[发明专利]一种板式换热器内气泡的目标检测方法

权利要求书

1.一种板式换热器内气泡的目标检测方法；其特征在于：包括如下步骤：

S1、利用高速摄像机获得板式换热器内两相流流动气泡图片数据集；

S2、利用S1中的图片数据集搭建卷积神经网络框架并确定特征提取器，以减少特征提取的计算时间；

S3、将每一帧图片中的目标检测问题作为目标，通过将每一帧图片上的单个气泡视为正常气泡，将两个或者多个相连的气泡视为非正常气泡，从而将类别个数C设置为2，因此滤波器的个数F＝(C+5)×3即21，在卷积神经网络框架中将图片中的目标检测分类问题转换为回归预测问题；

S4、采用改进的三帧差法，提高S1中的待检测图片的识别率；所述步骤S4包括以下处理步骤：

S41选择视频中三帧相邻的图片，按照时间顺序标号分别是P1、P2、P3，并对这三张图片进行高斯模糊操作、分别获得图片P1’、P2’、P3’；

S42使用S41中的中间帧图片P2’减去前一帧图片P1’而得到帧差图像P21，使用中间帧图片P2’减去后一帧图片P3’而得到帧差图像P23；

S43对S42中得到的帧差图像P21使用Otsu’s方法进行二值分割操作而获得二值图像P21’；对S42中得到的帧差图像P23使用Otsu’s方法进行二值分割操作而获得二值图像P23’；

S44将S43中的二值图像P21’和二值图像P23’进行图像与运算而获得图像P21’P23’；

S45对S42中的帧差图像P23使用图像增强算法，以提高图像P23的亮度和对比度而获得图像P23”；再对图像P23”使用Canny边缘检测算法检测进而获得图像P23”’；

S46对S41中的中间帧图像P2使用中值模糊算法后，使用背景减法分割前景气泡而获得图像P2”；再使用图像开运算去除图像P2”的噪点而获得图像P2”’；

S47将图像P21’P23’、图像P23”’、P2”’进行图像或运算得到最终图像PLast，得到气泡轮廓信息和位置信息；

S5、利用IoU分数筛选算法、对比S3、S4中的输出结果，去除对比结果中重复的候选框，从而得到最终检测结果。

2.根据权利要求1所述的板式换热器内气泡的目标检测方法，其特征在于，所述步骤

S1中图片数据集的获取是通过如下步骤：

S11使用高速摄像机拍摄板式换热器内两相流流动视频；

S12将视频分解为单帧图片；

S13将上一步中的单帧图片制作成气泡数据集。

3.根据权利要求1所述的板式换热器内气泡的目标检测方法，其特征在于，所述步骤S2包括以下处理步骤：利用Darknet学习框架，采用YoLo算法搭建卷积神神经网络框架；完成YoLov3-tiny模型，并通过迁移学习冻结全连接层前的参数，最终利用该模型作为特征提取器，以减少特征提取的计算时间。

4.根据权利要求1所述的板式换热器内气泡的目标检测方法，其特征在于，所述步骤

S5包括以下处理步骤：

S51使用IoU分数计算公式对步骤S3中所得预测结果和步骤S4中所得的结果进行计算得到IoU分数矩阵，IoU分数计算公式为：

S＝((x⁽¹⁾+w⁽¹⁾-x⁽²⁾)(y⁽¹⁾+h⁽¹⁾-y⁽²⁾))/(w⁽¹⁾y⁽¹⁾+w⁽²⁾y⁽²⁾-(x⁽¹⁾+w⁽¹⁾-x⁽²⁾)(y⁽¹⁾+h⁽¹⁾-y⁽²⁾))；其中x⁽¹⁾、y⁽¹⁾、w⁽¹⁾、h⁽¹⁾分别为步骤S3中预测所得图片候选框的左上角顶点在图片中的x轴坐标、y轴坐标、候选框的宽、候选框的高，x⁽²⁾、y⁽²⁾、w⁽²⁾、h⁽²⁾分别为步骤S4中预测所得候选框的左上角顶点在图片中的x轴坐标、y轴坐标、候选框的宽、候选框的高；

S52若S51中所得IoU分数矩阵中S_ij小于设定阈值则置为零，如果IoU分数矩阵第i个列向量中存在不为零的值则去除第i个候选框，然后输出其余候选框数据。