CN108827876B - 一种空化云空化强度的测量方法 - Google Patents
一种空化云空化强度的测量方法 Download PDFInfo
- Publication number
- CN108827876B CN108827876B CN201810292008.8A CN201810292008A CN108827876B CN 108827876 B CN108827876 B CN 108827876B CN 201810292008 A CN201810292008 A CN 201810292008A CN 108827876 B CN108827876 B CN 108827876B
- Authority
- CN
- China
- Prior art keywords
- cavitation
- cavitation cloud
- image
- gray value
- cloud
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及空化分析领域,尤其涉及一种空化云空化强度的测量方法。该方法包括以下步骤:获取待测区域的空化云图像;获取空化云图像的灰度值;根据空化云图像的灰度分布与空化云状态的物理关系,计算得出反映空化云强度的第一目标数据以及反映空化云状态变化的第二目标数据。采用本方法可以在对空化场没有影响的前提下,通过对大量空化云图像的定量分析,得到能对空化云的强度分布定量描述的数据以及反映空化云周期性特征的数据。
Description
技术领域
本发明涉及空化分析领域,尤其涉及一种空化云空化强度的测量方法。
背景技术
当超声波在液体中的强度高于一定程度时,液体中会出现肉眼可见气泡,同时还伴随着类似“开水叫”的嘶嘶声,这种现象叫超声空化(ultrasonic cavitation)。这些肉眼可见的气泡叫空化泡(cavitation bubble),它们通常会大量聚集成团簇,看上去像云,因此取名空化云(cavitation cloud),那些在空化过程中发出的嘶嘶声称为空化噪声。
空化泡在超声波作用下会剧烈的径向振动,即膨胀和收缩。因此,由它们构成的空化云也会表现出相应的膨胀和收缩。但是,超声波的频率一般在20kHz以上,空化泡在其作用下振动的周期很短,振动很快,肉眼无法看清。因此,通常需要借助高速摄影机拍下下来,再放慢播放才能看清振动过程。
一般地,超声波越强,空化泡振动越剧烈(空化泡最大半径比其初始半径)。然而,空化泡的振动有很强的非线性,其周期特征也很复杂。它的振动中即含有和超声波频率一样的周期性成分,也含有频率与超声波频率成整数比的次谐频及超谐频成分,还含有宽频带成分(相应于瞬态过程)。其中,次谐频成分的大小被认为用空化强度有很强的依赖性。这些周期性特征通常是用水听器采集空化辐射的噪声分析得到的。
然而,现有的空化云观测多依赖于对空化云高速摄影照片的人工测量和定性分析,从大量空化云照片中很难发现规律性的结果。对空化强度也缺乏统一有效的定义和方法。现有的中测量空化强度的方法中,水听器测噪声法操作简单,但是很难排除非空化噪声(换能器背景声)的干扰;化学反应法操作复杂,只能看到最终累积效果,不能反应即时变化;空蚀法虽然操作简单,直观,但是对空化场本身影响较大,不能准确反映所在区域的空化强弱。
发明内容
为解决上述问题,本发明提出了一种空化云空化强度的测量方法,该方法包括以下步骤:
获取待测区域的空化云图像;获取所述空化云图像的灰度值;根据所述空化云图像的灰度分布与空化云状态的物理关系,计算得出反映空化云强度的第一目标数据以及反映空化云状态变化的第二目标数据;其中,所述空化云图像为N张时序的预先使用高速摄像机在所述待测区域拍摄的一系列8位黑白照片。
优选地,获取所述空化云图像的灰度值步骤,具体包括:获取空化云图像中每个像素坐标位置上的灰度值作为该坐标位置的初始灰度值;根据初始灰度值与所述空化云图像的像素坐标的位置关系,建立一个存储所述初始灰度值的三维矩阵G,所述空化云图像的某一像素坐标位置上的初始灰度值在所述三维矩阵G中具体计为:g(l,m,n);提取初始灰度值中重复出现次数最多的灰度值作为背景灰度值,计为g0(l,m,0);其中,n∈[1,N],l∈[1,L],m∈[1,M],所述照片的像素值为L×M。
优选地,根据空化云图像的灰度分布与空化云状态的物理关系,计算得出反映空化云强度的第一目标数据以及反映空化云状态变化的第二目标数据步骤,具体包括:根据公式:计算得出反映图像拍摄区域空化云空化强度的第一目标数据qT(l,m);根据公式:计算得出反映图像拍摄区域空化云状态变化的第二目标数据qV(n);其中,g(l,m,n)为所述空化云图像的某一像素坐标位置上的初始灰度值,g0(l,m,0)为背景灰度值,照片的像素值为L×M。
优选地,还包括,根据所述第一目标数据,建立一个与所述空化云图像像素尺寸相同的二维矩阵,采用图像分析法将所述二维矩阵用图像输出,得到一张可以显示所述待测区域空化云强度的图像。
优选地,还包括,对所述第二目标数据做快速傅里叶变换(FFT)得到空化云的周期性信息数据。
本发明给出了一套图像分析的算法,结合计算机可以快速的对大量照片进行定量分析。同时,本发明的方法还能对空化云的强度分布进行定量描述,且这种方法操作过程中对空化场本身没有影响,能较为准确的表征空化场。
附图说明
图1为本发明实施例提供的一种空化云空化强度的测量方法的流程图;
图2为本发明实施例提供的空化云高速摄影系统示意图;
图3为本发明实施例提供的空化云图像例图;
图4为本发明实施例提供的空化云图像的背景例图;
图5为本发明实施例提供的空化云状态变量qV时间演化图;
图6为本发明实施例提供的快速傅里叶变换FFT后的空化云状态变量qV;
图7为本发明实施例提供的空化云强度分布图。
具体实施方式
下面结合附图和实施例,对本发明的技术方案做进一步的详细描述。
图1为本发明实施例提供的本发明一种空化云空化强度的测量方法的流程图。如图1所示,空化云空化强度的测量方法包括以下步骤:
S100,获取待测区域的空化云图像;具体地,如图2所示,包括:使用高速摄影机拍摄空化云,用常亮光源补光,空化云位于光源和摄影机镜头之间,即透射光式补光,得到一系列8位的黑白照片。黑白照片数以千张,按时序的先后记录并保存在计算机中。图3为空化云高速摄影例图。
为了能从空化云照片中提取出足够精细的演化特征,高速摄影机的拍摄帧频率应当大约在5倍的空化周期以上,空化周期指的是超声波的频率,拍摄的照片张数越多越有利于从中分析低频特征。
S200,获取所述空化云图像的灰度值;具体地,包括:获取所述空化云图像中每个像素坐标位置上的灰度值作为该坐标位置的初始灰度值;根据始灰度值与空化云图像的像素坐标的位置关系,建立一个存储初始灰度值的三维矩阵G,所述空化云图像的某一像素坐标位置上的初始灰度值在所述三维矩阵G中具体计为:g(l,m,n);提取所述初始灰度值中重复出现次数最多的灰度值作为背景灰度值,计为g0(l,m,0);其中,n∈[1,N],l∈[1,L],m∈[1,M],所述照片的像素值为L×M。
具体地,用MATLAB建立一个三维空间矩阵,矩阵的“页数”相当于照片的张数N,矩阵的“行数”和“列数”分别相当于空化云照片的横向像素值L和纵向像素值M。利用图像分析法,将N张像素尺寸为L×M的照片的灰度值存储为一个三维矩阵G,其中,第n张照片上的像素坐标(l,m)处的灰度值计为g(l,m,n)。
S300,根据空化云图像的灰度分布与空化云状态的物理关系,计算得出反映空化云强度的第一目标数据以及反映空化云状态变化的第二目标数据;具体包括:
其中,优选地,还包括:根据所述第一目标数据,建立一个与所述空化云图像像素尺寸相同的二维矩阵,采用图像分析法将所述二维矩阵用图像输出,得到一张可以显示所述待测区域空化云强度的图像。如图7所示,图中越亮的地方空化越强,越暗的地方空化越弱。而实际中,该图像为彩色图像,图中较亮的部分显示颜色为黄色,较暗的部分显示颜色为蓝色。
根据时序数据序列qV(n)可以得到空化云状态变量qV时间演化图,如图5所示。
其中,优选地,还包括:对时序数据序列qV(n)做快速傅里叶变换FFT,得到如图6所示的空化云周期性信息。
需要说明的是,在图像分析的过程中,空化云照片会受到照片背景的干扰。为此,在图像分析时,利用图像分析法去掉照片背景,图4为空化云图像的背景例图。
具体地,公式中,g(l,m,n)与g0(l,m,0)相减即为去背景后的灰度值。
采用本发明实施例所记载的图像分析的算法,结合计算机可以快速的对大量照片进行定量分析。同时,本发明的方法还能对空化云的强度分布进行定量描述,且这种方法操作过程中对空化场本身没有影响,能较为准确的表征空化场。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种空化云空化强度的测量方法,其特征在于,包括:
获取待测区域的空化云图像;
获取所述空化云图像的灰度值;
根据空化云图像的灰度分布与空化云状态的物理关系,计算得出反映空化云强度的第一目标数据以及反映空化云状态变化的第二目标数据;
其中,根据公式:计算得出反映图像拍摄区域空化云空化强度的第一目标数据qT(l,m);根据公式:计算得出反映图像拍摄区域空化云状态变化的第二目标数据qV(n);其中,g(l,m,n)为所述空化云图像的第n张照片上的像素坐标(l,m)处的初始灰度值,g0(l,m,0)为背景灰度值,照片的像素值为L×M;
所述空化云图像为N张时序的预先使用高速摄像机在所述待测区域拍摄的一系列8位黑白照片。
2.根据权利要求1所述的方法,其特征在于,所述获取所述空化云图像的灰度值步骤,具体包括:
获取所述空化云图像中每个像素坐标位置上的灰度值作为该坐标位置的初始灰度值;
根据所述初始灰度值与所述空化云图像的像素坐标的位置关系,建立一个存储所述初始灰度值的三维矩阵G,所述空化云图像的第n张照片上的像素坐标(l,m)处的初始灰度值在所述三维矩阵G中具体计为:g(l,m,n);
提取所述初始灰度值中重复出现次数最多的灰度值作为背景灰度值,计为g0(l,m,0);
其中,n∈[1,N],l∈[1,L],m∈[1,M],所述照片的像素值为L×M。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述第一目标数据,建立一个所述空化云图像像素尺寸相同的二维矩阵,采用图像分析法将所述二维矩阵用图像输出,得到一张可以显示所述待测区域空化云强度的图像。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述第二目标数据做快速傅里叶变换FFT得到空化云的周期性信息数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810292008.8A CN108827876B (zh) | 2018-04-03 | 2018-04-03 | 一种空化云空化强度的测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810292008.8A CN108827876B (zh) | 2018-04-03 | 2018-04-03 | 一种空化云空化强度的测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108827876A CN108827876A (zh) | 2018-11-16 |
CN108827876B true CN108827876B (zh) | 2020-04-28 |
Family
ID=64155343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810292008.8A Active CN108827876B (zh) | 2018-04-03 | 2018-04-03 | 一种空化云空化强度的测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108827876B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113663622B (zh) * | 2021-08-23 | 2022-12-23 | 飞依诺科技股份有限公司 | 超声空化参数调整方法和超声空化装置 |
CN114813037B (zh) * | 2022-04-21 | 2023-06-20 | 中国船舶科学研究中心 | 一种空化流动结构频率分布特征分析方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4595091B2 (ja) * | 2005-07-29 | 2010-12-08 | 独立行政法人産業技術総合研究所 | キャビテーション発生量の測定方法及びキャビテーション発生量の測定装置 |
CN102230898A (zh) * | 2011-04-08 | 2011-11-02 | 河海大学常州校区 | 一种基于图像处理的超声空化效应测量装置及方法 |
CN104215581B (zh) * | 2014-07-30 | 2017-08-25 | 中国科学院声学研究所 | 一种检测超声空化强度的装置及方法 |
CN204008435U (zh) * | 2014-07-30 | 2014-12-10 | 中国科学院声学研究所 | 一种检测超声空化强度的装置 |
CN105548006B (zh) * | 2015-11-27 | 2019-07-16 | 西安科技大学 | 一种检测超声空化强度的系统 |
CN107300540B (zh) * | 2017-05-19 | 2020-02-07 | 西安交通大学 | 一种液体光致击穿及空化效应的研究系统 |
-
2018
- 2018-04-03 CN CN201810292008.8A patent/CN108827876B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108827876A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Blind identification of full-field vibration modes from video measurements with phase-based video motion magnification | |
US10567655B2 (en) | System and method for automated extraction of high resolution structural dynamics from video | |
US11200456B2 (en) | Systems and methods for generating augmented training data for machine learning models | |
US8405742B2 (en) | Processing images having different focus | |
RU2444786C2 (ru) | Устройство и способы для увеличения динамического диапазона в цифровых изображениях | |
JP2020503509A (ja) | 超音波スキャン・データを用いた欠陥検出 | |
US20060184021A1 (en) | Method of improving the quality of a three-dimensional ultrasound doppler image | |
EP3243166A1 (en) | Structural masking for progressive health monitoring | |
CN108827876B (zh) | 一种空化云空化强度的测量方法 | |
Valente et al. | Streamlined particle filtering of phase-based magnified videos for quantified operational deflection shapes | |
CN111489319A (zh) | 基于多尺度双边滤波和视觉显著性的红外图像增强方法 | |
Al-Rawi et al. | Intensity normalization of sidescan sonar imagery | |
Breivik et al. | Real-time nonlocal means-based despeckling | |
Valente et al. | Holistically Nested Edge Detection and particle filtering for subtle vibration extraction | |
van de Schaft et al. | Ultrasound speckle suppression and denoising using MRI-derived normalizing flow priors | |
Nguyen et al. | An adaptive filter to approximate the Bayesian strategy for sonographic beamforming | |
Liao et al. | Pyramid Spatial Feature Transform and Shared-Offsets Deformable Alignment Based Convolutional Network for HDR Imaging | |
Zhu et al. | Quantitative assessment mechanism transcending visual perceptual evaluation for image dehazing | |
CN113920087A (zh) | 基于深度学习的微小元器件缺陷检测系统及方法 | |
CN109171815B (zh) | 超声装置、超声方法以及计算机可读介质 | |
WO2018112979A1 (zh) | 一种图像处理方法、装置以及终端设备 | |
CN106805997B (zh) | 一种弹性成像方法和装置 | |
Čufar et al. | Mode-shape magnification in high-speed camera measurements | |
CN117422927B (zh) | 一种乳腺超声图像分类方法、系统、电子设备及介质 | |
Vavilin et al. | Recursive HDR image generation from differently exposed images |
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 |