n維歐幾里德空間中的各向同性的二階微分算子，定義為梯度（？犖f）的散度（？犖·f），與邊緣檢測(cè)的方向無(wú)關(guān)，具有旋轉(zhuǎn)不變性。拉普拉斯算子也可以推廣為定義在黎曼流形上的橢圓型算子，稱為拉普拉斯-貝爾特拉米算子。連續(xù)二元函數(shù)f（x，y）的拉普拉斯運(yùn)算定義如：

由于清晰的圖像其本身細(xì)節(jié)反差和紋理變化比較明顯，相應(yīng)的像素周圍灰度值變化比模糊圖像的值大，根據(jù)這一理論定義圖像清晰度為圖像中每一像素在3×3的鄰域內(nèi)的8鄰域微分絕對(duì)值之和[3]，其計(jì)算公式如下所示：

經(jīng)過(guò)大量的人工統(tǒng)計(jì)，一般情況下拖尾模糊圖像的Ls值分布區(qū)間為[0.3260，0.3860]，清晰的噴霧圖像其Ls值分布區(qū)間為[0.3940，0.4730]。通過(guò)對(duì)大量噴霧圖像的Ls值統(tǒng)計(jì)，人為設(shè)定合理的清晰度閾值LS，當(dāng)噴霧圖像計(jì)算得到的Ls值小于設(shè)定的閾值時(shí)篩選系統(tǒng)判定該圖像存在拖尾模糊的問(wèn)題而篩掉該圖像，否則暫時(shí)保留下來(lái)等待接下來(lái)的篩選。

2.4 圖像中少粒子或無(wú)粒子處理算法

在噴霧實(shí)驗(yàn)中造成噴霧圖像中沒(méi)有粒子或者粒子很少的原因有兩個(gè)，第一是由于手壓泵的噴嘴軸線沒(méi)有與相機(jī)鏡頭位于同一平面；第二種原因是兩個(gè)實(shí)驗(yàn)員沒(méi)有配合得當(dāng)，負(fù)責(zé)手壓泵的實(shí)驗(yàn)員與負(fù)責(zé)相機(jī)快門的實(shí)驗(yàn)員沒(méi)有達(dá)到同步操作，高壓下粒子的運(yùn)動(dòng)速度很快，配合不當(dāng)導(dǎo)致粒子沒(méi)有或者少部分到達(dá)相機(jī)的視角[2]，這兩種錯(cuò)誤操作得到的噴霧圖像無(wú)法反應(yīng)噴霧的真實(shí)情況。

用graythresh函數(shù)來(lái)處理噴霧圖像，處理的速度比較快，并且處理效果比較理想，經(jīng)過(guò)im2bw函數(shù)二值化后的亮點(diǎn)就是需要統(tǒng)計(jì)的粒子，這些亮點(diǎn)的統(tǒng)計(jì)可以通過(guò)Matlab中函數(shù)庫(kù)中的bwlabel函數(shù)來(lái)實(shí)現(xiàn)，其語(yǔ)法調(diào)用格式為：

[L，NUM]=bwlabel（W，n）

其中W為經(jīng)過(guò)處理得到的二值圖，L為表示與W大小相同的矩陣，NUM為目標(biāo)物體數(shù)量。n的值可以為4或者8，當(dāng)n=4時(shí)表示四連通尋找，緊鄰位置是對(duì)應(yīng)像素位置的上、下、左、右；當(dāng)n=8時(shí)表示八連通尋找，緊鄰位置是對(duì)應(yīng)位置的上、下、左、右、左上、右上、左下、右下，這里我們默認(rèn)為8連通尋找。

經(jīng)過(guò)大量的統(tǒng)計(jì)，一張好的噴霧圖像粒子數(shù)目在5000以上，通過(guò)設(shè)定合適的粒子數(shù)目閾值來(lái)篩去無(wú)粒子或少粒子的噴霧圖像。

2.5 圖像粒子分布不均處理算法

噴霧粒子分布的均勻性是判斷噴霧圖像拍攝效果好壞的重要指標(biāo)。噴霧圖像粒子分布均勻性的評(píng)判需要三個(gè)步驟，第一，采用不同的劃分方法對(duì)噴霧圖像進(jìn)行區(qū)域劃分；第二，統(tǒng)計(jì)劃分后每個(gè)區(qū)域內(nèi)的粒子數(shù)目；第三，建立噴霧圖像粒子的標(biāo)準(zhǔn)偏差[4]。關(guān)于噴霧圖像的劃分我們采用3×3的等分方式，噴霧粒子統(tǒng)計(jì)我們先用graythresh-全局圖像閾值將圖像轉(zhuǎn)化為二值圖然后通過(guò)函數(shù)bwlabel來(lái)統(tǒng)計(jì)粒子數(shù)目，這些在前面已經(jīng)介紹，接下來(lái)主要介紹噴霧粒子標(biāo)準(zhǔn)差的建立。

噴霧圖像被劃分為9個(gè)區(qū)域，每個(gè)區(qū)域內(nèi)的噴霧粒子就是一個(gè)樣本數(shù)據(jù)，而圖像全部的噴霧粒子就成為一個(gè)樣本集合，每個(gè)區(qū)域噴霧粒子數(shù)目的變化就反映了圖像不同區(qū)域噴霧粒子分布情況。標(biāo)準(zhǔn)差又常稱均方差，是常用的一種反應(yīng)數(shù)據(jù)離散程度工具，平均數(shù)相同的兩組數(shù)據(jù)，標(biāo)準(zhǔn)差未必相同。標(biāo)準(zhǔn)差或者方差越小，特征點(diǎn)分布就越均。在MATLAB函數(shù)庫(kù)中可調(diào)用std（X，a）函數(shù)來(lái)得到噴霧圖像每個(gè)區(qū)域粒子數(shù)目的標(biāo)準(zhǔn)偏差。該函數(shù)其調(diào)用格式如下：

s=std（X）

其中X是矢量，返回標(biāo)準(zhǔn)差，此時(shí)除以的是N-1，結(jié)果是各樣本偏差無(wú)偏估計(jì)的平方根。需要注意的是此函數(shù)命令不能直接對(duì)矩陣求整體的標(biāo)準(zhǔn)差，只能返回每行或者每列元素的標(biāo)準(zhǔn)偏差，默認(rèn)情況下返回的是每列元素的標(biāo)準(zhǔn)偏差。通過(guò)大量統(tǒng)計(jì)分析，粒子分布比較均勻的噴霧圖像其標(biāo)準(zhǔn)偏差分布在[30 150]之間，粒子分布越不均的圖像其標(biāo)準(zhǔn)偏差就越大，通過(guò)選取合適的標(biāo)準(zhǔn)差閾值來(lái)篩除粒子分布不均的圖像。

3 噴霧圖像篩選系統(tǒng)GUI的實(shí)現(xiàn)

在MATLAB中，既可以通過(guò)M文件又可以通過(guò)圖形用戶界面開(kāi)發(fā)工具（GUIDE）來(lái)創(chuàng)建GUI，后者能將根據(jù)設(shè)計(jì)好的GUI界面自動(dòng)快速生成相應(yīng)的M文件。MATLAB/GUI可以根據(jù)用戶需求設(shè)計(jì)軟件的使用界面。為了使用軟件快速篩選發(fā)動(dòng)機(jī)噴霧圖像，需要建立一個(gè)簡(jiǎn)潔明了的軟件界面。本文根據(jù)噴霧圖像篩選處理算法設(shè)計(jì)了噴霧圖像篩選系統(tǒng)，其界面如圖3：

4 結(jié)束語(yǔ)

針對(duì)噴霧圖像中出現(xiàn)的曝光過(guò)度、曝光不足、亮度不均、拖尾模糊、無(wú)粒子或少粒子、粒子分布不均等問(wèn)題，通過(guò)采用灰度直方圖、平均灰度、拉普拉斯算子、graythresh全局閾值、標(biāo)準(zhǔn)偏差等多種算法來(lái)對(duì)噴霧圖像進(jìn)行篩選，根據(jù)設(shè)定的算法結(jié)合GUI用戶界面對(duì)發(fā)動(dòng)機(jī)噴霧圖像篩選系統(tǒng)進(jìn)行設(shè)計(jì)，大大縮短了噴霧圖像篩選周期，對(duì)研究發(fā)動(dòng)機(jī)噴霧特性產(chǎn)生積極的影響。

參考文獻(xiàn)：

[1]徐海洋.發(fā)動(dòng)機(jī)燃油噴霧圖像篩選系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)[D].西安：長(zhǎng)安大學(xué)，2015.

[2]曹福來(lái).發(fā)動(dòng)機(jī)燃油噴霧圖像篩選及處理方法的分析研究[D].西安：長(zhǎng)安大學(xué)，2015.

[3]吳海波，劉釗.基于拉普拉斯算子的彩色圖像銳化處理[J].電腦開(kāi)發(fā)與應(yīng)用，2008（9）：27-28.

[4]朱海峰，趙春暉.圖像特征點(diǎn)分布均勻性的評(píng)價(jià)方法[J].大慶師范學(xué)院學(xué)報(bào)，2010，5.