CN101226108A - 一种雾滴分布均匀度的检测方法 - Google Patents

Abstract

本发明公开了一种雾滴分布均匀度的检测方法，用于喷雾机喷雾试验中对雾滴均匀度的检测，该方法包括：喷雾雾滴收集步骤，用于收集喷雾机的喷雾雾滴；雾滴图像采集步骤，用数码图像采集装置采集所述收集的喷雾雾滴的图像；计算机获取雾滴图像信息并进行图像处理的步骤，所述数码图像采集装置传输所述雾滴图像信息送到计算机进行图像处理；雾滴分布均匀度信息获取步骤，根据所述图像处理的结果获取雾滴图像的雾滴个数和面积信息，再以此获取雾滴分布均匀度信息。

Description

一种雾滴分布均匀度的检测方法

技术领域

本发明涉及自动检测技术，特别是一种喷雾装置喷洒时雾滴分布均匀度的检测方法。

背景技术

雾滴分布均匀度是评价喷雾质量的主要指标之一，现有的测定方法主要有四种(见中华人民共和国机械行业标准JB/T9782-1999植保机械通用试验方法)。其中的纸卡法是采用3×5cm²的毫米格纸，喷雾液用清水加1％(重量比)黑色染料配成，将纸卡水平夹持在0.15-1m高的支架上，在雾流范围内沿射程方向和喷幅方向，将其间隔(不大于0.5m)或连续排列，喷雾时间2-3s，喷后用放大镜在纸卡上人工观察计数，在3cm²面积上统计雾滴总数，或用分光光度计测量其上的染料含量。这种人工计数或测量染料含量的方法，不仅效率低下，而且测量精确度不高。

传统的雾滴分布均匀度是以统计单位面积上沉积的雾滴数量，也就是雾滴覆盖密度(单位为：个/cm²)来确定的。而雾滴覆盖密度和雾滴大小密切相关，在单位面积上喷施药液量固定的条件下，雾滴直径大小与雾滴覆盖密度反相关，即雾滴直径愈小，雾滴覆盖密度愈大。雾滴覆盖密度可反映雾滴大小，反映雾化效果，但反映雾滴分布均匀性的特征不显著。

也可以用雾滴谱来反映雾滴分布均匀度。雾滴谱定义为：以雾滴直径为坐标横轴，用累积数量分布百分数作为坐标纵轴(它是指小于某个直径的所有雾滴的数量占全部雾滴数量的百分数)，或用累积体积分布百分数作为坐标纵轴(它是指小于某个直径的所有雾滴的体积占全部雾滴体积的百分数)，绘制的曲线图。由于标准方法取样面积小，雾滴谱不能全面反映雾滴分布均匀度；若取样面积大，人工统计则很困难。

发明内容

本发明所要解决的技术问题在于提供一种雾滴分布均匀度的检测方法，本发明能全面、准确、高效的检测雾滴分布均匀度，克服了现有技术取样面积小、人工统计难、不能全面反映雾滴分布均匀度的缺陷。

为达到上述目的，本发明提供的雾滴分布均匀度的检测方法，用于喷雾机喷雾试验中对雾滴均匀度的检测，该方法包括：

喷雾雾滴收集步骤，用铜版纸收集喷雾机的喷雾雾滴；

雾滴图像采集步骤，用数码图像采集装置采集所述铜版纸上收集的喷雾雾滴的图像；

计算机获取雾滴图像信息并进行图像处理的步骤，所述数码图像采集装置传输所述雾滴图像信息送到计算机进行图像处理；

雾滴分布均匀度获取步骤，根据所述图像处理的结果获取雾滴图像的雾滴个数和面积信息，再以此获取雾滴分布均匀度。

上述雾滴分布均匀度的检测方法，所述计算机获取雾滴图像并进行图像处理的步骤进一步包括：

步骤A，所述计算机从所述数码图像采集装置获取雾滴原始彩色图像；

步骤B，将所述计算机获取的原始彩色图像转换为灰度图像；

步骤C，修正所述灰度图像；

步骤D，将所述修正后灰度图像转换为二值雾滴图像，进行雾滴和铜版纸背景分割；

步骤E，对所述二值雾滴图像进行孔洞填充和粘连雾滴分割并形成最终雾滴分割图。

上述雾滴分布均匀度的检测方法，所述雾滴图像中面积在200像素以上的雾滴为粘连雾滴，所述粘连雾滴包括左右粘连雾滴和上下粘连雾滴。

上述雾滴分布均匀度的检测方法，对所述粘连雾滴进行分割采用双向扫描法。

上述雾滴分布均匀度的检测方法，所述双向扫描法是先从所述粘连雾滴图像的左上角开始进行水平扫描对所述左右粘连雾滴进行分割，再从左下角开始进行垂直扫描对所述上下粘连雾滴进行分割。

上述雾滴分布均匀度的检测方法，在所述双向扫描过程中，当扫描线中的跃变点为先从0到255，再从255到0跃变时，该点为雾滴边界顶点；当扫描线中的跃变点为从0到255跃变时，该点为雾滴左边界点或下边界点；当扫描线中的跃变点为从255到0跃变时，该点为雾滴右边界点或上边界点；当扫描线中的跃变点为先从255到0，再从0到255跃变时，该点为雾滴粘连点；连接两个相连通的所述雾滴粘连点的直线即为粘连区域的分割线。

上述雾滴分布均匀度的检测方法，所述雾滴分布均匀度获取步骤进一步包括：

步骤F，获取所述雾滴分割图中单位面积内的雾滴个数和面积；

步骤G，获取所述雾滴分割图中单位面积内雾滴的覆盖面积，并统计出整帧图像的雾滴覆盖面积直方图，据此求出所述雾滴分布均匀度。

上述雾滴分布均匀度的检测方法，所述步骤F中，所述获取单位面积内的雾滴个数和面积是采用行程快速标记算法。

上述雾滴分布均匀度的检测方法，所述行程快速标记算法是先从从左上角到右下角逐行扫描，若在第j行中有一段像素值为“1”的连续像素，则把该段赋予一个行程；然后，根据八近邻像素的连通性，从图像的左上角向右下方，合并连通的行程；再根据八近邻像素的连通性，从图像的右下角向左上方合并连通的行程。最终的标记结果为对每个不连通的区域给以从1，2，…m不同的标号，该区域的面积即为其像素数。

上述雾滴分布均匀度的检测方法，所述步骤G中，把整帧视场为10×10cm²、像素为1920×1920的分割图像，平均分为100个1×1cm²、像素为192×192的单元图像，单元图像的标号从左到右，从上到下由1，2…n进行标注。所述单元图像中雾滴的覆盖面积通过下述两个公式计算获得：

$q_i=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{A}_j,$ $\stackrel{\‾}{q}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{q}_i}{n},$

式中：i＝1，2，…，n；表示整帧10×10cm²图像中各个1×1cm²单元图像区(n＝100)；

j＝1，2，…，m；表示每个1cm²单元图像区内雾滴的个数；

A_j——表示1cm²单元图像区内第j个雾滴的像素面积(单位：像素)；

q_i——表示每个1cm²单元图像区中雾滴的覆盖面积(单位：像素)；

q——表示整帧图像的雾滴覆盖面积的平均值(单位：像素)；

上述雾滴分布均匀度的检测方法，其特征在于，所述步骤G中，所述的雾滴分布均匀度通过如下公式计算：

$C=100\%\×(1-\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|q_i-\stackrel{\‾}{q}|}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{q}_i}),$

式中，i＝1，2，…，n；表示整帧10×10cm²图像中各个1×1cm²单元图像区(n＝100)；

q_i——表示每个1cm²单元图像区中雾滴的覆盖面积；

q——表示整帧图像的雾滴覆盖面积的平均值；

C——表示仪器检测的雾滴覆盖面积的克里斯琴森均匀度系数。

与现有技术相比，本发明的雾滴均匀度检测方法与现有技术雾滴图像取样方法上基本相同，但取样面积为10×10cm²，在雾滴图像识别方面，采用数字图像自动识别技术并采用雾滴面积分布统计特征分析技术检测雾滴分布均匀度，实现了喷雾雾滴分布均匀度的全面、准确、自动以及高效检测。

附图说明

图1是本发明的雾滴分布均匀度的检测方法流程图；

图2是本发明实施例数字图像处理的流程原理框图；

图3是本发明实施例采用计算机对采集到的雾滴图像进行处理的流程图；

图4A是水平扫描分割粘连雾滴的示意图；

图4B是垂直扫描分割粘连雾滴的示意图；

图4C是图4A水平扫描分割粘连雾滴的算法流程图；

图5是本发明实施例雾滴分布均匀度的检测装置示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解的是，以下描述仅用以解释本发明，但并不作为对本发明的限制。

图1是本发明检测方法的流程图，参考图1，该雾滴分布均匀度的检测方法包括以下步骤：

步骤S11，用铜版纸收集喷雾机的喷雾雾滴；

步骤S12，用数码图像采集装置(可以是数码相机)采集所述铜版纸上收集的雾滴图像；

步骤S13，所述数码图像采集装置传输所述雾滴图像信息送到计算机进行图像处理，这里的传输方式可采用USB接口、蓝牙或红外等标准接口方式。

步骤S14，根据所述图像处理的结果获取雾滴图像的雾滴个数和面积信息，再据此获取雾滴分布均匀度。

上述步骤S11，在本实施例中，喷雾试验时喷雾雾滴的收集采用10×10cm²大小铜版纸，喷雾液用清水加1％(重量比)黑色染料配成，将纸卡水平夹持在1m高的支架上，在雾流范围内沿射程方向和喷幅方向，将其间隔30cm排列，喷雾时间2s。

上述步骤S13中，所述计算机对获取的每帧图像，根据雾滴的数量和面积分布特征，利用数字图像处理技术进行处理分析。如图2所示为数字图像处理采用处理软件的流程原理框图。

进一步参考图2和图3，所述步骤13进一步包括以下步骤：

步骤S130，对计算机所获取的24bit RGB原始彩色图像，根据灰度指标Gray＝(G+R+B)/3，转换为8bit的灰度图像；

步骤S131，运用直方图修正法，改善灰度图像中目标雾滴和背景铜版纸的灰度差异；

步骤S132，运用窗口为3×3大小的高斯滤波方法，滤除图像噪声；

步骤S133，运用Otsu类间方差法将8bit的灰度图像转换为二值图像，雾滴为前景(白色)，铜版纸为背景(黑色)；

步骤S134，对二值化后的雾滴进行孔洞填充和粘连雾滴的分割；

上述步骤S131中所述的直方图修正法是通过一个灰度映射函数G_new＝F(G_old)，将原灰度直方图改造成你所希望的直方图。直方图均衡化是一种最常用的直方图修正。它是把给定图象的直方图分布改造成均匀直方图分布。由信息学的理论来解释，具有最大熵(信息量)的图象为均衡化图象。该直方图修正法属于图像处理领域的常用技术，在此不在赘述。可参考贾云得编著的《机器视觉》。

上述步骤S132中所述的高斯滤波方法采用的高斯滤波器是一类根据高斯函数的形状来选择权值得线性平滑滤波器，对去除服从正态分布得噪声是很有效的。Gauss模板考虑了距离某点越近的点，对该点灰度值影响越大的思想，引入了加权系数，一般也采用3×3邻域，它的模板算子见下式：

$\frac{1}{16}\×\left[\begin{array}{ccc}1& 2& 1\\ 2& 4& 2\\ 1& 2& 1\end{array}\right]$

该高斯滤波法属于图像处理领域的常用技术，并非本发明之要点所在，在此不再赘述，可参考贾云得编著的《机器视觉》。

上述步骤S133中所述的Otsu类间方差法是由Otsu提出的类间方差法是一种受到广泛关注的阈值选取方法，该方法又称为大津阈值分割法，是在判决分析最小二乘法原理的基础上推导得出的，算法较为简单。该算法也非本发明之要点所在，在此不在赘述。

所述步骤S134中的对雾滴进行孔洞填充运用种子填充方法。对粘连雾滴的分割采用双向扫描法。种子填充方法，是在被填充的区域中预先设置一个种子像素，然后以该像素为起点，按四向算法或八向算法搜索下一个像素，由此出发蔓延直到找到区域内所有像素；该方法也非本发明之要点所在，在此不再赘述。

所述步骤S134中的对粘连雾滴的分割采用双向扫描法。首先运用行程快速标记算法标记二值图像中的各个雾滴并记录各自的面积。参考下表(a)、(b)、(c)、(d)，简单说明行程快速标记算法的区域标记。其中：(a)为原始图像，(b)为行扫描行程，(c)正向合并连通行程，(d)反向合并连通行程。

0	0	0	1	1	0	0	0	1	1	1	1
												0	0	0	1	1	1	1	0	0	1	1	0
0	1	1	0	1	1	1	0	1	0	1	1
												0	0	0	0	0	1	1	1	1	1	0	0

(a)

0	0	0	A	A	0	0	0	B	B	B	B
												0	0	0	C	C	C	C	0	0	D	D	0
0	E	E	0	F	F	F	0	G	0	H	H
												0	0	0	0	0	I	I	I	I	I	0	0

(b)

0	0	0	A	A	0	0	0	B	B	B	B
												0	0	0	A	A	A	A	0	0	B	B	0
0	A	A	0	A	A	A	0	B	0	B	B
												0	0	0	0	0	A	A	A	A	A	0	0

(c)

0	0	0	A	A	0	0	0	A	A	A	A
												0	0	0	A	A	A	A	0	0	A	A	0
0	A	A	0	A	A	A	0	A	0	A	A
												0	0	0	0	0	A	A	A	A	A	0	0

(d)

快速行程标记算法的步骤如下：

(1)行扫描行程：从左上角到右下角逐行扫描如表上(a)所示的二值图像(前景为1，背景为0)，如在第j行中有一段像素值为“1”的连续像素f(i，j)～f(k，j)，则把该段赋予一个行程，如上表(b)所示。

(2)正向合并行程：根据八近邻像素的连通性，从图像的左上角向右下方，合并连通的行程，结果如上表(c)所示。

(3)反向合并行程：根据八近邻像素的连通性，从图像的右下角向左上方合并连通的行程，结果如上表(d)所示。

根据标记后雾滴图像中雾滴的面积，采用面积区域方法把二值化以后的图像(雾滴为白色，像素值为255；铜版纸背景为黑色，像素值为0)，分为如下2个子图像：

(1)面积小于200像素的子图像SubImage1；

(2)面积在200像素以上的子图像SubImage2；

子图像SubImage1中的雾滴基本不存在粘连现象，保存该图像不予处理。而子图像SubImage2中的雾滴存在粘连现象，进行下一步的粘连分割处理。

参考图4A和图4B，分别是水平扫描和垂直扫描分割粘连雾滴的示意图，如图所示，粘连雾滴总体上有左右粘连和上下粘连两种情况，如图4A为左右粘连，图4B为上下粘连，这里背景铜版纸的像素值为0，目标雾滴的像素值为255。如图4A，从图像的左上角开始，逐行水平扫描图像，分割左右粘连的雾滴；如图4B，从图像的左下角开始，逐列垂直扫描图像，分割上下粘连的雾滴。

双向扫描分割粘连区域是根据每条扫描线中的跃变点(左右邻点间255和0之间的变换)来确定粘连部分，水平扫描流程图如图4C所示，垂直扫描与水平扫描流程相似，只是扫描方向的改变。具体思路如下：

(1)当扫描线中的跃变点为先从0到255，再从255到0跃变时，该点为雾滴边界顶点D(x，y)；

(2)当扫描线中的跃变点为从0到255跃变时，该点为雾滴左边界点L(x，y)或下边界点B(x，y)；

(3)当扫描线中的跃变点为从255到0跃变时，该点为雾滴右边界点R(x，y)或上边界点T(x，y)；

(4)当扫描线中的跃变点为先从255到0，再从0到255跃变时，该点为雾滴粘连点C(x，y)；

(5)连接相连通的两粘连点的直线即为粘连区域的分割线。

上述步骤S134之后还包括一把子图像SubImage1和分割粘连雾滴后的子图像SubImage2进行或运算得到最终雾滴分割图的步骤；

上述步骤S14进一步包括：

步骤S141，运用行程快速标记算法，计算雾滴分割图中1cm²单位面积内雾滴的个数和面积；

步骤S142，统计1cm²单位面积内雾滴覆盖面积的直方图，绘制整帧图像的雾滴覆盖面积直方图，求出雾滴分布均匀度。

采用雾滴面积分布统计特征分析技术检测雾滴分布均匀度，通过统计单位面积图像中雾滴像素面积，计算单位面积中雾滴的覆盖面积，绘制整帧图像的雾滴覆盖面积直方图，参考中华人民共和国机械行业标准JB/T6280.2-92电动大型喷灌机试验方法中的喷洒均匀度系数的计算公式计算雾滴分布均匀度。计算公式如下：

$q_i=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{A}_j;$ $\stackrel{\‾}{q}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{q}_i}{n};$ $C=100\%\×(1-\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|q_i-\stackrel{\‾}{q}|}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{q}_i})$

式中：i＝1，2，…，n；表示整帧10×10cm²图像中各个1×1cm²单元图像区(n＝100)；

j＝1，2，…，m；表示每个1cm²单元图像区内雾滴的个数；

A_j——表示1cm²单元图像区内第j个雾滴的像素面积(单位：像素)；

q_i——表示每个1cm²单元图像区中雾滴的覆盖面积(单位：像素)；

q——表示整帧图像的雾滴覆盖面积的平均值(单位：像素)；

C——表示仪器检测的雾滴覆盖面积的克里斯琴森均匀度系数。

由于本发明的检测取样为10×10cm²图像面积，通过每cm²的雾滴覆盖面积分析总体雾滴分布均匀度，可以更加科学的反映雾滴分布均匀度。

为进—步实施本发明的方法，本发明还提出了一种雾滴分布均匀度的检测装置，包括一图像采集系统52，用于采用喷雾机喷雾的雾滴图像；及一计算机系统51，用于从所述雾滴图像采集系统获取所述雾滴图像并进行图像处理。所述图像采集系统包括一铜版纸525，用于收集喷雾机的喷雾雾滴；一图像采集装置520，用于从所述铜版纸收集的喷雾雾滴获取喷雾雾滴的原始彩色图像；一灯箱522、至少一光源521、一带有铜版纸托盘523的支架524。所述图像采集装置521通过USB接口或其他标准接口与所述计算机系统连接，置于所述灯箱522的顶部，其摄像头正对置于灯箱下方支架上的铜版纸托盘523，所述光源521也设置在灯箱522的顶部，用于为图像采集装置采集雾滴图像提供光线。

所述光源521的选择必须符合所需的几何形状，而且，照明亮度、均匀度、发光的光谱特性也必须符合实际的要求，同时还要考虑光源的发光效率和使用寿命。在本系统中，采用菲利浦公司生产的卤素灯作为光源。把2个卤素灯安装在照相机镜头的上部，采用顶部散射光照明方式。因为散射光照射物体正面，光线没有方向性，比较柔和，成象不会有眩光，并且容易实现。所述图像采集装置520可以采用CCD黑白或彩色摄像机、或数字扫描仪、或数码照相机等。除了这些常见的类型以外，还有各种其它的专用设备，如：显微摄像设备、红外摄像机、高速摄像机等。在本系统中，选用日本Panasonic彩色数码照相机DMC-FZ5GC作为图像采集设备。该机具有1/2.5英寸CCD，有效像素为5,000,000像素，镜头为光学12倍变焦，f＝6-72mm。所述计算机系统51主要完成系统信息的获取、处理、设备的控制等工作。由于获取的信息是图像信息，信息量大、处理时间长，因此要求计算机具有较高的主频。

虽然本发明已以上述加实施例说明如上，然其并非用以限定本发明，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (9)

1.一种雾滴分布均匀度的检测方法，用于喷雾机喷雾试验中对雾滴均匀度的检测，其特征在于，该方法包括：

喷雾雾滴收集步骤，用于收集喷雾机的喷雾雾滴；

雾滴图像采集步骤，用数码图像采集装置采集所述收集的喷雾雾滴图像；

计算机获取雾滴图像信息并进行图像处理的步骤，所述数码图像采集装置传输所述雾滴图像信息送到计算机进行图像处理；

雾滴分布均匀度信息获取步骤，根据所述图像处理的结果获取雾滴图像的雾滴个数和面积信息，再以此获取雾滴分布均匀度信息。

2.根据权利要求1所述的雾滴分布均匀度的检测方法，其特征在于，所述计算机获取雾滴图像并进行图像处理的步骤进一步包括：

步骤A，所述计算机从所述数码图像采集装置获取雾滴原始彩色图像；

步骤B，将所述计算机获取的原始彩色图像转换为灰度图像；

步骤C，修正所述灰度图像；

步骤D，将所述修正后灰度图像转换为二值雾滴图像，进行雾滴和铜版纸背景分割；

步骤E，对所述二值雾滴图像进行孔洞填充和粘连雾滴分割并形成最终雾滴分割图。

3.根据权利要求1或2所述的雾滴分布均匀度的检测方法，其特征在于，所述雾滴图像中面积在200像素以上的雾滴为可能粘连雾滴，所述粘连雾滴包括左右粘连雾滴和上下粘连雾滴。

4.根据权利要求3所述的雾滴分布均匀度的检测方法，其特征在于，对所述粘连雾滴进行分割采用双向扫描法。

5.根据权利要求4所述的雾滴分布均匀度的检测方法，其特征在于，所述双向扫描法是先从所述粘连雾滴图像的左上角开始进行水平扫描对所述左右粘连雾滴进行分割，再从左下角开始进行垂直扫描对所述上下粘连雾滴进行分割。

6.根据权利要求5所述的雾滴分布均匀度的检测方法，其特征在于，在所述双向扫描过程中，当扫描线中的跃变点为先从0到255，再从255到0跃变时，该点为雾滴边界顶点；当扫描线中的跃变点为从0到255跃变时，该点为雾滴左边界点或下边界点；当扫描线中的跃变点为从255到0跃变时，该点为雾滴右边界点或上边界点；当扫描线中的跃变点为先从255到0，再从0到255跃变时，该点为雾滴粘连点；连接两个相连通的所述雾滴粘连点的直线即为粘连区域的分割线。

7.根据权利要求1或2所述的雾滴分布均匀度的检测方法，其特征在于，所述雾滴分布均匀度获取步骤进一步包括：

步骤F，获取所述雾滴分割图中单位面积内的雾滴个数和面积；

步骤G，获取所述雾滴分割图中单位面积内雾滴覆盖面积，并统计出整帧图像的雾滴覆盖面积直方图，据此求出所述雾滴分布均匀度。

8.根据权利要求7所述的雾滴分布均匀度的检测方法，其特征在于，所述步骤G中，所述雾滴覆盖面积通过下述两个公式计算获得：

$q_i=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{A}_j,$ $\stackrel{\‾}{q}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{q}_i}{n},$

式中：i＝1，2，…，n；表示整帧10×10cm²图像中各个1×1cm²单元图像区(n＝100)；

j＝1，2，…，m；表示每个1cm²单元图像区内雾滴的个数；

A_j——表示1cm²单元图像区内第j个雾滴的像素面积(单位：像素)；

q_i——表示每个1cm²单元图像区中雾滴的覆盖面积(单位：像素)；

q——表示整帧图像的雾滴覆盖面积的平均值(单位：像素)。

9.根据权利要求7、8所述的雾滴分布均匀度的检测方法，其特征在于，所述步骤G中，所述的雾滴分布均匀度通过如下公式计算：

$C=100\%\×(1-\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}|q_i-\stackrel{\‾}{q}|}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{q}_i})$

式中：i＝1，2，…，n；表示整帧10×10cm²图像中各个1×1cm²单元图像区(n＝100)；

q_i——表示每个1cm²单元图像区中雾滴的覆盖面积(单位：像素)；

q——表示整帧图像的雾滴覆盖面积的平均值(单位：像素)；

C——表示仪器检测的雾滴覆盖面积的克里斯琴森均匀度系数。

Images