[发明专利]基于多视觉信息融合技术的小通道气液两相流流型识别系统和方法

说明书

本发明公开了一种基于多视觉信息融合技术的小通道气液两相流流型识别系统和方法。首先，同时获取两个相互垂直角度的小通道气液两相流流动图像序列；其次，进行图像校正和预处理，并计算图像序列Hu矩均值和标准差作为流型识别特征向量；然后，建立基于支持向量机的单视觉小通道气液两相流流型识别模型，最后，利用D‑S证据理论，对两个角度的流型识别结果进行融合，实现泡状流、段塞流、波状流和环状流四种典型流型的识别。本发明提出了一种新的小通道气液两相流流型识别系统和方法。该系统具有非接触式测量、可视化、结构简单等优点，利用多视觉信息融合方法，提高了气液两相流流型识别的准确度。

技术领域

本发明属于多相流流型识别领域，涉及一种基于多视觉信息融合技术气液两相流流型识别系统，特别是利用这种系统进行气液两相流流型识别的方法。

背景技术

由于小型/微型设备具有高效、快速、易控制及高度集成等优点，近年来，其在能源、化工、生物和制药等领域得到广泛应用，小型/微型设备中微小通道气液两相流参数检测的研究受到越来越多的关注。

现有的微小通道两相流参数检测方法主要有电学法、光学法、热学法以及高速摄像法等。其中高速摄像法具有直观性、非接触性以及可观察两相间的瞬态变化等优点，在小通道两相流参数检测实验研究中得到广泛应用。然而，现有的基于高速摄像的两相流参数检测方法多数是从一个角度获取两相流图像，对气液两相空间信息及不同角度的形状信息获取不足。基于单个角度图像的流型识别技术，其流型识别准确度仍有待提高。

发明内容

针对现有基于高速摄影的小管道气液两相流流型辨识技术信息获取不足，准确程度不够高的问题，本发明通过反复研究，针对小通道气液两相流，提供了一种基于多视觉信息融合技术的小通道气液两相流流型识别系统和方法，提出采用多视觉系统同时获取两相流两个相互垂直角度的图像，利用图像处理技术获取图像序列Hu矩统计参数作为流型识别特征，建立基于支持向量机(SVM)的单视觉气液两相流流型识别模型，采用D-S证据理论进行信息融合实现多视觉流型识别。

基于多视觉信息融合技术的小通道气液两相流流型识别系统包括小通道管路系统、多视觉高速图像采集单元以及图像处理和流型识别计算机。小通道管路系统由浸没在甘油槽中的小管道构成。多视觉高速图像采集单元由两台LED光源、直角棱镜、高速摄像机组成。直角棱镜靠近甘油槽放置，且其一直角边垂直于高速摄像机的成像平面。两台光源提供两个垂直方向的背光，放置于甘油槽前方的高速摄像机同时拍摄到两个相互垂直角度的两相流流动图像，采集到的图像传输到微型计算机中用于流型识别。

基于多视觉信息融合技术小通道气液两相流流型识别方法步骤如下：

(1)小通道气液两相流流动图像获取。利用多视觉高速图像采集单元从两个相互垂直的角度同时获取小通道气液两相流图像。

(2)图像标定。对于圆形玻璃管道，其管壁折射率与甘油近似相等。将管道浸没于甘油槽中可以降低管壁对所拍摄图像造成的影响。采用截面为25mm×25mm的正方形的有机玻璃长方体甘油槽，将管道浸没于甘油槽内，管道中心位置与截面正方形的中心相重合。对于管道内物点P(x,y)，由该点发出的光线在液相与管壁界面发生第一次折射，在甘油槽槽壁与空气界面发生第二次折射。由点P发出的两条相邻光线在第二次折射后的反向延长线的交点P'(x',y')即为点P对应观察到的像点，从而可以确定点P处的校正系数α＝y/y'。获取校正系数之后，对气液两相流流动图像进行标定。

(3)特征提取。采用数字图像处理技术对所采集的不同流型的图像序列进行预处理，步骤包括：图像分割、图像去噪、差影法去除背景、边缘检测以及二值化填充，最终获得反映气液两相流流型的二值图像。得到二值图像之后，计算二值图像的Hu矩。

对于图像I(x,y)，其p+q阶几何矩定义为：

其p+q阶中心矩定义为：