CN106770115B - 管道内周向液膜特征光学畸变校正与测量方法 - Google Patents

管道内周向液膜特征光学畸变校正与测量方法 Download PDF

Info

Publication number
CN106770115B
CN106770115B CN201611218416.6A CN201611218416A CN106770115B CN 106770115 B CN106770115 B CN 106770115B CN 201611218416 A CN201611218416 A CN 201611218416A CN 106770115 B CN106770115 B CN 106770115B
Authority
CN
China
Prior art keywords
image
target
liquid film
pipeline
distortion
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.)
Active
Application number
CN201611218416.6A
Other languages
English (en)
Other versions
CN106770115A (zh
Inventor
薛婷
吴斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201611218416.6A priority Critical patent/CN106770115B/zh
Publication of CN106770115A publication Critical patent/CN106770115A/zh
Application granted granted Critical
Publication of CN106770115B publication Critical patent/CN106770115B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64Fluorescence; Phosphorescence
    • G01N2021/6491Measuring fluorescence and transmission; Correcting inner filter effect
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing
    • G01N2201/127Calibration; base line adjustment; drift compensation

Abstract

本发明属于多相流测试领域,为实现不依赖于管道的材料、形状、尺寸以及工作液体的折射率,即使在圆管外不加方形水套也可以实现周向液膜特征的非侵入、高精度测量与分析。本发明采用的技术方案是,管道内周向液膜特征光学畸变校正与测量方法,步骤如下:1)、设计适用于管道内周向液膜测量的圆形校准靶标;2)、将靶标畸变图像与理想靶标图像上的特征点进行匹配;3)、调整片状激光,使其水平照亮靶标平面处的管道横截面;4)、将采集的液膜原始图像进行灰度化、差影及滤波预处理;5)、将畸变校正后的双视角图像中心位置重合。本发明主要应用于多相流测试场合。

Description

管道内周向液膜特征光学畸变校正与测量方法
技术领域
本发明属于多相流测试领域,特别涉及一种管道内周向液膜特征的光学畸变校正和测量方法。
背景技术
对于管道内气液两相流,当气相占据管道截面中心,而液相附着于管道内壁流动时,称为气液环状流。环状流具有较宽的气、液相流速范围,而且液膜流动消耗少,热质交换能力强,广泛存在于石油、化工、水利、能源、冶金、核工业等国民经济重要的工业生产过程、系统和装备中。对于管道内液膜重要的特征参数,如液膜厚度及其分布、波速、液膜与管壁间剪切应力等的准确测量具有非常重要的意义。在高流速下,由于液雾以及气液相间的相互作用,液膜流动呈现非轴对称性,除了沿液膜流动方向的管道轴向液膜流动结构,解析管道圆周截面上的液膜流动特征和流动结构具有更为重要的研究意义。
典型的管道内液膜流场测试方法,如基于电导探针的测量方法仅能探测其附近的信号,且具有平均效应,在液膜厚度较大时,信号灵敏度会降低,即使采用多电导电极阵列,对于随时空高速变化的动态液膜而言,仍然难以获得足够高的时空分辨率。平面激光诱导荧光(PLIF)技术是一种具有原理优势的流场诊断方法,具有非侵入、高时空分辨率、场测量以及可视化的突出优势,已成为环状流和液膜研究的前沿和热点。该方法是采用接近荧光物质最大吸收波长的激光作为激发光源,照射空间流场某一截面,诱导溶于液相中的荧光分子发出荧光,利用高速摄像机获取荧光图像并进行诊断的一种先进光学诊断方法。
针对基于PLIF的液膜流动测试,由于管道以及气液相折射率的差异,以及管道弯曲形状所带来的影响,摄取到的液膜图像难免失真,采集计算得到的实际液膜厚度大于原始液膜厚度。目前为了克服管道内液膜光路畸变和失真带来的影响,使其易于诊断,一般会建立矩形管道,或通过折射率匹配的方法,即在圆管外安装方形管道,其间充满折射率相近的工作液体来进行光路补偿,这种基于外加结构的折射率匹配方法增加了测量的复杂性,在有些场合也难以实现。因此,如何实现管道内液膜特征的普适性、高精度测量成为具有突破性的关键技术之一。
发明内容
为克服现有技术的不足,本发明旨在提出一种基于靶标校准的管道内周向液膜光学畸变校正和测量方法,不依赖于管道的材料、形状、尺寸以及工作液体的折射率,即使在圆管外不加方形水套也可以实现周向液膜特征的非侵入、高精度测量与分析。本发明采用的技术方案是,管道内周向液膜特征光学畸变校正与测量方法,步骤如下:
1)、设计适用于管道内周向液膜测量的圆形校准靶标,采集液相工质条件下待测周向截面的靶标畸变图像,提取靶标畸变图像上的特征点;
2)、将靶标畸变图像与理想靶标图像上的特征点进行匹配,基于多项式函数建立原始图像与畸变图像特征点之间的映射数学模型;
3)、调整片状激光,使其水平照亮靶标平面处的管道横截面,激发溶解有特定荧光溶剂的轴向液膜产生荧光,利用高速摄像机摄取圆管内周向液膜的双视角荧光图像;
4)、将采集的液膜原始图像进行灰度化、差影及滤波预处理,并基于映射数学模型对预处理后的液膜图像进行畸变校正,具体分为两步,一是对原畸变图像与畸变校正后图像进行映射变换,二是基于灰度插值确定畸变校正后图像的灰度值;
5)、将畸变校正后的双视角图像中心位置重合,并对摄取的左、右半周液膜图像有效部分进行融合,准确还原周向液膜的流动状态,以便提取周向液膜特征,并进一步分析管道内液膜的演化特性及传热传质特性。
靶标设计为圆形,直径为管道内径2倍,靶标特征由距离靶心不同远近的圆点组成,位于靶心的中心圆点直径为1mm,距离其最近且与竖直方向夹角分别为0°、90°、180°及270°处分别排列4个小圆点,直径为0.25mm,将管道中心作为投影基准,其余圆点按横向与纵向间距1.5mm依次排列,直径为0.5mm,,根据双视角周向液膜的分布特性,采用单台高速摄像机和折光分光光路虚拟两台高速摄像机,将靶标平面置于片状激光照亮的待测圆周截面位置上,在管道内加注液相;
将靶标的圆点质心作为待提取特征点,根据光路分析,圆管内靶标中心区域的光路畸变最小,因此可以将中心区域处4个小圆点的位置关系作为已知条件,对靶标畸变图像进行灰度化、差影、滤波以及阈值分割,提取各圆点特征的质心及面积,根据面积属性获取靶标中心位姿关系,并利用已知4个小圆点与中心点之间的位置关系,由近及远依次推导出其余圆点的质心坐标,建立理想靶标图像,并得到其特征点坐标及其位姿关系,根据畸变靶标图像与理想图像特征点之间的畸变投影关系匹配特征点,基于多项式函数建模的方法得到畸变校正的数学模型,其原理如下:
设p(u,v)为理想图像,p(x,y)为对应畸变的图像,两者的特征点坐标存在非线性对应关系F,即
(x,y)=F(u,v) (1)
上式可用多项式模型来近似,即
Figure GDA0001265199920000021
式中,aij和bij为待定系数,n为多项式次数。通过特征点匹配获得多组匹配对,基于最小二乘拟合得到式(2)中多项式系数。
进一步地,基于靶标校正后,利用激光照射该横截面流场,采用高速摄像机摄取并对畸变的液膜荧光图像进行校正处理,即对图像上每一坐标值(u,v)进行变换F,得到在畸变图像上的对应坐标(x,y),在获得畸变图像与校正图像坐标之间的变换关系后,采用灰度插值法,确定校正后图像灰度值。
本发明的特点及有益效果是:
本发明方法通过基于靶标的畸变校正方法,结合平面激光诱导荧光技术,实现了圆管内周向液膜的光学畸变校正与高精度可视化测量。该方法突破了传统测量手段必须建立矩形管道,或通过折射率匹配(在圆管外安装方形透明管,其间充满折射率相近的工作液体)进行光路补偿的局限性,基于畸变校正数学模型实现了管道内周向液膜的高精度、普适性测量,为后续气液环状流中液膜流动结构及演化特性分析奠定了坚实基础。
附图说明:
图1为管道内周向液膜流动特征不同测量方法示意图(以竖直管道为例)。图中,(a)为传统折射率匹配方法示意图,(b)为本发明测量方法示意图。
图2为设计的校准靶标与高速摄像机采集的靶标图像。图中,(a)为设计的靶标样式及局部放大图,(b)为实际采集的靶标图像。
图3为管道内周向液膜畸变校正前与畸变校正后的图像。图中,(a)为畸变校正前的周向液膜图像(预处理后),(b)为畸变校正后的液膜图像,(c)为左右视角融合后的液膜图像。
具体实施方式
本方法适用于环状流圆管内周向液膜特征的光学畸变校正和测量,同样也适用于其他流型或降膜圆管内周向液膜特征的光学畸变校正和测量。
针对圆管内周向液膜,本发明通过基于靶标的光学畸变校正,结合平面激光诱导荧光技术,实现了周向液膜特征的光学畸变校正与高精度测量。设计了新型圆形校准靶标,基于靶标建立畸变图像与真实图像之间的变换关系,并通过液膜图像预处理、畸变校正及图像融合,即使不采用方形管道或增加水套装置,仍然可以有效重建管道内液膜图像,进而高精度地提取周向液膜时空流动特征。
具体校正及测量方法如下:
1、设计适用于管道内周向液膜测量的圆形校准靶标,采集液相工质条件下待测周向截面的靶标畸变图像,提取靶标畸变图像上的特征点;
2、将靶标畸变图像与理想靶标图像上的特征点进行匹配,基于多项式函数建立原始图像与畸变图像特征点之间的映射数学模型;
3、调整片状激光,使其水平照亮靶标平面处的管道横截面,激发溶解有特定荧光溶剂的轴向液膜产生荧光,利用高速摄像机摄取圆管内周向液膜的双视角荧光图像;
4、将采集的液膜原始图像进行灰度化、差影及滤波等预处理,并基于映射数学模型对预处理后的液膜图像进行畸变校正,具体分为两步,一是对原畸变图像与畸变校正后图像进行映射变换,二是基于灰度插值确定畸变校正后图像的灰度值;
5、将畸变校正后的双视角图像中心位置重合,并对摄取的左、右半周液膜图像有效部分进行融合,准确还原周向液膜的流动状态,以便提取周向液膜特征,并进一步分析管道内液膜的演化特性及传热传质特性等。
本发明一种基于靶标校准的管道内周向液膜流动参数光学畸变校正和测量方法,其独特之处在于:不依赖于管道的材料、形状、尺寸以及工作液体的折射率,对于圆形管道而言,即使不外加方形水套也可以实现周向液膜厚度、分布等流动特征的无扰、准确测量和分析,对于非轴对称气液环状流流动结构和流动特性的研究而言尤为重要。
下面结合附图对本发明做进一步的说明:
图1所示为管道内周向液膜的不同测量方法示意图。以竖直管道内环状流液膜为例,圆形管道内为被荧光剂(如罗丹明B)染色后的液膜,激光平面水平照射管道内液膜流场,两台高速摄像机分别从两个视角获取液膜左、右半周液膜图像并进行处理。由于管道以及气液相折射率的差异,以及管道弯曲形状所带来的影响,管道内液膜会产生光路畸变和失真,传统的测量方法需要在圆管外安装方形透明管段,其间充满折射率相近的工作液体(如水,其折射率n=1.33)来进行光路补偿,如图1(a)所示。本发明方法基于靶标校准建立畸变图像与真实图像之间的关系,不加装方形水套也可以实现周向液膜特征的准确测量,如图1(b)所示。
图2所示为设计的靶标样式及高速摄像机采集得到的靶标图像。靶标设计为圆形,直径为管道内径2r。为了方便、快速、准确地提取特征进行投影变换,设计靶标如图2(a)所示。靶标特征由距离靶心不同远近的圆点组成,中心圆点直径为1mm,距离其最近且与竖直方向夹角分别为0°、90°、180°及270°处分别排列4个小圆点,直径为0.25mm,如图2(a)中放大图所示,由于管道中心处畸变较小,可将其作为投影基准,其余圆点按横向与纵向间距1.5mm依次排列,直径为0.5mm。根据双视角周向液膜的分布特性,为了严格同步及有效利用高速摄像机视场,采用单台高速摄像机和折光分光光路虚拟两台高速摄像机,将靶标平面置于片状激光照亮的待测圆周截面位置上,在管道内加注液相,摄取的双视角靶标图像如图2(b)所示。从图中可以看出,由于管道形状及不同折射率的影响,靶标图像产生了明显的畸变,中心区域畸变较小,靠近管道处畸变较大。
将靶标的圆点质心作为待提取特征点,根据光路分析,圆管内靶标中心区域的光路畸变最小,因此可以将中心区域处4个小圆点的位置关系作为已知条件。对靶标畸变图像进行灰度化、差影、滤波以及阈值分割等,提取各圆点特征的质心及面积,根据面积属性获取靶标中心位姿关系,并利用已知4个小圆点与中心点之间的位置关系,由近及远依次推导出其余圆点的质心坐标。建立理想靶标图像,并得到其特征点坐标及其位姿关系,根据畸变靶标图像与理想图像特征点之间的畸变投影关系匹配特征点,基于多项式函数建模的方法得到畸变校正的数学模型,其原理如下:
设p(u,v)为理想图像,p(x,y)为对应畸变的图像,两者的特征点坐标存在非线性对应关系F,即
(x,y)=F(u,v) (1)
上式可用多项式模型来近似,即
Figure GDA0001265199920000041
式中,aij和bij为待定系数,n为多项式次数。通过特征点匹配获得多组匹配对,基于最小二乘拟合得到式(2)中多项式系数,为了满足计算量与畸变校正精度的需求,多项式次数n一般取5。
基于靶标校正后,利用激光照射该横截面流场,采用高速摄像机摄取并对畸变的液膜荧光图像进行校正处理,即对图像上每一坐标值(u,v)进行变换F,得到在畸变图像上的对应坐标(x,y)。在获得畸变图像与校正图像坐标之间的变换关系后,采用灰度插值法确定校正后图像灰度值,
图3为采用本发明方法采集得到的周向液膜原始图像以及畸变校正后的图像。其中,图3(a)为基于PLIF摄取的环状流圆管内周向液膜双视角图像,并经过了灰度化、差影及中值滤波等图像预处理。从图中可以看出,由于光路畸变的影响,摄取的液膜图像产生了很大的畸变。基于畸变校正数学模型对图3(a)进行处理,得到畸变校正后的液膜图像,如图3(b)所示。从图中可以看出,基于靶标的光学畸变校正方法可以很好地对管道内液膜畸变进行逆变换,从而有效地去除由于圆形管道及不同折射率所带来的畸变影响。将畸变校正后的双视角图像中心位置重合,并对图像中液膜有效部分进行逻辑“与”运算,融合后的周向液膜图像如图3(c)所示,准确还原了周向液膜的流动结构。
基于靶标校准后的周向液膜图像,可以有效还原管道内周向液膜流动分布,准确获取周向液膜厚度及分布,进而获得液膜时空统计特征及波动特征。该发明为科学研究和工程应用领域中实现管道内液膜的准确、普适测量,深入认识液膜演化及传热传质特性,以及气液环状流流动特性等提供了新的技术途径,有力推动了两相/多相流动测试和流动理论的发展。

Claims (2)

1.一种管道内周向液膜特征光学畸变校正与测量方法,其特征是,步骤如下:
1)、设计适用于环状流流型或降膜圆管内周向液膜测量的圆形校准靶标,并采集液相工质条件下待测周向截面的靶标畸变图像,提取靶标畸变图像上的特征点;
2)、将靶标畸变图像与理想靶标图像上的特征点进行匹配,基于多项式函数建立原始图像与畸变图像特征点之间的映射数学模型;
3)、调整片状激光,使其水平照亮靶标平面处的管道横截面,激发溶解有特定荧光溶剂的轴向液膜产生荧光,利用高速摄像机摄取圆管内周向液膜的双视角荧光图像;
4)、将采集的液膜原始图像进行灰度化、差影及滤波预处理,并基于映射数学模型对预处理后的液膜图像进行畸变校正,具体分为两步,一是对原畸变图像与畸变校正后图像进行映射变换,二是基于灰度插值确定畸变校正后图像的灰度值;
5)、将畸变校正后的双视角图像中心位置重合,并对摄取的左、右半周液膜图像有效部分进行融合,准确还原周向液膜的流动状态,以便提取周向液膜特征,并进一步分析管道内液膜的演化特性及传热传质特性;
其中,靶标设计为圆形,直径为管道内径2倍,靶标特征由距离靶心不同远近的圆点组成,位于靶心的中心圆点直径为1mm,距离其最近且与竖直方向夹角分别为0°、90°、180°及270°处分别排列4个小圆点,直径为0.25mm,将管道中心作为投影基准,其余圆点按横向与纵向间距1.5mm依次排列,直径为0.5mm,根据双视角周向液膜的分布特性,采用单台高速摄像机和折光分光光路虚拟两台高速摄像机,将靶标平面置于片状激光照亮的待测圆周截面位置上,在管道内加注液相;
将靶标的圆点质心作为待提取特征点,根据光路分析,圆管内靶标中心区域的光路畸变最小,因此可以将中心区域处4个小圆点的位置关系作为已知条件,对靶标畸变图像进行灰度化、差影、滤波以及阈值分割,提取各圆点特征的质心及面积,根据面积属性获取靶标中心位姿关系,并利用已知4个小圆点与中心点之间的位置关系,由近及远依次推导出其余圆点的质心坐标,建立理想靶标图像,并得到其特征点坐标及其位姿关系,根据畸变靶标图像与理想图像特征点之间的畸变投影关系匹配特征点,基于多项式函数建模的方法得到畸变校正的数学模型,其原理如下:
设p(u,v)为理想图像,p(x,y)为对应畸变的图像,两者的特征点坐标存在非线性对应关系F,即
(x,y)=F(u,v) (1)
上式可用多项式模型来近似,即
Figure FDA0002295939660000011
式中,aij和bij为待定系数,n为多项式次数,n=5,通过特征点匹配获得多组匹配对,基于最小二乘拟合得到式(2)中多项式系数。
2.如权利要求1所述的管道内周向液膜特征光学畸变校正与测量方法,其特征是,进一步地,基于靶标校正后,利用激光照射该横截面流场,采用高速摄像机摄取并对畸变的液膜荧光图像进行校正处理,即对图像上每一坐标值(u,v)进行变换F,得到在畸变图像上的对应坐标(x,y),在获得畸变图像与校正图像坐标之间的变换关系后,采用灰度插值法,确定校正后图像灰度值。
CN201611218416.6A 2016-12-26 2016-12-26 管道内周向液膜特征光学畸变校正与测量方法 Active CN106770115B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611218416.6A CN106770115B (zh) 2016-12-26 2016-12-26 管道内周向液膜特征光学畸变校正与测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611218416.6A CN106770115B (zh) 2016-12-26 2016-12-26 管道内周向液膜特征光学畸变校正与测量方法

Publications (2)

Publication Number Publication Date
CN106770115A CN106770115A (zh) 2017-05-31
CN106770115B true CN106770115B (zh) 2020-04-28

Family

ID=58926101

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611218416.6A Active CN106770115B (zh) 2016-12-26 2016-12-26 管道内周向液膜特征光学畸变校正与测量方法

Country Status (1)

Country Link
CN (1) CN106770115B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108387524B (zh) * 2018-01-22 2020-06-05 青岛理工大学 一种多相材料连续剖面图像获取方法
CN108871211B (zh) * 2018-04-12 2020-05-22 西安交通大学 一种圆管内气液两相环状流液膜厚度的测量及修正方法
CN109239014B (zh) * 2018-09-05 2021-04-02 西北核技术研究所 一种用于图像位置校准的特征点获取方法
CN110907420B (zh) * 2019-12-04 2021-07-02 中国科学院过程工程研究所 一种不互溶液-液相间传质平衡时间的测量装置及利用其的测量方法
CN111220588B (zh) * 2020-03-24 2023-05-16 哈尔滨工业大学(威海) 一种基于油膜荧光亮度的流场辐聚辐散测量方法
CN111665263B (zh) * 2020-06-11 2022-04-29 长江空间信息技术工程有限公司(武汉) 一种盾构引水隧洞结构缝检测方法
CN114739627B (zh) * 2022-03-16 2023-07-21 中国农业大学 复杂结构内部流场的光学匹配校准方法及设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5257051A (en) * 1992-12-24 1993-10-26 The Walt Disney Company Method and apparatus for adjusting the optical alignment of a film projection system

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102621143B (zh) * 2012-01-21 2013-10-09 天津大学 基于多维阈值约束的双视角多气泡同名匹配方法
CN105787894A (zh) * 2016-02-25 2016-07-20 上海海事大学 一种桶形畸变的集装箱箱号校正方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5257051A (en) * 1992-12-24 1993-10-26 The Walt Disney Company Method and apparatus for adjusting the optical alignment of a film projection system

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Calibration and correction of distortions in two-dimensional detector systems;A. P. Hammersley et al.;《Review of science instruments》;19950331;第66卷(第3期);第2729-2733页 *
基于圆点阵列靶标的特征点坐标自动提取方法;夏瑞雪等;《中国机械工程》;20100831;第21卷(第16期);第1906-1910页 *

Also Published As

Publication number Publication date
CN106770115A (zh) 2017-05-31

Similar Documents

Publication Publication Date Title
CN106770115B (zh) 管道内周向液膜特征光学畸变校正与测量方法
Crammond et al. Speckle pattern quality assessment for digital image correlation
CN104458895A (zh) 管道三维漏磁成像检测方法及系统
Liu et al. An improved online dimensional measurement method of large hot cylindrical forging
CN104266900B (zh) 一种基于高温图像处理的裂纹尖端张开位移测量方法
Rodríguez-Martín et al. Procedure for quality inspection of welds based on macro-photogrammetric three-dimensional reconstruction
Xue et al. Error analysis and liquid film thickness measurement in gas–liquid annular flow
CN101324469A (zh) 一种激光焊接温度场三维测量方法
CN105701842A (zh) 基于链码轮廓特征的液膜波动速度测量方法
CN108195931A (zh) 金属构件损伤检测的放置式探头及可视化定量评估方法
Zhao et al. Volumetric measurements of a self-similar adverse pressure gradient turbulent boundary layer using single-camera light-field particle image velocimetry
CN102494614B (zh) 一种高精度数字散斑相关测量方法
CN103868455B (zh) 一种视觉重建水槽内目标点空间坐标的方法
Yuan et al. High dynamic online detection method for surface defects of small diameter reflective inner wall
CN106556612B (zh) 一种基于相位信息的连接器缺陷检测方法
Zhou et al. Holographic astigmatic particle tracking velocimetry (HAPTV)
Elsinga et al. Assessment of Tomo-PIV for three-dimensional flows
Hurník et al. Enhancing the accuracy of forging measurement using silhouettes in images
CN103530441A (zh) 利用三维激光扫描技术对汽轮机组进行三维建模的方法
Fuchs et al. Uncertainty quantification of three-dimensional velocimetry techniques for small measurement depths
Wang et al. Resistance spot welding nugget cross-sectional contour extraction and geometric modeling based on the improved Gabor filter
CN104406537A (zh) 测量部件凹坑微米级深度的方法
Salamanca et al. An appraisal of the geometry and energy efficiency of parabolic trough collectors with laser scanners and image processing
Zhang et al. Super-resolution reconstruction of ultrasonic Lamb wave TFM image via deep learning
CN111307809B (zh) 小管道气液两相流相分布光学检测系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant