CN107977937A - 一种基于标准差的喷雾图像中喷雾液滴数量的获取方法 - Google Patents
一种基于标准差的喷雾图像中喷雾液滴数量的获取方法 Download PDFInfo
- Publication number
- CN107977937A CN107977937A CN201711184196.4A CN201711184196A CN107977937A CN 107977937 A CN107977937 A CN 107977937A CN 201711184196 A CN201711184196 A CN 201711184196A CN 107977937 A CN107977937 A CN 107977937A
- Authority
- CN
- China
- Prior art keywords
- image
- standard deviation
- spray droplet
- spraying
- background image
- 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 19
- 238000005507 spraying Methods 0.000 title claims abstract description 12
- 239000007921 spray Substances 0.000 title claims abstract description 9
- 230000011218 segmentation Effects 0.000 claims abstract description 12
- 238000003672 processing method Methods 0.000 claims description 7
- 238000003709 image segmentation Methods 0.000 claims description 2
- 238000000205 computational method Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 206010057249 Phagocytosis Diseases 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000008782 phagocytosis Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于标准差的喷雾图像中喷雾液滴数量的获取方法，其目的是提高喷雾液滴数量的计算精度。本方法主要解决背景图像和液滴亮度区分不明显，以及背景图像亮度变化大引起的液滴数量计算不准，实现液滴数量的准确计算。该方法通过以下步骤实现：(1)对整幅图像形态学开运算获得背景图像，得到液滴平均面积，由液滴平均面积等信息计算确定整幅图像的分割份数；使用形态学开运算获得每份图像的背景；获得每份背景图像亮度的标准差以及原图亮度的标准差；(2)根据背景图像亮度标准差和原图亮度标准差的比值，确定背景图像获取方法；(3)得到相对应图像的液滴数量，相加得到整幅图像喷雾液滴数量。
Description
技术领域
本发明涉及一种图像信息提取技术，属于图像处理领域，具体来说涉及一种基于MATLAB处理喷雾图像来提取液滴数量信息的方法。
背景技术
随着排放法规和燃油消耗法规日益严苛，越来越多的内燃机采用越来越大的燃油喷射压力，因此发动机燃油喷雾信息的获取也越来越重要。使用高分辨率相机拍摄喷雾获取信息是较为直接和快速的方法。由于液滴微粒本身直径较小，且图像在拍摄、传输等过程中受到各种性质的影响，最终影响图像中液滴数量信息的获取。影响喷雾图像中液滴数量信息获取的原因多种多样，影响较大的因素主要有拍摄图像时的背景亮度的不均匀、计数液滴时噪声形成虚假信息以及处理不当造成信息丢失。
目前图像处理的方法主要是对整幅图像处理，这种方法处理方便快捷，不需要人为判断图像细节特征，容易利用MATLAB或者其他图像处理软件中的函数，但是因为要获取的图像信息是液滴数量，很容易因为整幅图像在减去噪声的同时而丢失液滴，或者因为图像锐利化而将噪声定义为液滴，很难获得准确的液滴数量，为减小误差，普遍是将图像使用不同方法多次处理，对得到的结果进行平均。
发明内容
本发明的目的是解决这种“粗暴”处理方法的缺点，提出更加精确的处理方法，获得尽可能准确的液滴数量信息。
本发明的目的通过以下技术方案来实现：
[1]为解决上述技术问题，本发明提供一种基于分割系数Q1，计算图像合理的物理分割份数，且根据每块图像提供的标准差比，选择不同的处理方法：
a、获取图像基础信息，图像宽度Width和高度Height；
b、对整幅图形进行处理，获得液滴数量和液滴平均面积；
c、基于分割系数Q1对图像进行物理分割，将图像进行F等分；基于每一份背景图像标准差与相对应原图像标准差比值Q2进行分别处理，获得每一份的液滴数量信息，相加得到整幅图的数量信息；
[2]所述步骤c中具体步骤如下：
c1、对所述分割系数Q1，由示例图像多次试验分割得到一个Q1系数范围，S为整幅图像时目标的平均面积(单位：像素格)；
c2、对所述分割份数F，使用公式
c3、对c所述背景图像使用图像形态学开运算得到。背景图像标准差由图像数值化计算得到；
c4、对所述背景图像标准差与原图像标准差比值Q2，使用图像亮度强度信息获得标准差比值，即
c5、对c4所述的Q2，根据其值的大小选择背景图像的获取方式。
c6、对c5所述根据Q2使用不同背景图像处理方式，当Q2>2时，使用均值滤波获得背景图像(原图噪声的面积要大于目标面积，此时造成标准差较大)；当Q2<1时，时先增加对比度线性展宽，使用自动阈值分割；
c7、对c6所述Q2>2时，采用均值滤波后的图像目标碎片化，对于计算目标面积是不利的，但是对于获取图像目标的数量信息是有利的，能够有效防止较小目标被较大的目标“吞噬”。
c8、对c6所述Q2<1时，背景标准差较小，在原图中目标显示不明显，容易丢失目标，这时主要是被背景“吞噬”。
本发明的主要创新点：
(1)对图像进行合理数量的分割，提取图像中微小目标数量时更加精细化，不是笼统的对整个图像操作，减少目标丢失或者将噪声计算为目标；
(2)将目标大小与原图像分割数量相联系，能够根据所要处理图像的特点，有选择的将图像分为合理的数量，实现动态选择；
(3)将标准差引入背景图像的求取过程中，不在是根据人为判断；
附图说明
图1图像处理方法示意图。
具体实施方式
[1]对整幅图像进行预处理：读取待处理图像，使用imfinfo函数获得图像的Width和Height的像素值；将图像转换为灰度图像，使用形态学开运算，得到图像的背景图像；将背景图像图像从原图中减去，获得减去背景后的图像；使用adjust函数增强图像的对比度，对比度扩展使用strtechlim自动对比度扩展；threshhold自动阈值获取；转换图像类型，形成二值图像；使用4连通区域计算目标区域的个数；使用gra函数获取图像中目标的基础信息，如图像目标的平均面积等信息；
[2]确定图像的物理分割分数，使用因数比值在Q1＝1000～1200或者更宽的领域进行，设F为整幅图像分割的块数，即Width表示整幅图像的像素宽度；Height代表整幅图像的像素高度；Q1代表因数比值；S代表整幅图像时液滴的平均面积；
[3]对分割后的图像每个像素亮度强度数值进行提取，分别获得每块图像亮度的标准差，以及标准差的比值Q2；
对所述获得标准差比值分为三步：
a、将图像平均分割成F份，设计循环程序，依次将图像转换为灰度图像，使用与处理整幅图像时相同的计算方法—形态学开运算，得到图像的背景图像；将背景图像数据类型转换成uint8类型，使用std函数得到背景图像亮度标准差，记为q1；
b、使用分割后的原始图像，同样将图像数据类型转换成uint8类型，使用std函数得到图像亮度的标准差q2；
c、由所述q1和q2的比值定义亮度标准差的比值Q2，则
[4]由标准差的比值范围确定使用的图像处理方法。当Q2>2时，使用均值滤波获得背景图像；当Q2<1时，时先增加对比度线性展宽，使用自动阈值分割；
[5]确定每份图像处理方法后，得到每份图像相对应的背景图像；
[6]使用减去背景法，得到减去背景后的图像，对得到的图像适当的对比度扩展；
[7]图像二值化，计算得到液滴数量。
Claims (4)
1.一种基于标准差的喷雾图像中喷雾液滴数量的获取方法，主要应用在计算图像微小目标的数量，其特征在于包括以下步骤：
(1)将获得的喷雾图像进行剪裁获得感兴趣的区域；
(2)对图像进行预处理，初步获得整幅图像中液滴平均面积；
(3)把液滴平均面积做为参数，计算得到整幅图像的分割数；
(4)对每份图像进行与整幅图像相同的预处理，获得背景图像亮度的标准差以及原图亮度的标准差；
(5)通过标准差比值确定每份图像不同的处理方法；
(6)原图减去背景图像，对得到的图像提高对比度，二值化；
(7)计算每份液滴数量，也就是每份图像中目标的数量，相加得到整幅图的液滴数量。
2.如权利要求1所述的基于标准差的喷雾图像中喷雾液滴数量的获取方法，其特征在于上述步骤(3)中图像分割数的计算方法为式中F代表分割数，Width代表整幅图像宽度，Height代表整幅图像的高度，Q1代表设定的分割系数，S代表整幅图像时目标的平均面积。
3.如权利要求2所述的基于标准差的喷雾图像中喷雾液滴数量的获取方法，Q1的取值为Q1＝1000～1200。
4.如权利要求1所述的基于标准差的喷雾图像中喷雾液滴数量的获取方法，其特征在于上述步骤(5)中标准差比值不同时，使用的不同处理方法：当比值大于2时使用均值滤波；当比值小于2时使用增加对比度线性展宽，使用自动阈值分割。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711184196.4A CN107977937B (zh) | 2017-11-23 | 2017-11-23 | 一种基于标准差的喷雾图像中喷雾液滴数量的获取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711184196.4A CN107977937B (zh) | 2017-11-23 | 2017-11-23 | 一种基于标准差的喷雾图像中喷雾液滴数量的获取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107977937A true CN107977937A (zh) | 2018-05-01 |
| CN107977937B CN107977937B (zh) | 2021-06-01 |
Family
ID=62011268
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711184196.4A Active CN107977937B (zh) | 2017-11-23 | 2017-11-23 | 一种基于标准差的喷雾图像中喷雾液滴数量的获取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107977937B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113312986A (zh) * | 2021-05-10 | 2021-08-27 | 浙江科技学院 | 一种基于视觉处理的喷雾控制系统及其控制方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104063866A (zh) * | 2014-06-26 | 2014-09-24 | 中国矿业大学(北京) | 一种矿石传送过程中的粒度检测方法 |
| CN106525665A (zh) * | 2016-12-07 | 2017-03-22 | 常州纺织服装职业技术学院 | 基于图像处理技术的织物导湿性能测试仪器及测试方法 |
-
2017
- 2017-11-23 CN CN201711184196.4A patent/CN107977937B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104063866A (zh) * | 2014-06-26 | 2014-09-24 | 中国矿业大学(北京) | 一种矿石传送过程中的粒度检测方法 |
| CN106525665A (zh) * | 2016-12-07 | 2017-03-22 | 常州纺织服装职业技术学院 | 基于图像处理技术的织物导湿性能测试仪器及测试方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张田昊: "基于数字图像处理的燃油喷雾液滴测量的研究", 《中国优秀博硕士学位论文全文数据库（硕）工程科技II辑》 * |
| 杨森: "燃油发动机喷雾粒子尺寸测量及特性分析", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113312986A (zh) * | 2021-05-10 | 2021-08-27 | 浙江科技学院 | 一种基于视觉处理的喷雾控制系统及其控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107977937B (zh) | 2021-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8774503B2 (en) | Method for color feature extraction | |
| CN101371274B (zh) | 视频序列的分割中的边缘比较 | |
| CN113077482B (zh) | 一种融合图像的质量评价方法 | |
| CN108389175B (zh) | 融合变差函数和颜色衰减先验的图像去雾方法 | |
| CN106485708B (zh) | 一种基于图像识别的圆木计数方法 | |
| CN105701829B (zh) | 一种套袋绿色果实图像分割方法 | |
| WO2019061766A1 (zh) | 一种图像处理方法及装置 | |
| CN101371273A (zh) | 视频序列的分割 | |
| CN102385753A (zh) | 一种基于光照分类的自适应图像分割方法 | |
| CN104182974B (zh) | 一种基于特征点进行图像匹配的加速方法 | |
| CN108154492B (zh) | 一种基于非局部均值滤波的图像去雾霾方法 | |
| CN107578451A (zh) | 一种面向自然图像的自适应主色提取方法 | |
| CN107527370B (zh) | 一种基于camshift的目标跟踪方法 | |
| CN102637301B (zh) | 航空摄影过程中实时自动评定影像色彩质量的方法 | |
| CN104574405A (zh) | 一种基于Lab空间的彩色图像阈值分割方法 | |
| CN108182671A (zh) | 一种基于天空区域识别的单幅图像去雾方法 | |
| CN102855627B (zh) | 基于光谱特性和拓扑关系的城市遥感影像阴影检测方法 | |
| Cao et al. | NUICNet: Non-uniform illumination correction for underwater image using fully convolutional network | |
| CN107977937A (zh) | 一种基于标准差的喷雾图像中喷雾液滴数量的获取方法 | |
| CN108305232A (zh) | 一种单帧高动态范围图像生成方法 | |
| CN112508923A (zh) | 弱小目标检测方法 | |
| CN106845506B (zh) | 一种靶面像素位置编码方法 | |
| JP2011243139A5 (zh) | ||
| Shiting et al. | Clustering-based shadow edge detection in a single color image | |
| KR101452896B1 (ko) | 분무이미지 처리시스템 및 그 방법 |
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 |