CN105910996A - 一种利用rgb颜色模型确定多相流混合时间的方法 - Google Patents

Abstract

本发明公开一种利用RGB颜色模型确定多相流混合时间的方法，属于冶金能源工程技术领域；本发明方法是基于统计学的均方差、平均变化率和图像处理的RGB颜色模型来确定多相流宏观混合时间；主要应用于化学工程中确定多相流混合时间及混合效果评价；该方法简单方便，且具有很高的实用价值，对化工、冶金搅拌设备中评价混合时间及理论上指导搅拌反应器的设计，提供了一种可靠实用的方法。

Description

一种利用RGB颜色模型确定多相流混合时间的方法

技术领域

本发明涉及化学工程技术领域，具体的说是一种适应于化工领域所有多相流混合时间确定的方法。

背景技术

混合操作是现代工业中极其普遍而又极其重要的过程，研究开发高效混合技术和设备具有重大意义。混合时间作为混合速率的主要表征，是常被用来刻画多相流搅拌槽内混合效果的重要参数。在有色冶炼过程中，常见的熔炼方法主要有闪速熔炼、诺兰达熔炼、奥斯迈特熔炼、白银熔炼以及ISA熔炼等。其中，ISA炉冶金反应器内的金属或矿物处于熔融状态，气相或液相为连续相与之共存，传统的实验室研究以及现场观测已经无法满足新形势发展的需要。为了获取熔池现场混合过程无法获取的信息以及节省实验费用，利用数学模拟和物理模拟方法揭示冶金混合过程的现象及规律是当今冶金学领域的重要内容。

混合时间的估测方法包括局部估测和全局估测两大类。局部估测方法是一种依赖于浸入式探针的物理估测手段，包括：热测法、电导法、荧光分析法以及pH值法。此类方法能够提供一个给定位置的达到给定混合均匀性精度的精确混合时间，适用于工业槽。但该方法往往需要不止一个探针，干扰了流场，不能定量化混合隔离区以及盲区，不能给出混合的最终点。而全局估测方法具有确认并且定量化未混合区域以及给出混合最终点的能力。主要包括比色法和纹影法，比色法和纹影法均是基于裸眼观测，即使是相同的实验环境和实验条件，不同的实验者也会产生很多不同的结果，因而全局测度方法带有主观性问题，所得混合时间的可信度往往难以令人信服。

发明内容

本发明的目的是克服上述方法的不足，提出一种具有较高应用价值、简便可行的利用RGB颜色模型确定多相流混合时间的方法。

RGB颜色模型：红(R)、绿(G)、蓝(B)三基色模型简称RGB颜色模型，每一种颜色都能够被表示为纯红、纯绿和纯蓝的0至255之间不同水平的混合；宏观混合时间：定义为达到一定混合均匀度所需要的时间，是衡量搅拌器混合性能的一个重要参数；阈值：设定每一像素点的阈值，用于区分混合均匀像素和未混合均匀像素；混合曲线：是一种折线统计报告图，横坐标表示图片帧数(30帧/秒)，纵坐标表示混合均匀像素比M(％)值，不同组份利用不同的颜色标注，反应出不同组份的M值随帧数的变化情况；图片帧数(Frame):高速数字摄像机采集图片设定为30帧/秒，即每秒钟采集30张图片，因此可以把图片帧数与时间t一一对应；平均变化率：函数值的改变量与自变量的改变量的比叫做函数y＝f(x)从x₁到x₂之间的平均变化率。

本发明方法采用基于反应过程颜色随时间演化规律的RGB颜色模型来确定搅拌槽内的宏观混合时间，具体步骤如下：

(1)利用高速摄像机或电容层析成像技术获得多相流搅拌混合实时图样，并且每个时刻t对应一张图样；

(2)基于RGB颜色模型提取实验图样的红R、绿G、蓝B三个组份的像素矩阵，以像素矩阵P_ij(t)来表征目标区域，分解目标区域像素矩阵P_ij(t)＝(R_ij(t),G_ij(t),B_ij(t))，其中，i、j分别表示像素点的横、纵坐标，t表示时间，R_ij(t),G_ij(t),B_ij(t)分别表示红、绿、蓝三组份的像素矩阵；

(3)确定在混合过程中用于判定混合时间的组份，即在混合过程中选取目标区域中任意一个像素点，分别作出该像素点的红、绿、蓝组份的像素值随时间变化的曲线，并计算出该像素点在每一时刻t时图样的红色组份和绿色组份均方差红色组份和蓝色组份均方差绿色组份和蓝色组份均方差红绿蓝三组份像素值的均方差再将混合过程中所有时刻图样的四个均方差分别求和 比较计算出的四个均方差总和，确定均方差总和最小的组份为用于判定混合时间的组份；

均方差计算公式如下：

${\mathrm{\σ}}_{R_{ij}{G}_{ij}}\left(t\right)=\sqrt{{\left(R_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+G_{ij}\left(t\right)\left)\right)}^2+{\left(G_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+G_{ij}\left(t\right)\left)\right)}^2},$

${\mathrm{\σ}}_{R_{ij}{B}_{ij}}\left(t\right)=\sqrt{{\left(R_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+B_{ij}\left(t\right)\left)\right)}^2+{\left(B_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+B_{ij}\left(t\right)\left)\right)}^2},$

${\mathrm{\σ}}_{G_{ij}{B}_{ij}}\left(t\right)=\sqrt{{\left(R_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+G_{ij}\left(t\right)\left)\right)}^2+{\left(G_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+G_{ij}\left(t\right)\left)\right)}^2},$

${\mathrm{\σ}}_{R_{ij}{G}_{ij}{B}_{ij}}\left(t\right)=\sqrt{{\left(R_{ij}\right(t)-\frac{1}{3}(R_{ij}\left(t\right)+G_{ij}\left(t\right)+B_{ij}\left(t\right)\left)\right)}^2+{\left(G_{ij}\right(t)-\frac{1}{3}(R_{ij}\left(t\right)+G_{ij}\left(t\right)+B_{ij}\left(t\right)\left)\right)}^2+{\left(B_{ij}\right(t)-\frac{1}{3}(R_{ij}\left(t\right)+G_{ij}\left(t\right)+B_{ij}\left(t\right)\left)\right)}^2};$

(4)定义用于判断混合时间组份的每一像素的阈值其中k为R、G、B，定义的阈值如下：

其中：和分别为实验起始时刻，即在t＝0秒时像素矩阵P_ij(t)的红色组份、绿色组份和蓝色组份的像素值；和分别为实验中间时刻像素矩阵P_ij(t)的红色组份、绿色组份和蓝色组份的像素值；和分别为实验结束时刻像素矩阵P_ij(t)的红色组份、绿色组份和蓝色组份的像素值，X为设定的阈值分数，取[0,1]之间的任意参数；

(5)分别选出用于判定混合时间组份中的混合均匀像素点，通过M＝N_M/N_T计算所选组份的混合均匀像素比M(％)值，其中N_M为混合均匀像素点的数目，N_T为目标区域像素点的总数；

(6)作出混合均匀像素比M(％)在不同时刻t随阈值分数X变化的曲线图，确定用于判定混合时间的阈值分数X，作出用于判定混合时间的混合曲线图，采用国际通用的95％原则，确定从混合开始到混合均匀像素比M(％)值达到最终稳定值的±5％所用的时间为混合时间。

所述步骤(5)中分别选出用于判定混合时间组份中的混合均匀像素点，采用下述方法之一进行选取：

(1)若所选组份的像素点的像素值随时间增加，且像素值大于阈值则认为该像素点为混合均匀像素点；

(2)若所选组份的像素点的像素值随时间减小，且像素值小于阈值则认为该像素点为混合均匀像素点。

所述步骤(6)中确定阈值分数X值是在混合均匀像素比M％在不同时刻t随阈值分数X变化的曲线图中，分别计算出M随X变化的平均变化率D(t)，选取平均变化率之和ΣD(t)最小的起始X值作为判定混合时间的阈值分数。

当流体是均相流体时，可在流体中加入示踪粒子标记混合过程。

当混合前后颜色变化相近时，可在流体中加入示踪粒子标记混合过程。

本发明的有益效果是：

1、通过定义每一像素的阈值，能够更精确的选出每张图样中的混合均匀像素点数目；

2、通过加入失踪颗粒标记混合前后颜色变化相近的混合过程；

3、利用混合过程中图样的均方差总和来表征三组份像素值随时间的变化的偏离程度，精确的确定用于判定混合时间的组份；

4、利用不同阈值分数X的平均变化率之和来表征M值随X变化情况，精确的确定用于判定混合时间的阈值分数X；

5、利用电容层析成像技术与RGB颜色模型相结合，可以直接应用于不透明搅拌器内多相流混合时间测定；

6、该方法简单可行，有图像处理和统计学的理论做支撑；

7、对化工生产中判断混合效果及理论上指导搅拌反应器的设计，提供了一种可靠实用的验证方法。

本发明应用在涉及多相流混合时间的测定，所述方法是基于统计学中的均方差、平均变化率和数字图像处理技术中RGB颜色模型来判定多相流混合时间。该方法精度高，具有很强的实用价值，为解决在视觉上区分单相或者各种多相混合问题提供了新思路。

附图说明

图1为ISA炉水模型动力学模拟实验获取的图样；其中A为t＝0s的图样，B为t＝25s的图样；

图2为目标区域中任意一像素点A的位置图(A图)及像素值变化图(B图)；

图3为红色组分的混合均匀像素比M(％)在不同时刻t随阈值分数X变化的曲线图；

图4为绿色组分的混合均匀像素比M(％)在不同时刻t随阈值分数X变化的曲线图；

图5为蓝色组分的混合均匀像素比M(％)在不同时刻t随阈值分数X变化的曲线图；

图6为实施例1中三组份混合曲线图；

图7为ORC直接接触式蒸汽发生器实验获取的图样(A图)及像素点B的位置图(B图)；

图8为实施例2中红色组份和绿色组份的混合曲线图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明，但本发明的保护范围并不限于所述内容。

实施例1：

搭建ISA炉水模型动力学模拟实验，利用聚苯乙烯颗粒模拟固相(冰铜)，水被用来模拟化学反应器中的液相(熔体)，氮气用来代替顶吹气相(氧气)。在化学反应器的上方通过喷枪向下喷射氮气，聚苯乙烯颗粒在实验之前被平铺在水槽的底部，通过来自喷嘴的氮气注射来实现搅拌。

本实施例具体操作步骤如下：

(1)利用高速数字摄像机(AVI格式，30帧/秒)拍摄并记录ISA炉水模型实验的全部过程，利用视频处理软件KMPlayer从视频中捕获并存储800张体现聚苯乙烯颗粒分布形态变化的流动图样(图样格式为bmp)，获得实验图样如图1所示；

(2)借助MATLAB软件基于RGB颜色模型获取和分解实验图样的红、绿、蓝三组份的像素矩阵P_ij(t)＝(R_ij(t),G_ij(t),B_ij(t))，其中，i、j分别表示像素点的横、纵坐标，t表示时间，R_ij(t),G_ij(t),B_ij(t)分别表示红、绿、蓝三组份的像素矩阵；

(3)在混合过程中，选取目标区域中任意一个像素点，如图2A中A点，A点位置最终达到混合均匀；观察该像素点的RGB组份像素值随时间变化情况，分别作出该像素点的红、绿、蓝组份的像素值随时间变化的曲线；如图2B所示，A点位置的红、绿、蓝三组份的像素值随时间的变化逐渐增加，利用MATLAB程序计算出获取的800张图样A点处红色组份和绿色组份均方差红色组份和蓝色组份均方差绿色组份和蓝色组份均方差红绿蓝三组份像素值的均方差并求得不同时刻的均方差总和分别为：2.73、2.35、4.41、1.23，因此确定用于判定混合时间的组份为红、绿、蓝三组份；

(4)定义每一像素的阈值

${\mathrm{\β}}_{ij}^R=R_{ij}^0+\frac{1}{2}X\·(R_{ij}^{\mathrm{\∞}}+R_{ij}^k-2R_{ij}^0),{\mathrm{\β}}_{ij}^G=G_{ij}^0+\frac{1}{2}X\·(G_{ij}^{\mathrm{\∞}}+G_{ij}^k-2G_{ij}^0)$

${\mathrm{\β}}_{ij}^B=B_{ij}^0+\frac{1}{2}X\·(B_{ij}^{\mathrm{\∞}}+B_{ij}^k-2B_{ij}^0);$

其中：和分别为实验起始时刻，即在t＝0秒时像素矩阵P_ij(t)的红色组份、绿色组份和蓝色组份的像素值；和分别为实验中间时刻像素矩阵P_ij(t)的红色组份、绿色组份和蓝色组份的像素值；和分别为实验结束时刻像素矩阵P_ij(t)的红色组份、绿色组份和蓝色组份的像素值；设定不同的阈值分数X为5％、10％、15％、20％、25％、30％、35％、40％、45％、50％、55％、60％、65％、70％、75％、80％、85％、90％、95％；如表1所示，为目标区域中五个不同像素点在阈值分数X＝90％时计算出的阈值；其余像素点阈值采用相同方法计算；

表1：阈值分数X＝90％时不同像素点的阈值

位置

…

(50，70)

…

(100，140)

…

(150，150)

…

(180，200)

…

(200，210)

…

阈值

155

137

…

139

…

98

…

81

…

；

(5)分别选出用于判定混合时间组份中的混合均匀像素点，采用下述方法之一进行选取：(i)若所选组份的像素点的像素值随时间增加，且像素值大于阈值则认为该像素点为混合均匀像素点；(ii)若所选组份的像素点的像素值随时间减小，且像素值小于阈值则认为该像素点为混合均匀像素点；通过M＝N_M/N_T计算所选组份的混合均匀像素比M值，其中N_M为混合均匀像素点的数目，N_T为目标区域像素点的总数；例如阈值分数X＝80％时，红绿蓝三组份在时刻t＝0.01s、t＝6.31s、t＝12.61s、22.06s时的混合均匀像素点的数目及目标区域的像素点总数目如表2所示：

表2：不同时刻三组份混合均匀像素点数和目标区域像素点总数

(6)为了确定用于判定混合时间的阈值分数X，分别作出混合均匀像素比M在不同时刻t随阈值分数X变化的曲线图，如图3-5所示，分别计算出不同时刻M随X变化的平均变化率D(t)，求得不同时刻平均变化率之和ΣD(t)如下表3所示，其中平均变化率之和最小为阈值分数X＝90％到X＝95％，因此确定用于判定混合时间的阈值分数为X＝90％；

表3：不同时刻三组份的平均变化率之和

(7)作出阈值分数X＝90％时，RGB三组份的混合曲线图，如图6所示，红、绿、蓝三组份的混合均匀像素比M随时间t变化趋势相同，开始时曲线波动较大，最终稳定于M＝70％附近。根据国际上通常采用的95％原则，确定红、绿、蓝三组份的混匀像素比M(％)值均达到稳定值(M＝70％)的±5％所用时间为混合时间T＝13.50s。

利用常规电导率法测定本组实验的混合时间作为对比，根据国际上通用的95％原则，测定的混合时间为14.00秒，两种方法测定的混合时间偏差不超过10％。

实施例2：

(1)搭建的ORC直接接触式蒸汽发生器试验平台，根据正交试验表，本试验选用4因素3水平的正交试验详见表4。在试验过程中，通过可视窗利用高速数字摄像机(AVI格式，30帧/秒)拍摄并记录分散相液滴群在连续相导热油中的传热过程。保存其中500张的直接接触换热过程液滴群行为变化的图样(图样格式为bmp)，获得实验图样如图7A所示。试验在晚上进行，且实验拍摄过程中关闭日光灯，运用高功率光源照射可视窗，这样的处理后，发现所拍摄的图样所受外界的影响较小，且能较准确的反应直接接触式蒸发器内分散相液滴群的团聚状态，

表4：ORC直接接触式蒸汽发生器实验参数

(2)借助MATLAB软件基于RGB颜色模型获取和分解实验图样的红、绿、蓝三组份的像素矩阵P_ij(t)＝(R_ij(t),G_ij(t),B_ij(t))；其中，i、j分别表示像素点的横、纵坐标，t表示时间，R_ij(t),G_ij(t),B_ij(t)分别表示红、绿、蓝三组份的像素矩阵；

(3)在混合过程中，选取目标区域中任意一个像素点，如图7B中B点，利用编写好的MATLAB程序计算出获取的500张图样B点处红色组份和绿色组份均方差红色组份和蓝色组份均方差绿色组份和蓝色组份均方差红绿蓝三组份像素值的均方差并求得不同时刻的均方差总和分别为：10.38、20.15、17.63、23.22，因此确定用于判定混合时间的组份为红色组份和绿色组份；

(4)定义每一像素的阈值

${\mathrm{\β}}_{ij}^R=R_{ij}^0+\frac{1}{2}X\·(R_{ij}^{\mathrm{\∞}}+R_{ij}^k-2R_{ij}^0),{\mathrm{\β}}_{ij}^G=G_{ij}^0+\frac{1}{2}X\·(G_{ij}^{\mathrm{\∞}}+G_{ij}^k-2G_{ij}^0);$

其中：分别为实验起始时刻，即在t＝0秒时像素矩阵P_ij(t)的红色组份、绿色组份的像素值；分别为实验中间时刻像素矩阵P_ij(t)的红色组份、绿色组份的像素值； 分别为实验结束时刻像素矩阵P_ij(t)的红色组份、绿色组份的像素值；设定不同的阈值分数X为3％、13％、23％、33％、43％、53％、63％、73％、83％、93％；

(5)分别选出用于判定混合时间组份中的混合均匀像素点，采用下述方法之一进行选取：(i)若所选组份的像素点的像素值随时间增加，且像素值大于阈值则认为该像素点为混合均匀像素点；(ii)若所选组份的像素点的像素值随时间减小，且像素值小于阈值则认为该像素点为混合均匀像素点；通过M＝N_M/N_T计算所选组份的混合均匀像素比M值，其中N_M为混合均匀像素点的数目，N_T为目标区域像素点的总数；

(6)为了确定用于判定混合时间的阈值分数X，作出混合均匀像素比M在不同时刻t随阈值分数X变化的曲线图，分别计算出不同时刻M随X变化的平均变化率D(t)，求得不同时刻平均变化率之和ΣD(t)，其中平均变化率之和最小为阈值分数X＝73％到X＝83％，因此确定用于判定混合时间的阈值分数为X＝73％；

(7)作出阈值分数X＝73％时，红色和绿色组份的混合曲线图，如图8所示；观察红、绿组份的混匀像素比M随时间t变化情况，根据国际上通常采用的95％原则，确定红、绿组份的混匀像素比M值均达到稳定值(M＝62％)的±5％所用时间为混匀时间T＝3.10s。

利用常规电导率法测定本组实验的混合时间作为对比，根据国际上通用的95％原则，测定的混合时间为3.53秒，两种方法测定的混合时间偏差不超过10％。

Claims (7)

1.一种利用RGB颜色模型确定多相流混合时间的方法，其特征在于具体步骤如下：

(1)利用高速摄像机或电容层析成像技术获得多相流搅拌混合实时图样，并且每个时刻t对应一张图样；

(2)基于RGB颜色模型提取实验图样的红R、绿G、蓝B三个组份的像素矩阵，确定在混合过程中用于判定混合时间的组份，即在混合过程中选取目标区域中任意一个像素点，分别作出该像素点的红、绿、蓝组份的像素值随时间变化的曲线，并计算出该像素点在每一时刻t时图样的红色组份和绿色组份均方差红色组份和蓝色组份均方差绿色组份和蓝色组份均方差红绿蓝三组份像素值的均方差再将混合过程中所有时刻图样的四个均方差分别求和 比较计算出的四组均方差总和，确定均方差总和最小的组份为用于判定混合时间的组份；

(3)定义用于判断混合时间组份的每一像素的阈值其中k为R、G、B，分别选出用于判定混合时间组份中的混合均匀像素点，通过M＝N_M/N_T计算所选组份的混合均匀像素比M值，其中N_M为混合均匀像素点的数目，N_T为目标区域像素点的总数；

(4)作出混合均匀像素比M在不同时刻t随阈值分数X变化的曲线图，确定用于判定混合时间的阈值分数X，作出用于判定混合时间的混合曲线图，采用国际通用的95％原则，确定从混合开始到混合均匀像素比M值达到最终稳定值的±5％所用的时间为混合时间。

2.根据权利要求1所述的利用RGB颜色模型确定多相流混合时间的方法，其特征在于：步骤(2)中提取实验图样的红R、绿G、蓝B三个组份的像素矩阵，以像素矩阵P_ij(t)来表征目标区域，分解目标区域像素矩阵P_ij(t)＝(R_ij(t),G_ij(t),B_ij(t))，其中，i、j分别表示像素点的横、纵坐标，t表示时间，R_ij(t),G_ij(t),B_ij(t)分别表示红、绿、蓝三组份的像素矩阵。

3.根据权利要求1所述的利用RGB颜色模型确定多相流混合时间的方法，其特征在于步骤(2)中均方差计算公式如下：

${\mathrm{\σ}}_{R_{ij}{G}_{ij}}\left(t\right)=\sqrt{{\left(R_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+G_{ij}\left(t\right)\left)\right)}^2+{\left(G_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+G_{ij}\left(t\right)\left)\right)}^2};$

${\mathrm{\σ}}_{R_{ij}{B}_{ij}}\left(t\right)=\sqrt{{\left(R_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+G_{ij}\left(t\right)\left)\right)}^2+{\left(B_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+B_{ij}\left(t\right)\left)\right)}^2};$

${\mathrm{\σ}}_{G_{ij}{B}_{ij}}\left(t\right)=\sqrt{{\left(R_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+G_{ij}\left(t\right)\left)\right)}^2+{\left(G_{ij}\right(t)-\frac{1}{2}(R_{ij}\left(t\right)+G_{ij}\left(t\right)\left)\right)}^2};$

${\mathrm{\σ}}_{R_{ij}{G}_{ij}{B}_{ij}}\left(t\right)=\sqrt{{\left(R_{ij}\right(t)-\frac{1}{3}(R_{ij}\left(t\right)+G_{ij}\left(t\right)+B_{ij}\left(t\right)\left)\right)}^2+{\left(G_{ij}\right(t)-\frac{1}{3}(R_{ij}\left(t\right)+G_{ij}\left(t\right)+B_{ij}\left(t\right)\left)\right)}^2+{\left(B_{ij}\right(t)-\frac{1}{3}(R_{ij}\left(t\right)+G_{ij}\left(t\right)+B_{ij}\left(t\right)\left)\right)}^2}.$

4.根据权利要求1所述的利用RGB颜色模型确定多相流混合时间的方法，其特征在于步骤(3)中的定义的阈值如下：

${\mathrm{\β}}_{ij}^R=R_{ij}^0+\frac{1}{2}X\·(R_{ij}^{\mathrm{\∞}}+R_{ij}^k-2R_{ij}^0),{\mathrm{\β}}_{ij}^G=G_{ij}^0+\frac{1}{2}X\·(G_{ij}^{\mathrm{\∞}}+G_{ij}^k-2G_{ij}^0)$

${\mathrm{\β}}_{ij}^B=B_{ij}^0+\frac{1}{2}X\·(B_{ij}^{\mathrm{\∞}}+B_{ij}^k-2B_{ij}^0);$

其中：和分别为实验起始时刻，即在t＝0秒时像素矩阵P_ij(t)的红色组份、绿色组份和蓝色组份的像素值；和分别为实验中间时刻像素矩阵P_ij(t)的红色组份、绿色组份和蓝色组份的像素值；和分别为实验结束时刻像素矩阵P_ij(t)的红色组份、绿色组份和蓝色组份的像素值，X为设定的阈值分数，取[0,1]之间的任意参数。

5.根据权利要求1所述的利用RGB颜色模型确定多相流混合时间的方法，其特征在于：步骤(3)中分别选出用于判定混合时间组份中的混合均匀像素点，采用下述方法之一进行选取：

(1)若所选组份的像素点的像素值随时间增加，且像素值大于阈值则认为该像素点为混合均匀像素点；

(2)若所选组份的像素点的像素值随时间减小，且像素值小于阈值则认为该像素点为混合均匀像素点。

6.根据权利要求1所述的利用RGB颜色模型确定多相流混合时间的方法，其特征在于：确定阈值分数X值是在混合均匀像素比M在不同时刻t随阈值分数X变化的曲线图中，分别计算出不同时刻M随X变化的平均变化率D(t)，其中，X₁、M₁分别表示曲线图中前一个X和M值，X₂、M₂分别表示曲线图中后一个X和M值，D(t)表示不同时刻M从X₁到X₂之间的平均变化率；然后计算不同时刻t的平均变化率之和∑D(t)，选取平均变化率之和最小的起始X值作为判定混合时间的阈值分数。

7.根据权利要求1所述的利用RGB颜色模型确定多相流混合时间的方法，其特征在于：当流体是均相流体或混合前后颜色变化相近时，在流体中加入示踪粒子标记混合过程。