CN108120392A - 气液两相流中气泡三维测量系统及方法 - Google Patents
气液两相流中气泡三维测量系统及方法 Download PDFInfo
- Publication number
- CN108120392A CN108120392A CN201711254479.1A CN201711254479A CN108120392A CN 108120392 A CN108120392 A CN 108120392A CN 201711254479 A CN201711254479 A CN 201711254479A CN 108120392 A CN108120392 A CN 108120392A
- Authority
- CN
- China
- Prior art keywords
- mrow
- bubble
- image
- depth
- mfrac
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2433—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring outlines by shadow casting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种气液两相流中气泡三维测量系统及方法。其中气泡测量系统包括流场产生装置，LED平面光源、光场相机以及数据分析储存装置。流场产生装置用于产生气液两相流场；一个LED平面光源，为流场提供照明；光场相机用于获取气液两相流场的光场信息；数据分析储存装置，对光场相机所记录的流场的光场信息进行处理，得到流场的全聚焦图像和聚焦在不同深度位置的重聚焦图像序列；对所得到的全聚焦图像进行二值化处理，得到气泡图像质心二维坐标以及当量直径；对重聚焦图像序列进行轴向清晰度比对结合系统标定，得到物空间气泡的质心深度及该深度处放大率，进而计算得到物空间气泡质心三维坐标以及当量直径。本发明测量系统设备简单，算法简洁，运算量小，适用场合广，且为非接触式测量，对流场不产生干扰。
Description
技术领域
本发明属于气液两相流动测量技术领域，具体涉及一种基于光场成像技术的气液两相流中气泡三维测量系统及其方法。
背景技术
气液两相流动作为两相流中一种常见的流动形式，广泛存在于化工、能源、环保和轻工业等行业中。随着科学技术的进步，气液两相流在科学研究、环境保护、工业生产及人类生活中日益重要。气泡作为气液两相流中的分散相，其参数是表征气液两相流动的重要参数之一。气泡的测量，有助于进一步理解气液两相流的内部流动机理，也有助于揭示两相系统内部动量、质量和能量传递规律，最终对于指导两相流实验系统的设计、两相流设备的运行优化和有效控制各种化学反应过程产生重要意义。因此，气泡测量是两相流研究的一个重要课题。
对气液两相流中气泡的测量有接触式和非接触式两种方法，接触式测量方法的通常做法为将传感器浸入到液体中，利用气泡穿过时传感器探头产生的反馈信号来计算气泡的尺寸和速度，由于接触式测量会对流场本身产生干扰，并且传感器数量有限，所以此种测量方法的准确性受到了大大的限制。非接触式测量方法由于其无干扰，测量精度高等优点，因而得到了迅速的发展，目前常用的方法有激光多普勒技术、核磁共振技术、过程层析成像技术和图像测量技术等。
随着光学技术、计算机技术以及工业CCD的快速发展，图像测量技术已经成为气泡测量研究的热点，通过对相机拍摄得到的气泡图像进行后期处理，可以得到气泡的物理参数以及空间分布，并且具有无干扰、瞬态、全场可视化等优点。但是，传统图像测量技术只能记录气泡二维信息，即单个截面的气泡信息，无法获得整个测量体内气泡三维信息。
光场成像技术是一种全新的成像方法，通过在相机镜头和CCD传感器之间放置微透镜阵列，光场相机能同时记录光线的强度信息和角度信息，克服了传统成像只能记录光线强度的缺点，光场成像技术目前已经应用到3D复原、火焰测量和流场测速等领域，但还无法应用于立体三维气泡的测量中。
发明内容
本发明所要解决的技术问题是针对上述现有技术存在的不足，而提供一种可实现气泡三维重建，进而统计气泡群尺寸分布、空间位置及含气率等参数的基于光场成像技术的气液两相流中气泡三维测量系统及其方法。
本发明基于光场成像技术，通过单相机单次曝光将被测流场的光场数据都储存在一张原始光场图像上，结合计算成像技术获取被测流场的全聚焦图像以及不同深度位置的重聚焦图像序列，通过系统标定获取重聚焦图像序列的深度以及放大率函数，对全聚焦图像进行处理获得气泡的深度方向上的投影图像，对重聚焦图像序列进行清晰度评价得到气泡深度信息，基于获取的气泡投影图像、深度以及放大率信息，计算得到气泡三维坐标以及当量直径，进而实现气泡三维重建，并进一步统计分析两相流场的气泡群尺寸分布、空间位置及含气率等参数。
为解决上述技术问题，本发明采用的技术方案是：
一种气液两相流中气泡测量系统，包括流场产生装置、LED平面光源、光场相机以及数据分析储存装置；其特征在于，
所述流场产生装置，用于产生气液两相流场，并可通过控制阀门开度获取不同工况下的流场；
所述LED平面光源，用于为气液两相流场提供照明，降低相机曝光时间，消除流场图像中气泡拖影等负面效果；
所述光场相机，用于获取气液两相流场的光场信息，并将所采集的光场信息传输至数据分析储存装置；
所述数据分析储存装置，对光场相机所记录的流场的光场信息进行处理，得到流场的全聚焦图像和聚焦在不同深度位置的重聚焦图像序列；对所得到的全聚焦图像进行二值化处理，得到气泡图像质心二维坐标以及当量直径；对重聚焦图像序列进行轴向清晰度比对结合系统标定，得到物空间气泡的质心深度及该深度处放大率，进而计算得到物空间气泡质心三维坐标以及当量直径。
所述数据分析储存装置得到气泡图像质心二维坐标以及当量直径的方法是：将全聚焦图像转化为灰度图，进行二值化分割和像素填充，得到气泡投影图像，基于已知的像素尺寸，计算气泡图像质心二维坐标和当量直径。
所述数据分析储存装置得到物空间气泡的质心深度的方法是：
将重聚焦图像序列中的每一幅图像划分成M×N个正方形网格，基于清晰度评价函数计算每个网格的清晰度评价值，对于M和N，有
式中：l和m分别为为重聚焦图像高度和水平方向像素数，np为单个窗口边长像素数，为保证清晰度评价的准确性，np取值为7～11。
轴向对比所有重聚焦图像中同一处网格的清晰度评价值，最大值所在的位置便为该网格的深度；
对所有网格进行运算，得到重聚焦图像的像素深度图，将像素深度图与全聚焦二值化图取交集得到气泡边缘深度图，取每个气泡边缘深度的平均值作为该气泡的质心深度。
一种气液两相流中气泡三维测量方法，其特征在于，包括以下步骤：
步骤一：采用光场相机对气液两相流场进行拍摄，获取流场的光场信息，获取流场全聚焦图像在不同深度位置聚焦的流场图像序列；
步骤二：对流场全聚焦图像进行二值化处理，得到像空间气泡质心二维坐标以及当量直径；
步骤三：将重聚焦图像序列各对应像素进行轴向清晰度比对，获取全聚焦图像深度图；在全聚焦图像深度图中，计算气泡质心深度位置；
步骤四：根据气泡三维重建模型，结合步骤二得到的像空间气泡质心二维坐标以及当量直径及步骤三得到的气泡质心深度位置和对应放大率，对气泡进行三维重建。
还包括，
步骤五、气泡进行三维重建后，根据重建结果，得到气泡群尺寸分布、空间位置及含气率数。
所述步骤四中，所述气泡三维重建模型由物空间气泡参数与像空间气泡参数之间的关系建立，物空间气泡三维重建参数的表达式如下：
M＝g(zc)
xc＝x′c/M
yc＝y′c/M
A＝A′/M2
de＝d′e/M
式中：d(x，y)为物空间气泡投影面各处深度，xc、yc、zc为物空间气泡质心三维坐标，x′c、y′c为气泡全聚焦图像中气泡质心二维坐标；A为气泡投影面积，A′为全聚焦图像中气泡面积，de为气泡当量直径，d′e为全聚焦图像中气泡当量直径；M是放大率。
所述步骤三中，基于点锐度清晰度评价函数进行清晰度比对，其中点锐度清晰度评价函数为：
式中：df表示图像灰度变化的幅值，dx表示像素之间的距离，df/dx计算时取该像素的8个邻域，I表示图像网格的像素数。
步骤五：将重聚焦图像序列各对应像素进行轴向清晰度比对，获取全聚焦图像深度图，并根据步骤五中气泡投影图像计算气泡质心深度位置，得到物空间气泡质心三维坐标；
所述像空间气泡位置及尺寸参数计算表达式如下：
式中，x′c、y′c为像空间气泡二维坐标，A′为气泡图像面积，de为气泡图像等面积折合当量直径，xi，j、yi，j为CCD上像素中心坐标，为气泡图像像素中心坐标平均值，a为单个像素面积。
所述全聚焦像素深度图通过以下步骤获取：将重聚焦图像序列中的每一幅图像划分成469×313个网格，单个网格大小为7×7像素；计算每个网格的清晰度评价值，然后轴向对比所有重聚焦图像中同一处网格的清晰度评价值，最大值所在的位置便为该网格的深度；对所有网格进行运算，并以水箱内壁面作为z轴零点；
根据流场全聚焦二值化图像获得气泡边缘图像；根据全聚焦像素深度图获得气泡深度图像；二者取交集获得单个气泡边缘深度图；气泡边缘深度平均值作为气泡质心深度。
放大率M为深度z的函数，M＝g(z)，放大率函数M计算模型为：
u＝z+LOC
式中：u、v、f分别表示物距、像距、相机主镜头焦距，M(0)为z＝0处放大率，LOC为物空间坐标系原点O到主透镜光心C的距离。
本发明首次将光场成像技术引入气泡测量领域中，利用单相机单次曝光来捕捉整个光场信息，通过后期算法处理可以获得不同深度气泡图像，计算分析得到气泡位置及尺寸参数，进而重建气泡的三维分布。与传统成像比，无须多次曝光、改变相机位置或者布置多相机阵列，具有操作简单、实时性强、设备体积小和应用场合广等优点。
有益效果：与现有技术对比有以下有点：本发明采用单个光场相机单次曝光即可获得流场光场信息，利用计算成像结合图像处理技术可实现气泡三维重建及参数测量；测量系统设备简单，算法简洁，运算量小，适用场合广，且为非接触式测量，对流场不产生干扰。
附图说明
图1测量系统结构图。
图2数字重聚焦原理图
图3重聚焦图像序列和全聚焦图像示意图。
图4气泡三维重建模型图。
图5重聚焦图像深度标定装置图。
图6物空间深度与重聚焦图像序号标定结果
图7放大率与深度关系曲线。
图8气液两相流场全聚焦图像。
图9气液两相流场二值化图像。
图10全聚焦像素深度图。
图11气泡三维重建效果图。
图12气泡质心深度分布图。
图13气泡当量直径分布图。
图14截面含气率曲线。
具体实施方式
下面结合附图和具体实施例，进一步阐述本发明。应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读本发明之后，本领域技术人员对本发明的各种等价形式的修改落于本申请所附权利要求所限定的范围。本实施例中光场相机采用德国Raytrix公司的R29型光场相机。
本发明一种基于光场成像技术的气液两相流中气泡三维测量方法，包括以下步骤：
步骤一：利用光场相机拍摄气液两相流场，系统布置如图1所示，获取流场的光场信息。数字重聚焦技术过程如图2所示，其中，光线L(u，v，s，t)的方向由微透镜中心坐标(u，v)和CCD上像素坐标(s，t)唯一确定，光线强度值由像素记录，CCD与微透镜中心距离为D。基于获取的光线强度和方向信息，在空间任意位置放置成像面，即重聚焦面，重聚焦面与CCD的距离为d，在重聚焦面上对光线进行二重积分，得到重聚焦图像，积分表达式如式(1)所示。
式中：E(s′，t′)为重聚焦面坐标(s′，t′)处光线强度。
利用数字重聚焦技术在不同位置成像可以得到重聚焦图像序列，过程如图3所示，
其中：z′1、z′2、z′3为重聚焦面示例位置，将所有重聚焦面上的清晰像素组合得到全聚焦图。
步骤二：在图4中，B为物空间气泡，B的质心坐标为mc(xc，yc，zc)，面积为A，当量直径为de，B经过成像过程在像空间聚焦，得到全聚焦图像B′，放大率为M，B′的质心坐标为m′c(x′c，y′c，z′c)，面积为A′，当量直径为d′e，则物空间气泡参数的计算如式(2)-(7)所示。
M＝g(zc) (3)
xc＝x′c/M (4)
yc＝y′c/M (5)
A＝A′/M2 (6)
de＝d′e/M (7)
式中，d(x，y)为物空间气泡投影面各处深度，放大率M是物空间深度的函数，通过步骤四的标定工作确定，在像空间，则有
A′＝∫∫B′dx′dy′ (10)
CCD记录的光线强度信息是离散的，式(8)-(11)的离散形式如式(12)-(15)所示，气泡图像质心坐标为各像素点中心坐标平均值，气泡图像面积为各像素点面积之和。
式中，xi，j和yi，j为每个像素点中心坐标，为气泡图像像素中心坐标平均值，a为每个像素的面积。
步骤三：如图5所示，将标定尺沿深度方向放置，与水平面呈一定夹角θ，尺子底端与镜头前段距离为d0，用光场相机拍摄后重聚焦得到处于某一深度范围的图像序列，基于点锐度清晰度评价函数，确定每一张图片最清晰的刻度，清晰度评价函数表达式如式(16)所示。
式中：df表示图像灰度变化的幅值，dx表示像素之间的距离，df/dx计算时取该像素的8个邻域，I表示图像网格的像素数。Li值越大，代表图像越清晰。
若某清晰点A刻度值为LA，则在物空间A点到镜头前段距离dA为：
dA＝d0+LAcosθ (17)
由于标定尺最小刻度为1mm，因此标定的误差范围为(-0.5mm，0.5mm)，为减小标定误差，对同一毫米刻度的深度数据在±0.5mm的范围内进行线性插值，设流体与水箱接触面深度为零，得到的实际深度与重聚焦图像序号的关系如图6所示。
步骤四：为确定气泡实际尺寸与气泡像尺寸之间的关系，需要标定物空间不同深度的放大率M，M是深度z的函数，M＝g(z)。根据成像公式，
u＝z+LOC (20)
其中，f为主透镜焦距，LOC为物空间坐标系原点O到主透镜光心C的距离，联立解得放大率M与物面深度z的关系式M＝g(z)如式(21)所示。
由于LOC未知，因此首先需要标定LOC的值。采用的标定方法为，将标定尺放置在z＝0的位置，即水箱内壁处，拍摄并由式(21)和(22)计算放大率M(0)及LOC。
其中，L为标定尺实际长度，np为标定尺的像素长度，l为CCD单个像素长度。求得M(0)后代入式(22)，在z区间[0，20mm]内求得的M＝g(z)函数曲线如图7所示。
步骤五：气液两相流场全聚焦图像如图8所示，通过阈值分割获得其二值化图像，如图9所示，通过二值化图像可以获取气泡边缘数据，对二值化图像执行填充后，根据式(12)-(15)，计算像空间每一个气泡质心二维坐标x′c、y′c以及当量直径d′e。
步骤六：将重聚焦图像序列中的每一幅图像划分网格，以单个网格尺寸7×7像素为例，计算每个网格的清晰度评价值，然后轴向对比所有重聚焦图像中同一处网格的清晰度评价值，最大值所在的位置便为该网格的深度。对所有网格进行相同运算，并以水箱内壁面作为z轴零点，得到如图10所示的像素深度图。将图9与图10取交集得到气泡边缘深度图，根据式(2)，取每个气泡边缘深度的平均值作为该气泡的质心深度zc，根据图7确定z＝zc处放大率M(zc)，并根据式(4)-(7)计算物空间气泡质心二维坐标xc、yc以及当量直径de。
步骤七：基于获取的气泡质心三维坐标(xc，yc，zc)和当量直径de，对气泡进行三维重建。
效果如图11所示，测量体的体含气率GVF可由式(24)计算。
式中，di是气泡当量直径，n为气泡个数，Vm为测量体体积。
对气泡数据做进一步分析，可以分别得到所有气泡深度位置、当量直径分布和截面含气率曲线，如图12-14所示，气泡质心深度分布与截面含气率曲线一致，从而验证了测量方法的准确性。
Claims (10)
1.一种气液两相流中气泡测量系统，其特征在于，包括流场产生装置、LED平面光源、光场相机以及数据分析储存装置；
所述流场产生装置，用于产生气液两相流场，并可通过控制阀门开度获取不同工况下的流场；
所述LED平面光源，用于为气液两相流场提供照明；
所述光场相机，用于获取气液两相流场的光场信息，并将所采集的光场信息传输至数据分析储存装置；
所述数据分析储存装置，对光场相机所记录的流场的光场信息进行处理，得到流场的全聚焦图像和聚焦在不同深度位置的重聚焦图像序列；对所得到的全聚焦图像进行二值化处理，得到气泡图像质心二维坐标以及当量直径；对重聚焦图像序列进行轴向清晰度比对结合系统标定，得到物空间气泡的质心深度及该深度处放大率，进而计算得到物空间气泡质心三维坐标以及当量直径。
2.根据权利要求1所述的气液两相流中气泡测量系统，其特征在于，所述数据分析储存装置得到气泡图像质心二维坐标以及当量直径的方法是：将全聚焦图像转化为灰度图，进行二值化分割和像素填充，得到气泡投影图像，基于已知的像素尺寸，计算气泡图像质心二维坐标和当量直径。
3.根据权利要求1所述的气液两相流中气泡测量系统，其特征在于，所述数据分析储存装置得到物空间气泡的质心深度的方法是：
将重聚焦图像序列中的每一幅图像划分成M×N个正方形网格，基于清晰度评价函数计算每个网格的清晰度评价值，对于M和N，有
<mrow>
<mi>M</mi>
<mo>=</mo>
<mfrac>
<mi>l</mi>
<msub>
<mi>n</mi>
<mi>p</mi>
</msub>
</mfrac>
</mrow>
<mrow>
<mi>N</mi>
<mo>=</mo>
<mfrac>
<mi>m</mi>
<msub>
<mi>n</mi>
<mi>p</mi>
</msub>
</mfrac>
</mrow>
式中：l和m分别为为重聚焦图像高度和水平方向像素数，np为单个窗口边长像素数，为保证清晰度评价的准确性，np取值为7～11。
轴向对比所有重聚焦图像中同一处网格的清晰度评价值，最大值所在的位置便为该网格的深度；
对所有网格进行运算，得到重聚焦图像的像素深度图，将像素深度图与全聚焦二值化图取交集得到气泡边缘深度图，取每个气泡边缘深度的平均值作为该气泡的质心深度。
4.一种基于权利要求1-3任一所述气液两相流中气泡测量系统的气液两相流中气泡三维测量方法，其特征在于，包括以下步骤：
步骤一：采用光场相机对气液两相流场进行拍摄，获取流场的光场信息，处理得到流场全聚焦图像在不同深度位置聚焦的流场图像序列；
步骤二：对流场全聚焦图像进行二值化处理，得到像空间气泡质心二维坐标以及当量直径；
步骤三：将重聚焦图像序列各对应像素进行轴向清晰度比对，获取全聚焦图像深度图；在全聚焦图像深度图中，计算气泡质心深度位置，结合系统标定，确定该深度对应放大率；
步骤四：根据气泡三维重建模型，结合步骤二得到的像空间气泡质心二维坐标以及当量直径及步骤三得到的气泡质心深度位置和放大率，对气泡进行三维重建。
5.根据权利要求4所述的气液两相流中气泡三维测量方法，其特征在于，还包括，
步骤五、气泡进行三维重建后，根据重建结果，得到气泡群尺寸分布、空间位置及含气率数。
6.根据权利要求4或5所述的气液两相流中气泡三维测量方法，其特征在于，所述步骤四中，所述气泡三维重建模型由物空间气泡参数与像空间气泡参数之间的关系建立，物空间气泡三维重建参数的表达式如下：
<mrow>
<msub>
<mi>z</mi>
<mi>c</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&Integral;</mo>
<msub>
<mo>&Integral;</mo>
<mi>B</mi>
</msub>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
</mrow>
<mrow>
<mo>&Integral;</mo>
<msub>
<mo>&Integral;</mo>
<mi>B</mi>
</msub>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
</mrow>
</mfrac>
</mrow>
M＝g(zc)
xc＝x′c/M
yc＝y′c/M
A＝A′/M2
de＝d′e/M
式中：d(x，y)为物空间气泡投影面各处深度，xc、yc、zc为物空间气泡质心三维坐标，x′c、y′c为气全聚焦图像中气泡质心二维坐标；A为气泡投影面积，A′为全聚焦图像中气泡面积，de为气泡当量直径，d′e为全聚焦图像中气泡当量直径；M是放大率，为深度z的函数。
7.根据权利要求4或5所述的气液两相流中气泡三维测量方法，其特征在于，
所述步骤三中，基于点锐度清晰度评价函数进行清晰度比对，其中点锐度清晰度评价函数为：
<mrow>
<msub>
<mi>L</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>I</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>8</mn>
</munderover>
<mo>|</mo>
<mi>d</mi>
<mi>f</mi>
<mo>/</mo>
<mi>d</mi>
<mi>x</mi>
<mo>|</mo>
</mrow>
式中：df表示图像灰度变化的幅值，dx表示像素之间的距离，df/dx计算时取该像素的8个邻域，I表示图像网格的像素数。
8.根据权利要求4或5所述的气液两相流中气泡三维测量方法，其特征在于，
步骤五：将重聚焦图像序列各对应像素进行轴向清晰度比对，获取全聚焦图像深度图，并根据步骤五中气泡投影图像计算气泡质心深度位置，得到物空间气泡质心三维坐标；
所述像空间气泡位置及尺寸参数计算表达式如下：
<mrow>
<msubsup>
<mi>x</mi>
<mi>c</mi>
<mo>&prime;</mo>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mi>a</mi>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mi>a</mi>
</mrow>
</mfrac>
<mo>=</mo>
<mover>
<msup>
<mi>x</mi>
<mo>&prime;</mo>
</msup>
<mo>&OverBar;</mo>
</mover>
</mrow>
<mrow>
<msubsup>
<mi>y</mi>
<mi>c</mi>
<mo>&prime;</mo>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>y</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mi>a</mi>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mi>a</mi>
</mrow>
</mfrac>
<mo>=</mo>
<mover>
<msup>
<mi>y</mi>
<mo>&prime;</mo>
</msup>
<mo>&OverBar;</mo>
</mover>
</mrow>
<mrow>
<msup>
<mi>A</mi>
<mo>&prime;</mo>
</msup>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mi>a</mi>
</mrow>
<mrow>
<msubsup>
<mi>d</mi>
<mi>e</mi>
<mo>&prime;</mo>
</msubsup>
<mo>=</mo>
<mn>2</mn>
<msqrt>
<mfrac>
<msup>
<mi>A</mi>
<mo>&prime;</mo>
</msup>
<mi>&pi;</mi>
</mfrac>
</msqrt>
</mrow>
式中，x′c、y′c为像空间气泡二维坐标，A′为气泡图像面积，de为气泡图像等面积折合当量直径，xi，j、yi，j为CCD上像素中心坐标，为气泡图像像素中心坐标平均值，a为单个像素面积。
9.根据权利要求4或5所述的气液两相流中气泡三维测量方法，其特征在于，
所述全聚焦像素深度图通过以下步骤获取：将重聚焦图像序列中的每一幅图像划分成469×313个网格，单个网格大小为7×7像素；计算每个网格的清晰度评价值，然后轴向对比所有重聚焦图像中同一处网格的清晰度评价值，最大值所在的位置便为该网格的深度；对所有网格进行运算，并以水箱内壁面作为z轴零点；
根据流场全聚焦二值化图像获得气泡边缘图像；根据全聚焦像素深度图获得气泡深度图像；二者取交集获得单个气泡边缘深度图；气泡边缘深度平均值作为气泡质心深度。
10.根据权利要求4或5所述的气液两相流中气泡三维测量方法，其特征在于，
放大率M为深度z的函数，M＝g(z)，放大率函数M计算模型为：
<mrow>
<mfrac>
<mn>1</mn>
<mi>u</mi>
</mfrac>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mi>v</mi>
</mfrac>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>f</mi>
</mfrac>
</mrow>
<mrow>
<mi>M</mi>
<mo>=</mo>
<mfrac>
<mi>v</mi>
<mi>u</mi>
</mfrac>
</mrow>
u＝z+LOC
<mrow>
<mi>M</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>l</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>n</mi>
<mi>p</mi>
</msub>
</mrow>
<mi>L</mi>
</mfrac>
</mrow>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>M</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mi>f</mi>
</mrow>
<mrow>
<mi>M</mi>
<mo>=</mo>
<mfrac>
<mi>f</mi>
<mrow>
<mi>z</mi>
<mo>+</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>O</mi>
<mi>C</mi>
</mrow>
</msub>
<mo>-</mo>
<mi>f</mi>
</mrow>
</mfrac>
</mrow>
式中：u、v、f分别表示物距、像距、相机主镜头焦距，M(0)为z＝0处放大率，LOC为物空间坐标系原点O到主透镜光心C的距离。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711254479.1A CN108120392B (zh) | 2017-11-30 | 2017-11-30 | 气液两相流中气泡三维测量系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711254479.1A CN108120392B (zh) | 2017-11-30 | 2017-11-30 | 气液两相流中气泡三维测量系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108120392A true CN108120392A (zh) | 2018-06-05 |
| CN108120392B CN108120392B (zh) | 2020-03-31 |
Family
ID=62228784
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711254479.1A Active CN108120392B (zh) | 2017-11-30 | 2017-11-30 | 气液两相流中气泡三维测量系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108120392B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109741404A (zh) * | 2019-01-10 | 2019-05-10 | 奥本未来(北京)科技有限责任公司 | 一种基于移动设备的光场采集方法 |
| CN109900698A (zh) * | 2019-03-27 | 2019-06-18 | 西安交通大学 | 一种基于图像处理的大宽高比窄通道内含气率测量方法 |
| CN110969153A (zh) * | 2019-11-21 | 2020-04-07 | 四川极智朗润科技有限公司 | 一种基于空间光学特性的气泡识别方法 |
| CN111610173A (zh) * | 2020-05-27 | 2020-09-01 | 中国水利水电科学研究院 | 三维流体浓度场标定装置及标定方法 |
| CN111709983A (zh) * | 2020-06-16 | 2020-09-25 | 天津工业大学 | 一种基于卷积神经网络和光场图像的气泡流场三维重建方法 |
| CN112465952A (zh) * | 2020-11-28 | 2021-03-09 | 重庆邮电大学 | 一种基于光场相机微纳关联成像传感的重建方法 |
| CN113358527A (zh) * | 2021-05-31 | 2021-09-07 | 北京石油化工学院 | 一种气液两相流中微细气泡粒径测定系统及方法 |
| CN113554589A (zh) * | 2021-06-04 | 2021-10-26 | 奕目(上海)科技有限公司 | 基于深度学习的半导体芯片金线分割方法及系统 |
| CN113642609A (zh) * | 2021-07-15 | 2021-11-12 | 东华大学 | 基于图像识别技术的共混聚合物中分散相形貌的表征方法 |
| CN113899737A (zh) * | 2021-08-12 | 2022-01-07 | 灵动智能光学(杭州)有限公司 | 一种海底气泡检测的方法、装置、电子设备及介质 |
| CN114638931A (zh) * | 2022-03-15 | 2022-06-17 | 北京大学 | 双色双光路观测平台下沸腾气泡的三维重构方法及装置 |
| CN114994355A (zh) * | 2022-06-08 | 2022-09-02 | 中南大学 | 一种基于非激光光源的气液两相流流场测量方法和系统 |
| CN115542527A (zh) * | 2022-09-06 | 2022-12-30 | 深圳市人工智能与机器人研究院 | 一种微纳机器人定位追踪方法及装置 |
| CN116499394A (zh) * | 2023-04-24 | 2023-07-28 | 山东大学 | 一种气泡三维可视化成像装置及气泡三维重构方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120176665A1 (en) * | 2011-01-11 | 2012-07-12 | Hoon Song | 3-dimensional image display apparatus |
| CN103971379A (zh) * | 2014-05-30 | 2014-08-06 | 中南大学 | 基于单摄像机等效双目立体视觉模型的泡沫立体特征提取方法 |
| CN105628959A (zh) * | 2015-12-22 | 2016-06-01 | 东北大学 | 一种利用探针测量气液反应器内气泡尺寸的方法 |
| CN105701813A (zh) * | 2016-01-11 | 2016-06-22 | 深圳市未来媒体技术研究院 | 一种光场图像的显著性检测方法 |
| CN106257995A (zh) * | 2016-07-25 | 2016-12-28 | 深圳大学 | 一种结构光场三维成像方法及其系统 |
| CN106908622A (zh) * | 2017-03-15 | 2017-06-30 | 东南大学 | 一种基于光场成像的层析piv测量装置及方法 |
| CN107084794A (zh) * | 2017-04-10 | 2017-08-22 | 东南大学 | 基于光场分层成像技术的火焰三维温度场测量系统及其方法 |
| CN107230232A (zh) * | 2017-04-27 | 2017-10-03 | 东南大学 | 聚焦型光场相机的f数匹配方法 |
-
2017
- 2017-11-30 CN CN201711254479.1A patent/CN108120392B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120176665A1 (en) * | 2011-01-11 | 2012-07-12 | Hoon Song | 3-dimensional image display apparatus |
| CN103971379A (zh) * | 2014-05-30 | 2014-08-06 | 中南大学 | 基于单摄像机等效双目立体视觉模型的泡沫立体特征提取方法 |
| CN105628959A (zh) * | 2015-12-22 | 2016-06-01 | 东北大学 | 一种利用探针测量气液反应器内气泡尺寸的方法 |
| CN105701813A (zh) * | 2016-01-11 | 2016-06-22 | 深圳市未来媒体技术研究院 | 一种光场图像的显著性检测方法 |
| CN106257995A (zh) * | 2016-07-25 | 2016-12-28 | 深圳大学 | 一种结构光场三维成像方法及其系统 |
| CN106908622A (zh) * | 2017-03-15 | 2017-06-30 | 东南大学 | 一种基于光场成像的层析piv测量装置及方法 |
| CN106908622B (zh) * | 2017-03-15 | 2019-05-31 | 东南大学 | 一种基于光场成像的层析piv测量装置及方法 |
| CN107084794A (zh) * | 2017-04-10 | 2017-08-22 | 东南大学 | 基于光场分层成像技术的火焰三维温度场测量系统及其方法 |
| CN107230232A (zh) * | 2017-04-27 | 2017-10-03 | 东南大学 | 聚焦型光场相机的f数匹配方法 |
Non-Patent Citations (2)
| Title |
|---|
| 孟欣东: "气液两相流中气泡特征参数三维测量方法研究", 《中国优秀硕士学位论文全文数据库（电子期刊）》 * |
| 王宇等: "基于光场成像的三维测量方法的研究", 《仪器仪表学报》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109741404A (zh) * | 2019-01-10 | 2019-05-10 | 奥本未来(北京)科技有限责任公司 | 一种基于移动设备的光场采集方法 |
| CN109900698A (zh) * | 2019-03-27 | 2019-06-18 | 西安交通大学 | 一种基于图像处理的大宽高比窄通道内含气率测量方法 |
| CN109900698B (zh) * | 2019-03-27 | 2020-07-28 | 西安交通大学 | 一种基于图像处理的大宽高比窄通道内含气率测量方法 |
| CN110969153A (zh) * | 2019-11-21 | 2020-04-07 | 四川极智朗润科技有限公司 | 一种基于空间光学特性的气泡识别方法 |
| CN111610173A (zh) * | 2020-05-27 | 2020-09-01 | 中国水利水电科学研究院 | 三维流体浓度场标定装置及标定方法 |
| CN111709983A (zh) * | 2020-06-16 | 2020-09-25 | 天津工业大学 | 一种基于卷积神经网络和光场图像的气泡流场三维重建方法 |
| CN112465952A (zh) * | 2020-11-28 | 2021-03-09 | 重庆邮电大学 | 一种基于光场相机微纳关联成像传感的重建方法 |
| CN113358527A (zh) * | 2021-05-31 | 2021-09-07 | 北京石油化工学院 | 一种气液两相流中微细气泡粒径测定系统及方法 |
| CN113554589A (zh) * | 2021-06-04 | 2021-10-26 | 奕目(上海)科技有限公司 | 基于深度学习的半导体芯片金线分割方法及系统 |
| CN113642609A (zh) * | 2021-07-15 | 2021-11-12 | 东华大学 | 基于图像识别技术的共混聚合物中分散相形貌的表征方法 |
| CN113642609B (zh) * | 2021-07-15 | 2024-03-26 | 东华大学 | 基于图像识别技术的共混聚合物中分散相形貌的表征方法 |
| CN113899737A (zh) * | 2021-08-12 | 2022-01-07 | 灵动智能光学(杭州)有限公司 | 一种海底气泡检测的方法、装置、电子设备及介质 |
| CN114638931A (zh) * | 2022-03-15 | 2022-06-17 | 北京大学 | 双色双光路观测平台下沸腾气泡的三维重构方法及装置 |
| CN114994355A (zh) * | 2022-06-08 | 2022-09-02 | 中南大学 | 一种基于非激光光源的气液两相流流场测量方法和系统 |
| CN115542527A (zh) * | 2022-09-06 | 2022-12-30 | 深圳市人工智能与机器人研究院 | 一种微纳机器人定位追踪方法及装置 |
| CN116499394A (zh) * | 2023-04-24 | 2023-07-28 | 山东大学 | 一种气泡三维可视化成像装置及气泡三维重构方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108120392B (zh) | 2020-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108120392A (zh) | 气液两相流中气泡三维测量系统及方法 | |
| Pereira et al. | Defocusing digital particle image velocimetry and the three-dimensional characterization of two-phase flows | |
| Fahringer et al. | Volumetric particle image velocimetry with a single plenoptic camera | |
| CN106908622B (zh) | 一种基于光场成像的层析piv测量装置及方法 | |
| CN102003938B (zh) | 大型高温锻件热态在位检测方法 | |
| Fahringer et al. | Tomographic reconstruction of a 3-D flow field using a plenoptic camera | |
| Lynch et al. | Three-dimensional particle image velocimetry using a plenoptic camera | |
| Kühn et al. | Large-scale tomographic particle image velocimetry using helium-filled soap bubbles | |
| Fahringer et al. | Filtered refocusing: a volumetric reconstruction algorithm for plenoptic-PIV | |
| CN103971406A (zh) | 基于线结构光的水下目标三维重建方法 | |
| CN107084794A (zh) | 基于光场分层成像技术的火焰三维温度场测量系统及其方法 | |
| Mei et al. | High resolution volumetric dual-camera light-field PIV | |
| Spinewine et al. | Laser stripe measurements of near-wall solid fraction in channel flows of liquid-granular mixtures | |
| Johnson et al. | Volumetric velocity measurements in the wake of a hemispherical roughness element | |
| Voss et al. | Bichromatic particle streak velocimetry bPSV: Interfacial, volumetric three-component velocimetry using a single camera | |
| Cao et al. | Tomographic reconstruction of light field PIV based on a backward ray-tracing technique | |
| Schweitzer et al. | A method for analysis of spatial uncertainty in image based surface velocimetry | |
| Kozul et al. | A scanning particle tracking velocimetry technique for high-Reynolds number turbulent flows | |
| Xing et al. | High-resolution light-field particle imaging velocimetry with color-and-depth encoded illumination | |
| Raffel et al. | Techniques for 3D-PIV | |
| Stelter et al. | Thermographic 3D particle tracking velocimetry for turbulent gas flows | |
| Fahringer et al. | The effect of grid resolution on the accuracy of tomographic reconstruction using a plenoptic camera | |
| Qu et al. | 3D SAPIV particle field reconstruction method based on adaptive threshold | |
| Qu et al. | 3D particle field reconstruction method based on convolutional neural network for SAPIV | |
| Fahringer et al. | 3d particle position reconstruction accuracy in plenoptic piv |
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 |