[发明专利]一种高浓度微群泡形态识别及轨迹追踪测速方法

说明书

本发明公开了一种高浓度微群泡形态识别及轨迹追踪测速方法，属于图像识别和处理领域。方法包括：微群泡图像采集；图像前处理；对微气泡图像中叠加的像素块进行分割；识别微气泡图像，获取每个气泡的形态信息；获取的每一个微气泡的等效直径，统计尺寸分布信息；对相邻两个时刻的微气泡图像进行互相关计算，获取微气泡的速度场信息和运动轨迹。本发明适用于较高浓度的微气泡群的形态识别和互相关计算，可以对较高浓度的微气泡群进行形态识别，获取气泡的粒径及分布信息，提取微泡群的速度场。

技术领域

本发明涉及微尺度气泡群图像识别和处理领域，具体涉及一种高浓度微群泡形态识别及轨迹追踪测速方法，实现对微尺度高浓度气泡群中每个气泡的形态识别、粒径统计、轨迹追踪和速度计算。

背景技术

水下航行器在工作过程中产生的噪声对舰船、潜艇隐身性有重大影响。同时噪声还会严重影响水下生态环境。微气泡是水下航行器降噪常用手段之一，能够通过耗散生能量，改变声波传播的方式有效抑制噪声传播。微气泡对声波的影响很大程度上取决于气泡本身特征参数以及微气泡在流体中的相对运动规律。因此，实现对微气泡特性的参数化表征，追踪气泡运动轨迹，分析其速度特征对微气泡降噪特性研究有重要意义。

微气泡群对声波的衰减作用取决于微气泡的粒径，分布以及浓度等特性。传统的声色散方法能够实现微气泡参数测量，但是有对测试环境要求高、测试难度复杂的特点。随着光学成像技术的发展，非接触式的光学图像方法已经成为微气泡研究的重要技术途径。但是，由于微气泡粒径较小，一般在微米量级，使得在气泡浓度较高、气泡层厚度大的环境中，相机捕捉的二维气泡图像往往存在气泡重叠多、气泡边界模糊等问题。这在很大程度上影响了气泡形态识别的准确性和后续速度场计算的精度，进一步影响对流场的测量和对噪声衰减作用的判断和控制。CN113838089A提供了一种基于特征匹配算法的气泡轨迹跟踪方法，但其主要针对两相流领域中大尺度不同形状气泡流动行为进行研究，其研究中气泡为单点生成，气泡空间分布基本范围固定，轨迹变化相对小，气泡浓度低、尺度大，不涉及气泡间相互碰撞、干扰、融合；其采用的气泡轨迹追踪主要通过相邻两帧距离进行气泡匹配，进一部获得气泡轨迹；其采用的特征点匹配方法仅适用于气泡浓度很少，运动轨迹变化小的情况，对于高浓度气泡群轨迹计算误差较大。

因此，发展一套在高浓度微气泡的条件下的高精度气泡形态识别和轨迹追踪方法显得尤为重要。另外，以往的气泡成像技术往往由低速成像方法进行，缺乏足够的时间解析度，无法获得气泡在流体中的运动规律，分析气泡的生成演化破碎过程。因此需要利用高速成像的方法突破以往低速成像对微气泡时空解析的局限，更好地捕捉微气泡群的时空演化特性。

发明内容

基于背景中所阐述的问题，本发明的目的在于对较高浓度的微气泡群进行形态识别，通过高速图像技术，获取气泡的粒径及分布信息，并对经过识别后的气泡图像进行时序相关性分析，从而获取气泡的运动轨迹及速度场。本质上，为高浓度的微气泡群的形态识别、空间分布特性和运动特征提取提供了一种解决方案。

本发明的实例公开了一种高浓度微尺度群泡的形态识别和速度测量的方法，具体包括：

1)基于高速CMOS相机成像原理，采集气泡原始图像，

2)输入高时间分辨率的高浓度微气泡图像，进行前处理，所述前处理包括对微气泡图像进行二值化、去除噪点、填充和腐蚀操作；其中，二值化处理后，气泡区域像素灰度值设定为1，其它区域为0；

3) 基于高浓度微气泡空间分布，采用分水岭和距离变换进行气泡图像分割操作，将每一个气泡划分为独立的区域；

4)对区块分割后的微气泡图像进行轮廓识别，获取每个气泡的形态信息，并进行形态匹配；统计微气泡群所有气泡等效直径，获取直径分布信息；

5)对相邻两个时刻的微气泡图像进行相关性分析；获取微气泡群的瞬时速度场信息；对获取的速度场进行速度矢量纠正；显示微气泡群的运动轨迹和方向。