CN106018201A - 基于均值滤波的混合场粒径测量方法 - Google Patents
基于均值滤波的混合场粒径测量方法 Download PDFInfo
- Publication number
- CN106018201A CN106018201A CN201610355857.4A CN201610355857A CN106018201A CN 106018201 A CN106018201 A CN 106018201A CN 201610355857 A CN201610355857 A CN 201610355857A CN 106018201 A CN106018201 A CN 106018201A
- Authority
- CN
- China
- Prior art keywords
- particle
- particle diameter
- interference fringe
- coefficients
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000002245 particle Substances 0.000 title claims abstract description 144
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000001914 filtration Methods 0.000 title abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 230000003287 optical effect Effects 0.000 claims abstract description 6
- 238000003384 imaging method Methods 0.000 claims description 16
- 238000002156 mixing Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 241000931526 Acer campestre Species 0.000 claims description 3
- 208000031481 Pathologic Constriction Diseases 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 210000001215 vagina Anatomy 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 abstract 1
- 238000000205 computational method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000012798 spherical particle Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000004793 Polystyrene Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000008367 deionised water Substances 0.000 description 1
- 229910021641 deionized water Inorganic materials 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 229920002223 polystyrene Polymers 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于均值滤波的混合场粒径测量方法,本发明以均值滤波和3σ准则为基础,通过不同模板系数下的粒径计算,得到粒径均值作为最终粒径计算结果,同时对多次计算的结果进行判断,剔除粗大误差,提高测量精度。其效果是为复杂粒子场的测量提供依据,同时得到干涉条纹图均值滤波模板的选取原则,为光学系统中不同尺寸粒子的测量提供实验基础。
Description
技术领域
本发明提出一种干涉粒子成像系统中混合场粒径测量方法,特别涉及粒径测量精度的提高。
背景技术
粒子尺寸测量在工业、云微物理检测和工程测量上具有重要意义。干涉粒子成像测量技术广泛应用于粒子尺寸和粒子空间分布的获取,该方法具有非接触、精度高、速度快等优点,其研究技术较为成熟,研究对象多为尺寸相同的球形粒子。大气中的悬浮粒子、雨滴以及人体细胞等实际粒子场中,粒子尺寸并不相同,因此,研究适用于混合粒子场的干涉成像处理算法,对提高粒子尺寸的测量精度具有重要意义。
干涉粒子成像技术广泛应用于粒子尺寸的测量,研究对象多为单一粒径粒子场,为提高干涉条纹图质量,专利CN203705307U提出一种双光束照射的粒子测量装置,使干涉发生在同阶散射光之间,进而提高干涉条纹的对比度,达到提高测量精度的目的。均值滤波作为典型的平滑滤波器常用于图像处理,专利CN105427265A提出一种彩色图像对比度增强的方法,其关键在于平滑滤波,采用小尺度的均值滤波处理实现像素对比度的增强。粗大误差是结果明显偏离实际值时的误差,干涉粒子成像测量中难以避免,专利CN105403245A在提出的日光温室无线传感器多数据融合方法中,采用格拉布斯判定准则剔除粗大误差,使得数据精度提高8%。
目前还没有提出适用于混合粒子场的粒径测量方法。本发明将均值滤波与3σ准则相结合,提出一种具有粗大误差剔除功能的高精度干涉条纹图像处理算法,通过模拟与实验验证得到滤波模板的基本选取原则,得到混合粒子场与单一粒子场均适用的粒径计算方法。
发明内容
本发明目的是提出一种基于均值滤波的混合场粒径测量方法,粒子尺寸与干涉成像系统匹配度较低时干涉条纹图质量较差,利用这一方法可以减小图像质量差带来的影响,从而提高干涉成像测量算法的测量精度和适用性,获取不同粒径粒子的尺寸信息,为实际粒子场的测量提供技术支持。
本发明以均值滤波和3σ准则为基础,通过不同模板系数下的粒径计算,得到粒径均值作为最终粒径计算结果,同时对多次计算的结果进行判断,剔除粗大误差,提高测量精度。
本发明提出的基于均值滤波的混合场粒径测量方法步骤如下:
第1、粒子坐标定位与条纹圆获取,利用干涉粒子成像系统,获取干涉条纹图,将干涉条纹图与粒子掩模图像进行相关运算并取峰值,得到并存储条纹圆坐标,根据定位结果,获取粒子干涉条纹圆;
第2、设定模板系数,设定均值滤波模板系数初值为1,均值滤波前,该初值自加1,使得首次均值滤波的模板系数为2;
第3、图像处理,对干涉条纹图进行均值滤波与边缘提取,该步骤目的在于滤除噪声改善图像质量,获取更清晰的干涉条纹;
第4、条纹频率获取与粒径计算,利用傅里叶变换和修正的Rife算法完成干涉条纹频率的精确提取,根据粒径计算公式,计算粒子直径;
第5、获得不同模板系数下的计算结果,重复第3步和第4步,每重复一次,模板系数加1,直至模板系数为12,实现模板系数从2到12的粒径计算,存储不同模板系数下的每个粒子的粒径计算结果;
第6、计算粒径均值,将第5步得到的粒径计算结果分别取平均,得到不同粒径粒子的计算均值,存储各均值;
第7、粗大误差剔除,根据3σ准则,以不同模板系数下的粒径计算结果作为该准则中的每一项,判断粒径计算结果是否存在粗大误差,若存在粗大误差,则该粒子的粒径计算结果被清除,该粒子为不可处理干涉条纹圆,否则,以第6步计算得到的粒径均值作为最终结果输出。
进一步的,第4步中粒径计算公式为:
其中N为条纹数,w和θ分别为收集角和散射角,λ为激光波长,n1为周围介质折射率。
进一步的,所述的干涉条纹图每行数据相近,提取第i行数据yi(h),h为每一个像素点数,得到模板大小为(2H+1)×(2H+1)的S域传递函数G(s)为
得到不同模板系数的幅频特性曲线。
本发明提出的基于均值滤波的混合场粒径测量方法中,干涉条纹图均值滤波模板的选取原则:干涉成像系统中参数的确定与待测粒子尺寸有关,参数确定后对某一粒径粒子的测量效果最佳,对粒径偏离该尺寸的粒子,干涉条纹图质量下降。粒子尺寸与干涉成像系统越匹配,干涉条纹成像质量越好,其对滤波模板的敏感度越低,因此,模板系数选取相对随意,模板系数对测量精度影响较小。粒子尺寸越偏离干涉成像系统,其图像质量越差,对滤波模板越敏感,因此滤波模板不应过大或过小而应取中间值。
本发明的有益效果是:
(1)本发明提出一种基于均值滤波的混合场粒径测量方法,为复杂粒子场的测量提供依据。
(2)本发明得到干涉条纹图均值滤波模板的选取原则,为光学系统中不同尺寸粒子的测量提供实验基础。
附图说明
图1是本发明的基本流程图。
图2是均值滤波不同模板系数的幅频特性曲线。
图3是模拟模板系数对不同质量干涉条纹图的影响。其中:(a)是不含噪声的干涉条纹图;(b)是加入0-0.5Hz随机噪声的干涉条纹图;(c)是亮度减小200像素的含有噪声的干涉条纹图;(d)是对比度减小6倍的含有噪声的干涉条纹图。
图4是模板系数对不同粒径粒子干涉条纹图的影响。其中:(a)是21.3um粒子干涉条纹图;(b)是45um粒子干涉条纹图;(c)是57.9um粒子干涉条纹图。
图5是不同粒子场的粒子定位结果。其中:(a)是21.3um粒子场;(b)是45um粒子场;(c)是57.9um粒子场;(d)是包含以上三种粒径的混合粒子场。
图6是粗大误差判断结果。其中:被判断为粗大误差的干涉条纹圆用方框标出。
图7是粒径计算结果的相对误差拟合图。
具体实施方式
参见附图1,本发明提出的基于均值滤波的混合场粒径测量方法步骤如下:
第1、粒子坐标定位与条纹圆获取,利用干涉粒子成像系统,获取干涉条纹图,将干涉条纹图与粒子掩模图像进行相关运算并取峰值,得到并存储条纹圆坐标,根据定位结果,获取粒子干涉条纹圆。
第2、设定模板系数,设定均值滤波模板系数初值为1,均值滤波前,该初值自加1,使得首次均值滤波的模板系数为2。
第3、图像处理,对干涉条纹图进行均值滤波与边缘提取,该步骤目的在于滤除噪声改善图像质量,获取更清晰的干涉条纹。
第4、条纹频率获取与粒径计算,利用傅里叶变换和修正的Rife算法完成干涉条纹频率的精确提取,根据粒径计算公式,计算粒子直径。
第5、获得不同模板系数下的计算结果,重复第3步和第4步,每重复一次,模板系数加1,直至模板系数为12,实现模板系数从2到12的粒径计算,存储不同模板系数下的每个粒子的粒径计算结果。
第6、计算粒径均值,将第5步得到的粒径计算结果分别取平均,得到不同粒径粒子的计算均值,存储各均值。
第7、粗大误差剔除,根据3σ准则,以不同模板系数下的粒径计算结果作为该准则中的每一项,判断粒径计算结果是否存在粗大误差,若存在粗大误差,则该粒子的粒径计算结果被清除,该粒子为不可处理干涉条纹圆,否则,以第6步计算得到的粒径均值作为最终结果输出。
实施例1:干涉粒子成像系统
本发明采用的干涉粒子成像系统中,激光器出射光波长为532nm,最大输出功率为4W。激光束经过扩束、空间滤波、准直后经柱透镜被压缩为1mm片状激光束。采用尼康AF 50mm f/1.8D定焦镜头作为成像透镜收集粒子散射光。接收器件为像元尺寸3.45μm,有效像元数为2448*2048的CCD。系统散射角为60°,系统放大倍率为M=0.159,物距Zl=364.37mm,像距Zi=57.95mm,收集角w=5.612°。待测粒子为聚苯乙烯球形粒子,尺寸分别为21.3um,45um和57.9um,观测过程中粒子置于去离子水中。
本发明的干涉条纹图每行数据相近,提取第i行数据yi(h),h为每一个像素点数,得到模板大小为(2H+1)×(2H+1)的S域传递函数G(s)为
从而得到图2所示不同模板系数的幅频特性曲线。
图3和图4为均值滤波模板系数对不同质量干涉条纹图的影响,图3为模拟结果,图4为对实际干涉条纹图处理结果,在同一光学系统下不同粒径的干涉条纹图质量不同,随着模板系数的增大,滤波器的带宽变小,图像质量不好时,频率较分散,因此在不同滤波器模板系数的影响下,频谱变动很大。
根据干涉条纹图均值滤波模板选取原则,本发明中,45um和57.9um粒子干涉条纹图质量较好,对模板系数的选取不敏感,21.3um粒子对模板系数较为敏感,因此应取中间值,根据实验验证21.3um粒子场、45um粒子场、57.9um粒子场的模板系数分别为TC=8,TC=12和TC=2。
实施例2:粒径提取与误差剔除
粒径计算公式为
其中N为条纹数,w和θ分别为收集角和散射角,λ为激光波长,n1为周围介质折射率。
图5给出了该方法对不同粒径粒子场和混合粒子场的干涉条纹图定位结果,该发明具有粗大误差剔除功能,判断为粗大误差的条纹圆标于图6,将单一粒子场粒径计算方法与该发明提出的方法比较,分别处理图5所示的四种粒子场干涉条纹图,得到粒径计算结果相对误差拟合图如图7所示,其中RE代表相对误差,参数D对应该发明提出的方法,图6所示的粗大误差与图7中两个较大的相对误差值相对应。
对比该发明的处理方法与适用于单一粒子场的处理方法,得到粒径计算结果相对误差平均值并列于表1,该表充分说明了该算法对粒子场粒径计算精度和适用性的提高。
表1
需要说明的是,上述对实施例的描述是为便于该技术领域的普通技术人员能理解和应用本发明,因此,本发明不限于这里的实施例,本领域技术人员根据本发明的揭示,对于本发明做出的改进和修饰都应该在本发明的保护范围之内。
Claims (3)
1.基于均值滤波的混合场粒径测量方法,其特征在于步骤如下:
第1、粒子坐标定位与条纹圆获取,利用干涉粒子成像系统,获取干涉条纹图,将干涉条纹图与粒子掩模图像进行相关运算并取峰值,得到并存储条纹圆坐标,根据定位结果,获取粒子干涉条纹圆;
第2、设定模板系数,设定均值滤波模板系数初值为1,均值滤波前,该初值自加1,使得首次均值滤波的模板系数为2;
第3、图像处理,对干涉条纹图进行均值滤波与边缘提取,该步骤目的在于滤除噪声改善图像质量,获取更清晰的干涉条纹;
第4、条纹频率获取与粒径计算,利用傅里叶变换和修正的Rife算法完成干涉条纹频率的精确提取,根据粒径计算公式,计算粒子直径;
第5、获得不同模板系数下的计算结果,重复第3步和第4步,每重复一次,模板系数加1,直至模板系数为12,实现模板系数从2到12的粒径计算,存储不同模板系数下的每个粒子的粒径计算结果;
第6、计算粒径均值,将第5步得到的粒径计算结果分别取平均,得到不同粒径粒子的计算均值,存储各均值;
第7、粗大误差剔除,根据3σ准则,以不同模板系数下的粒径计算结果作为该准则中的每一项,判断粒径计算结果是否存在粗大误差,若存在粗大误差,则该粒子的粒径计算结果被清除,该粒子为不可处理干涉条纹圆,否则,以第6步计算得到的粒径均值作为最终结果输出。
2.根据权利要求1所述的基于均值滤波的混合场粒径测量方法,其特征在于:第4步中,粒径计算公式为:
其中N为条纹数,w和θ分别为收集角和散射角,λ为激光波长,n1为周围介质折射率。
3.根据权利要求1所述的基于均值滤波的混合场粒径测量方法,其特征在于:所述的干涉条纹图每行数据相近,提取第i行数据yi(h),h为每一个像素点数,得到模板大小为(2H+1)×(2H+1)的S域传递函数G(s)为
得到不同模板系数的幅频特性曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610355857.4A CN106018201B (zh) | 2016-05-26 | 2016-05-26 | 基于均值滤波的混合场粒径测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610355857.4A CN106018201B (zh) | 2016-05-26 | 2016-05-26 | 基于均值滤波的混合场粒径测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106018201A true CN106018201A (zh) | 2016-10-12 |
CN106018201B CN106018201B (zh) | 2018-08-21 |
Family
ID=57093428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610355857.4A Expired - Fee Related CN106018201B (zh) | 2016-05-26 | 2016-05-26 | 基于均值滤波的混合场粒径测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106018201B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108776087A (zh) * | 2018-06-11 | 2018-11-09 | 浙江大学 | 一种用于测量气泡参数的相位临界角散射测量方法及装置 |
CN109633199A (zh) * | 2018-12-11 | 2019-04-16 | 天津大学 | 一种基于相关匹配的粒子聚焦两点像测速方法 |
CN113155691A (zh) * | 2021-04-19 | 2021-07-23 | 西安新汇泽测控技术有限公司 | 一种矩阵式径流泥沙含量检测设备及检测方法 |
CN113447407A (zh) * | 2021-08-17 | 2021-09-28 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种粒子尺寸的测量方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101043581A (zh) * | 2006-03-21 | 2007-09-26 | 中国科学院计算技术研究所 | 一种多模板混合滤波的图像去噪方法 |
WO2007138818A1 (ja) * | 2006-05-26 | 2007-12-06 | Japan Aerospace Exploration Agency | 微小液滴・気泡・粒子の位置・粒径・速度測定の方法と装置 |
CN101510301A (zh) * | 2009-03-12 | 2009-08-19 | 天津大学 | 基于邻域加窗的小波图像去噪方法 |
CN102116610A (zh) * | 2010-11-29 | 2011-07-06 | 科达斯特恩(常州)汽车塑件系统有限公司 | 基于机器视觉的汽车配件尺寸在线自动检测方法及装置 |
CN102968776A (zh) * | 2012-11-13 | 2013-03-13 | 华中科技大学 | 一种线性与非线性滤波器相结合的非均匀性校正方法 |
CN103247025A (zh) * | 2012-02-06 | 2013-08-14 | 河北师范大学 | 基于圆形自适应模板的图像加权均值滤波方法 |
CN103674791A (zh) * | 2013-12-16 | 2014-03-26 | 天津大学 | 一种基于双光束照射的干涉粒子成像测量方法 |
CN105243647A (zh) * | 2015-10-30 | 2016-01-13 | 哈尔滨工程大学 | 一种基于线性空间滤波的图像增强方法 |
CN105403245A (zh) * | 2015-10-16 | 2016-03-16 | 沈阳农业大学 | 日光温室无线传感器多数据融合方法 |
CN105427265A (zh) * | 2015-12-25 | 2016-03-23 | 武汉鸿瑞达信息技术有限公司 | 一种彩色图像对比度增强方法及系统 |
-
2016
- 2016-05-26 CN CN201610355857.4A patent/CN106018201B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101043581A (zh) * | 2006-03-21 | 2007-09-26 | 中国科学院计算技术研究所 | 一种多模板混合滤波的图像去噪方法 |
WO2007138818A1 (ja) * | 2006-05-26 | 2007-12-06 | Japan Aerospace Exploration Agency | 微小液滴・気泡・粒子の位置・粒径・速度測定の方法と装置 |
CN101510301A (zh) * | 2009-03-12 | 2009-08-19 | 天津大学 | 基于邻域加窗的小波图像去噪方法 |
CN102116610A (zh) * | 2010-11-29 | 2011-07-06 | 科达斯特恩(常州)汽车塑件系统有限公司 | 基于机器视觉的汽车配件尺寸在线自动检测方法及装置 |
CN103247025A (zh) * | 2012-02-06 | 2013-08-14 | 河北师范大学 | 基于圆形自适应模板的图像加权均值滤波方法 |
CN102968776A (zh) * | 2012-11-13 | 2013-03-13 | 华中科技大学 | 一种线性与非线性滤波器相结合的非均匀性校正方法 |
CN103674791A (zh) * | 2013-12-16 | 2014-03-26 | 天津大学 | 一种基于双光束照射的干涉粒子成像测量方法 |
CN105403245A (zh) * | 2015-10-16 | 2016-03-16 | 沈阳农业大学 | 日光温室无线传感器多数据融合方法 |
CN105243647A (zh) * | 2015-10-30 | 2016-01-13 | 哈尔滨工程大学 | 一种基于线性空间滤波的图像增强方法 |
CN105427265A (zh) * | 2015-12-25 | 2016-03-23 | 武汉鸿瑞达信息技术有限公司 | 一种彩色图像对比度增强方法及系统 |
Non-Patent Citations (5)
Title |
---|
HONGXIA ZHANG, ET AL.: "Theoretical analysis and experimental validation of sampling volume in tilted imaging system", 《IEEE PHOTONICS JOURNAL》 * |
吕且妮 等: "激光干涉粒子成像乙醇喷雾场粒子尺寸和粒度分布测量", 《中国激光》 * |
浦世亮: "基于激光干涉原理的颗粒场测量技术研究", 《中国博士学位论文全文数据库信息科技辑》 * |
陈益亮: "激光干涉粒子成像测量技术的理论与实验研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
马志彬: "激光干涉成像粒子尺寸测量实验研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108776087A (zh) * | 2018-06-11 | 2018-11-09 | 浙江大学 | 一种用于测量气泡参数的相位临界角散射测量方法及装置 |
CN108776087B (zh) * | 2018-06-11 | 2020-03-31 | 浙江大学 | 一种用于测量气泡参数的相位临界角散射测量方法及装置 |
CN109633199A (zh) * | 2018-12-11 | 2019-04-16 | 天津大学 | 一种基于相关匹配的粒子聚焦两点像测速方法 |
CN109633199B (zh) * | 2018-12-11 | 2020-09-22 | 天津大学 | 一种基于相关匹配的粒子聚焦两点像测速方法 |
CN113155691A (zh) * | 2021-04-19 | 2021-07-23 | 西安新汇泽测控技术有限公司 | 一种矩阵式径流泥沙含量检测设备及检测方法 |
CN113447407A (zh) * | 2021-08-17 | 2021-09-28 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种粒子尺寸的测量方法 |
CN113447407B (zh) * | 2021-08-17 | 2022-04-26 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种粒子尺寸的测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106018201B (zh) | 2018-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110287932B (zh) | 基于深度学习图像语义分割的道路阻断信息提取方法 | |
WO2016197477A1 (zh) | 一种计算激光光束光斑大小的方法 | |
CN105488770B (zh) | 一种面向对象的机载激光雷达点云滤波方法 | |
CN106018201A (zh) | 基于均值滤波的混合场粒径测量方法 | |
CN101634551B (zh) | 一种检测表面粗糙度的方法及其系统 | |
CN107748871A (zh) | 一种基于多尺度协方差描述子与局部敏感黎曼核稀疏分类的三维人脸识别方法 | |
CN102628944B (zh) | 一种基于多普勒雷达资料的层云与对流云自动识别方法 | |
CN103759676A (zh) | 一种工件表面粗糙度非接触式的检测方法 | |
CN108195736B (zh) | 一种三维激光点云提取植被冠层间隙率的方法 | |
CN109358023B (zh) | 一种快速测量随溶液浓度变化的液相扩散系数的平台及方法 | |
CN101957178A (zh) | 一种隧道衬砌裂缝测量方法及其测量装置 | |
CN104700398A (zh) | 一种点云场景物体提取方法 | |
CN102818523B (zh) | 小工件视觉测量方法及测量系统 | |
CN107607195B (zh) | 一种基于复振幅实时获取的光束质量测量方法 | |
CN109408909A (zh) | 一种三维粗糙表面微凸体拟合方法 | |
CN106018414A (zh) | 高次曲面光学元件表面缺陷的定量检测方法 | |
CN107860722A (zh) | 一种蜜瓜内部品质在线检测方法及系统 | |
CN110232334A (zh) | 一种基于卷积神经网络的钢结构锈蚀识别方法 | |
CN105021199B (zh) | 基于ls的多模型自适应状态估计方法及系统 | |
CN108061697B (zh) | 土体三维孔隙率计算方法 | |
CN104813217B (zh) | 用于设计能够估计景深的无源单通道成像器的方法 | |
CN106018198B (zh) | 一种气泡粒径的反演计算方法 | |
CN108460422B (zh) | 基于深度分布特征的海底地貌类型识别方法 | |
CN105547945A (zh) | 干涉粒子成像系统采样区内粒子的判别方法 | |
CN109115125A (zh) | 激光损伤硅基或锗基光学元件表面形貌数字化表征方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180821 Termination date: 20210526 |
|
CF01 | Termination of patent right due to non-payment of annual fee |