CN107578417A - 基于光学轮廓曲线提取的液滴体积实时跟踪测量方法 - Google Patents
基于光学轮廓曲线提取的液滴体积实时跟踪测量方法 Download PDFInfo
- Publication number
- CN107578417A CN107578417A CN201710795445.7A CN201710795445A CN107578417A CN 107578417 A CN107578417 A CN 107578417A CN 201710795445 A CN201710795445 A CN 201710795445A CN 107578417 A CN107578417 A CN 107578417A
- Authority
- CN
- China
- Prior art keywords
- drop
- droplet size
- real
- contour line
- mrow
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000003287 optical effect Effects 0.000 title claims abstract description 18
- 238000000605 extraction Methods 0.000 title claims description 12
- 238000012545 processing Methods 0.000 claims abstract description 9
- 239000007788 liquid Substances 0.000 claims description 14
- 238000009499 grossing Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 7
- 239000012528 membrane Substances 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 241001408627 Agriopis marginaria Species 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000001704 evaporation Methods 0.000 claims description 3
- 230000008020 evaporation Effects 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims 1
- 238000003709 image segmentation Methods 0.000 abstract description 4
- 230000003068 static effect Effects 0.000 abstract description 4
- 238000009825 accumulation Methods 0.000 abstract description 2
- 230000010354 integration Effects 0.000 abstract description 2
- 238000007519 figuring Methods 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000010903 husk Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开基于液滴光学轮廓曲线的体积实时跟踪测量方法,液滴体积实时跟踪测量方法包括:液滴X、Y方向两侧轮廓线实时提取步骤;等高横截面图形分割步骤;液滴体积积分计算步骤。其中X、Y方向两侧轮廓线实时提取步骤采用两垂直方向的高速相机采集液滴光学图形,并发送到图像处理终端提取轮廓线。等高横截面图形分割步骤是将轮廓线分成若干等高面,根据两侧的轮廓线确定任一等高面圆周上两组对称点,按照两组对称点将此截面分割成两个半椭圆,并计算出此截面面积。液滴体积积分步骤是将所有截面面积累加计算得到液滴体积。通过调整两垂直相机的位置,可以实时计算静止的、水平移动的和斜面上移动的液滴体积的实时变化。
Description
技术领域
本发明涉及测量领域,特别是涉及基于光学轮廓曲线提取的液滴体积实时跟踪测量方法。
背景技术
随着微流控技术在生物、制药、医疗等方面的发展,对微小静止或移动液滴体积变化的实时追踪提出了新的要求,然而目前测量液滴的方法主要有两种。其中一种是基于液滴体积的接触角拟合算法,即将液滴轮廓等效成一个规则的球缺数学模型,并根据球缺公式计算液滴体积。由于液滴自身重力的影响,随着液滴体积的增大,其轮廓线逐渐偏离规则的圆,所以这种方法计算液滴体积误差较大。本领域中另外一种常见的测量方法是据液滴单侧的光学轮廓边缘计算出液滴的体积,并设定等高轮廓线上两点作为等高面圆直径,累积所有等高面就得到液滴体积,此种方法是一种比较接近液滴实际轮廓的测量方法,但对各项异性固液接触面或移动的液滴体积测量误差较大。
综上所述,针对现有技术的缺陷,特别需要基于光学轮廓曲线提取的液滴体积实时跟踪测量方法,以解决现有技术的不足。
发明内容
针对上述存在的测量技术缺陷,本发明的目的是:提出了基于光学轮廓曲线提取的液滴体积实时跟踪测量方法,可以实时计算静止的、水平移动的和斜面上移动的液滴体积的实时变化。
为了实现上述目的,本发明的技术方案如下:
基于光学轮廓曲线提取的液滴体积实时跟踪测量方法,该方法包括:实时记录液滴X、Y方向两侧轮廓线的两台CCD高速相机;图像高斯平滑处理获得两垂直方向轮廓线f1(x,z)和f2(y,z);根据外围轮廓线函数,得到单位像素高度Z上横截面上四个点(x1,z)、(x2,z)、(y1,z)、(y2,z);
根据四个点将横截面简化为两个半椭圆,通过以下方式得到液滴的体积:
其中,Ai1和Ai2是横截面两半椭圆面积;ΔZ是两个连续液滴横截面之间高度差,N为每一帧液滴轮廓线的Z方向的像素点数。
优选地,两横截面椭圆中心位置是线段y1y2的中点O;点O横坐标对应于轮廓线最高点横坐标,则椭圆的半轴分别是x,y和z,y,则两半椭圆面积公式可表述为:
y=1/2(y2-y1)
z=1/2(x2-x1)-x
Ai1=0.5πxy
Ai2=0.5πzy。
优选地,图像高斯平滑处理获得两垂直方向轮廓线的具体步骤如下:图像高斯平滑处理获得两垂直方向轮廓线的具体步骤如下:
A.对图像进行高斯平滑处理,减少图像噪声,获取平滑图像;
B.双阈值处理获取最佳阈值,利用最佳阈值处理图像,将液滴目标从图像中与背景图像分离;
C.在Canny算子边缘检测时,非极大值抑制是进行边缘检测的重要步骤,目的是寻找像素点局部最大值,将非极大值点所对应的灰度值置为0,这样可以剔除掉一大部分非边缘的点,最终通过Canny算子将边缘提取出来;
D.边缘跟踪算法,跟踪边缘的每一个像素坐标,每判断出一对等高线上的像素,导出该对像素坐标作为一组高线数据,逐渐循环直至把液滴目标上的所有等高线数据导出,结束图像的处理。
优选地,在测量水平静止的液滴时,根据两垂直方向轮廓线f1(x,z)和 f2(y,z),可以得到液滴蒸发,或者受到气温、压强等变化而引起的液滴体积实时变化。
优选地,在测量水平移动的液滴时,分别测量液滴移动方向轮廓线f1(x,z) 和垂直液滴移动方向的轮廓线f2(y,z),可以得到液滴移动时体积实时变化,进而可以测量液滴在固-液接触面的残余水膜体积。
优选地,在测量斜面上移动的液滴时,调整其中一个相机的位置和斜面进行平行,并置于液滴移动方向的前方,以测量液滴移动方向轮廓线f1(x,z);调整另个相机位置垂直于液滴移动方向并测量液滴轮廓线f2(y,z)。
优选地,在测量斜面上移动的液滴时,调整液滴轮廓线f2(y,z)至水平,并结合轮廓线f1(x,z)可以得到液滴移动时体积实时变化,进而可以测量液滴在固液接触面的残余水膜体积。
本发明的有益效果是:本发明能够对各项异性固-液接触面或移动的液滴的体积进行测量,通过本发明的计算方法,测得的数据精确,能够检测液滴移动体积的实时变化,设计新颖,是一种很好的创新方案。
附图说明
下面结合附图和具体实施方式来详细说明本发明:
图1为本发明的X、Z方向的液滴图;
图2为本发明的Y、Z方向的液滴图;
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
参见图1、图2,基于光学轮廓曲线提取的液滴体积实时跟踪测量方法,该方法包括:实时记录液滴X、Y方向两侧轮廓线的两台CCD高速相机;图像高斯平滑处理获得两垂直方向轮廓线f1(x,z)和f2(y,z);根据外围轮廓线函数,得到单位像素高度Z上横截面上四个点(x1,z)、(x2,z)、(y1,z)、(y2, z);
根据四个点将横截面简化为两个半椭圆,通过以下方式得到液滴的体积:
其中,Ai1和Ai2是横截面两半椭圆面积;ΔZ是两个连续液滴横截面之间高度差,N为每一帧液滴轮廓线的Z方向的像素点数。
两横截面椭圆中心位置是线段y1y2的中点O;点O横坐标对应于轮廓线最高点横坐标,则椭圆的半轴分别是x,y和z,y,则两半椭圆面积公式可表述为:
y=1/2(y2-y1)
z=1/2(x2-x1)-x
Ai1=0.5πxy
Ai2=0.5πzy。
图像高斯平滑处理获得两垂直方向轮廓线的具体步骤如下:图像高斯平滑处理获得两垂直方向轮廓线的具体步骤如下:
A.对图像进行高斯平滑处理,减少图像噪声,获取平滑图像;
B.双阈值处理获取最佳阈值,利用最佳阈值处理图像,将液滴目标从图像中与背景图像分离;
C.在Canny算子边缘检测时,非极大值抑制是进行边缘检测的重要步骤,目的是寻找像素点局部最大值,将非极大值点所对应的灰度值置为0,这样可以剔除掉一大部分非边缘的点,最终通过Canny算子将边缘提取出来;
D.边缘跟踪算法,跟踪边缘的每一个像素坐标,每判断出一对等高线上的像素,导出该对像素坐标作为一组高线数据,逐渐循环直至把液滴目标上的所有等高线数据导出,结束图像的处理。
在测量水平静止的液滴时,根据两垂直方向轮廓线f1(x,z)和f2(y,z),可以得到液滴蒸发,或者受到气温、压强等变化而引起的液滴体积实时变化。
在测量水平移动的液滴时,分别测量液滴移动方向轮廓线f1(x,z)和垂直液滴移动方向的轮廓线f2(y,z),可以得到液滴移动时体积实时变化,进而可以测量液滴在固-液接触面的残余水膜体积。
在测量斜面上移动的液滴时,调整其中一个相机的位置和斜面进行平行,并置于液滴移动方向的前方,以测量液滴移动方向轮廓线f1(x,z);调整另一个相机位置垂直于液滴移动方向并测量液滴轮廓线f2(y,z)。
在测量斜面上移动的液滴时,调整液滴轮廓线f2(y,z)至水平,并结合轮廓线f1(x,z)可以得到液滴移动时体积实时变化,进而可以测量液滴在固液接触面的残余水膜体积。
液滴X、Y方向两侧轮廓线实时提取步骤;等高横截面图形分割步骤;液滴体积积分步骤。其中X、Y方向两侧轮廓线实时提取步骤采用两垂直方向的高速相机采集液滴光学图形,并发送到图像处理终端提取轮廓线。等高横截面图形分割步骤是将轮廓线分成若干等高面,根据两侧的轮廓线确定任一等高面圆周上两组对称点,按照两组对称点将此截面分割成两个半椭圆,并计算出此界面面积。液滴体积积分步骤是将所有截面面积累加计算得到液滴体积。通过调整两垂直相机的位置,可以实时计算静止的、水平移动的和斜面上移动的液滴体积的实时变化。
本发明的有益效果是:能够对各项异性固-液接触面或移动的液滴的体积进行测量,通过本发明的计算方法,测得的数据精确,能够检测液滴移动体积的实时变化,设计新颖,是一种很好的创新方案。
本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。
Claims (7)
1.基于光学轮廓曲线提取的液滴体积实时跟踪测量方法,其特征在于:该方法包括:实时记录液滴X、Y方向两侧轮廓线的两台CCD高速相机;图像高斯平滑处理获得两垂直方向轮廓线f1(x,z)和f2(y,z);根据外围轮廓线函数,得到单位像素高度Z上横截面上四个点(x1,z)、(x2,z)、(y1,z)、(y2,z);
根据四个点将横截面简化为两个半椭圆,通过以下方式得到液滴的体积:
<mrow>
<mi>V</mi>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>A</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>A</mi>
<mrow>
<mi>i</mi>
<mn>2</mn>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mi>&Delta;</mi>
<mi>Z</mi>
</mrow>
其中,Ai1和Ai2是横截面两半椭圆面积;ΔZ是两个连续液滴横截面之间高度差,N为每一帧液滴轮廓线的Z方向的像素点数。
2.根据权利要求1所述基于光学轮廓曲线提取的液滴体积实时跟踪测量方法,其特征在于:优选地,两横截面椭圆中心位置是线段y1y2的中点O;点O横坐标对应于轮廓线最高点横坐标,则椭圆的半轴分别是x,y和z,y,则两半椭圆面积公式可表述为:
y=1/2(y2-y1)
z=1/2(x2-x1)-x
Ai1=0.5π xy
Ai2=0.5π zy。
3.根据权利要求1所述基于光学轮廓曲线提取的液滴体积实时跟踪测量方法,其特征在于:图像高斯平滑处理获得两垂直方向轮廓线的具体步骤如下:
A.对图像进行高斯平滑处理,减少图像噪声,获取平滑图像;
B.双阈值处理获取最佳阈值,利用最佳阈值处理图像,将液滴目标从图像中与背景图像分离;
C.在Canny算子边缘检测时,非极大值抑制是进行边缘检测的重要步骤,目的是寻找像素点局部最大值,将非极大值点所对应的灰度值置为0,这样可以剔除掉一大部分非边缘的点,最终通过Canny算子将边缘提取出来;
D.边缘跟踪算法,跟踪边缘的每一个像素坐标,每判断出一对等高线上的像素,导出该对像素坐标作为一组高线数据,逐渐循环直至把液滴目标上的所有等高线数据导出,结束图像的处理。
4.根据权利要求1和2所述基于光学轮廓曲线提取的液滴体积实时跟踪测量方法,其特征在于:在测量水平静止的液滴时,根据两垂直方向轮廓线f1(x,z)和f2(y,z),可以得到液滴蒸发,或者受到气温、压强等变化而引起的液滴体积实时变化。
5.根据权利要求1和2所述基于光学轮廓曲线提取的液滴体积实时跟踪测量方法,其特征在于:在测量水平移动的液滴时,分别测量液滴移动方向轮廓线f1(x,z)和垂直液滴移动方向的轮廓线f2(y,z),可以得到液滴移动时体积实时变化,进而可以测量液滴在固-液接触面的残余水膜体积。
6.根据权利要求1所述基于光学轮廓曲线提取的液滴体积实时跟踪测量方法,其特征在于:在测量斜面上移动的液滴时,调整其中一个相机的位置和斜面进行平行,并置于液滴移动方向的前方,以测量液滴移动方向轮廓线f1(x,z);调整另一个相机位置垂直于液滴移动方向并测量液滴轮廓线f2(y,z)。
7.根据权利要求1或权利要求6所述基于光学轮廓曲线提取的液滴体积实时跟踪测量方法,其特征在于:在测量斜面上移动的液滴时,调整液滴轮廓线f2(y,z)至水平,并结合轮廓线f1(x,z)可以得到液滴移动时体积实时变化,进而可以测量液滴在固液接触面的残余水膜体积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710795445.7A CN107578417B (zh) | 2017-09-06 | 2017-09-06 | 基于光学轮廓曲线提取的液滴体积实时跟踪测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710795445.7A CN107578417B (zh) | 2017-09-06 | 2017-09-06 | 基于光学轮廓曲线提取的液滴体积实时跟踪测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107578417A true CN107578417A (zh) | 2018-01-12 |
CN107578417B CN107578417B (zh) | 2020-10-23 |
Family
ID=61031052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710795445.7A Active CN107578417B (zh) | 2017-09-06 | 2017-09-06 | 基于光学轮廓曲线提取的液滴体积实时跟踪测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107578417B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111243006A (zh) * | 2020-01-09 | 2020-06-05 | 东华大学 | 一种基于图像处理的液滴接触角及尺寸的测量方法 |
CN111521517A (zh) * | 2020-04-10 | 2020-08-11 | 中国科学院上海硅酸盐研究所 | 一种基于双相机视觉的熔融态悬浮椭球液滴图像处理算法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08263666A (ja) * | 1995-03-24 | 1996-10-11 | Atr Tsushin Syst Kenkyusho:Kk | 画像中の輪郭の抽出・追跡方法 |
CN103033448A (zh) * | 2012-12-24 | 2013-04-10 | 江苏大学 | 基于液滴轮廓曲线两测量点的液体表面张力的测量方法 |
CN103673872A (zh) * | 2012-09-10 | 2014-03-26 | 中国科学院空间科学与应用研究中心 | 液滴体积的测量方法和测量系统 |
-
2017
- 2017-09-06 CN CN201710795445.7A patent/CN107578417B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08263666A (ja) * | 1995-03-24 | 1996-10-11 | Atr Tsushin Syst Kenkyusho:Kk | 画像中の輪郭の抽出・追跡方法 |
CN103673872A (zh) * | 2012-09-10 | 2014-03-26 | 中国科学院空间科学与应用研究中心 | 液滴体积的测量方法和测量系统 |
CN103033448A (zh) * | 2012-12-24 | 2013-04-10 | 江苏大学 | 基于液滴轮廓曲线两测量点的液体表面张力的测量方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111243006A (zh) * | 2020-01-09 | 2020-06-05 | 东华大学 | 一种基于图像处理的液滴接触角及尺寸的测量方法 |
CN111521517A (zh) * | 2020-04-10 | 2020-08-11 | 中国科学院上海硅酸盐研究所 | 一种基于双相机视觉的熔融态悬浮椭球液滴图像处理算法 |
CN111521517B (zh) * | 2020-04-10 | 2022-05-10 | 中国科学院上海硅酸盐研究所 | 一种基于双相机视觉的熔融态悬浮椭球液滴图像处理算法 |
Also Published As
Publication number | Publication date |
---|---|
CN107578417B (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107798326B (zh) | 一种轮廓视觉检测方法 | |
CN107808378B (zh) | 基于垂直纵横线轮廓特征的复杂结构铸件潜在缺陷检测方法 | |
Li et al. | Robust welding seam tracking and recognition | |
CN110298216B (zh) | 基于车道线梯度图像自适应阈值分割的车辆偏离报警方法 | |
CN103871053B (zh) | 一种基于视觉显著性的布匹瑕疵检测方法 | |
CN113409313B (zh) | 基于计算机视觉的车轮焊缝表面缺陷检测方法 | |
CN102222346B (zh) | 一种车辆检测和跟踪方法 | |
CN101714256B (zh) | 基于全方位视觉的动态目标识别和定位方法 | |
CN103226834B (zh) | 一种图像运动目标特征点快速搜索方法 | |
CN108122256B (zh) | 一种逼近状态下旋转目标位姿测量的方法 | |
CN101839690B (zh) | 一种基于边缘拟合的片式电子元件位置误差视觉检测方法 | |
CN104809738B (zh) | 一种基于双目视觉的安全气囊轮廓尺寸检测方法 | |
CN104732536A (zh) | 一种基于改进形态学的亚像素边缘检测方法 | |
CN102354396A (zh) | 基于水平集函数的灰度不均匀图像分割方法 | |
CN103903019A (zh) | 一种多车道车辆轨迹时空图的自动生成方法 | |
CN104408460A (zh) | 一种车道线检测及跟踪检测方法 | |
CN102156996A (zh) | 一种图像边缘检测的方法 | |
CN103345743B (zh) | 一种用于电池尾端智能探伤的图像分割方法 | |
CN106813569B (zh) | 一种基于线结构光的汽车轮胎三维定位方法 | |
CN106682674B (zh) | 一种基于智能巡检机器人的指针式仪表自动读数方法 | |
CN112862858A (zh) | 一种基于场景运动信息的多目标跟踪方法 | |
CN110717900B (zh) | 基于改进Canny边缘检测算法的受电弓磨耗检测方法 | |
CN114627080B (zh) | 基于计算机视觉的车辆冲压配件缺陷检测方法 | |
CN107578417A (zh) | 基于光学轮廓曲线提取的液滴体积实时跟踪测量方法 | |
CN106296587A (zh) | 轮胎模具图像的拼接方法 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200928 Address after: No.037 Qianwang natural village, Dongwei administrative village, Hemao Township, Wuhu City, Anhui Province 241000 Applicant after: Wang He Address before: Xuchang County Zhao Xiang Qiu Zhuang 461000 of Xuchang city in Henan Province Applicant before: Qiu Dandan |