[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

摘要

本发明涉及气液两相流测量技术领域，尤其是涉及基于PCA混合特征融合的气液两相流流型识别的方法。基于PCA混合特征融合的气液两相流流型识别方法：利用高速摄影机采集流型图像，对预处理后的图像进行特征分析，提取三种特征，不变矩、灰度共生矩阵和LBP特征，将三种特征融合降维后，采用BP神经网络进行分类识别，最终应用于两相流的在线自动检测。本发明采用三种特征融合的方法，能够更好地反映图像信息。而混合特征维数又较高，计算复杂度较大，耗时长，不利于在线检测。采用PCA技术，有效地降低了数据维度，简化计算量，还能很大程度地保留原有信息被丢失，即用尽可能少的信息来表征原有信息，将数据进行压缩。

主权项

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。