[发明专利]基于PCA混合特征融合的气液两相流流型识别方法

权利要求书

1.基于PCA混合特征融合的气液两相流流型识别方法，它包括以下步骤：

1)由高速摄影机获得精馏塔中不同状态下的气液两相流的流型图像；

2)提取图像感兴趣区域(ROI区域)，对图像进行中值滤波和对比度增强对流型图像进行去除噪声预处理；

3)分析步骤2)预处理后的两相流图像的形状和纹理特征，提取图像不变矩、灰度共生矩阵和LBP特征；

4)将步骤3)三种特征融合后，利用PCA技术，对融合后的混合特征进行降维，得到一个新的特征向量，该新的特征向量包括纹理特征和几何特征信息；

5)采用步骤4)中新的特征向量分别与三种单独特征进行对比实验，分别利用支持向量机、BP神经网络和概率神经网络进行训练和识别。

2.根据权利要求1所述的基于PCA混合特征融合的气液两相流流型识别方法，其特征在于：所述步骤1)中的流型图像为不同的气液流量下的弹状流、波状流、雾环状流3种典型流型的流型图像。

3.根据权利要求2所述的基于PCA混合特征融合的气液两相流流型识别方法，其特征在于：

所述步骤1)对弹状流、波状流、雾环状流3种典型流型采集到大小为600×600的典型流型图像。

所述步骤2)对图像进行感兴趣区域提取的处理，大小为300×60。

4.根据权利要求1所述的基于PCA混合特征融合的气液两相流流型识别方法，其特征在于：

所述步骤2)所述中值滤波处理，将图像局部区域的像素按灰度等级进行排序，取该邻域中灰度的中值作为当前像素的灰度值；令邻域的像素值接近的真实值，从而消除孤立的噪声点，其表达式如下：

g(x,y)＝med{f(x-k,y-l),(k,l∈W)}

式中，f(x,y)和g(x,y)分别为原始图像和处理后图像，W为二维模板，选用3×3区域；

所述步骤2)所述对比度增强预处理为采用对比度增强中的直方图均衡化方法：设原始图像在(x,y)处的灰度为g，而改变后的图像为h，则对图像增强的方法可表述为将在(x,y)处的灰度g映射为h。在灰度直方图均衡化处理中对图像的映射函数可定义为：

h＝EQ(g)。

5.根据权利要求1所述的基于PCA混合特征融合的气液两相流流型识别方法，其特征在于：所述步骤3)所述不变矩特征主要表征了图像区域的形状特征，其具有旋转、平移、尺度等特性的不变特征，灰度共生矩阵是通过研究灰度的空间相关特性来描述图像纹理，LBP特征能度量和提取图像局部的纹理信息，对光照具有不变性。