CN109738433B - 基于图像处理的水油分层混合液含水率检测方法及装置 - Google Patents

基于图像处理的水油分层混合液含水率检测方法及装置 Download PDF

Info

Publication number
CN109738433B
CN109738433B CN201811452257.5A CN201811452257A CN109738433B CN 109738433 B CN109738433 B CN 109738433B CN 201811452257 A CN201811452257 A CN 201811452257A CN 109738433 B CN109738433 B CN 109738433B
Authority
CN
China
Prior art keywords
image
gray
water
gray level
water content
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
CN201811452257.5A
Other languages
English (en)
Other versions
CN109738433A (zh
Inventor
唐升
储波
刘清
彭进业
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.)
Northwestern University
Original Assignee
Northwestern 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 Northwestern University filed Critical Northwestern University
Priority to CN201811452257.5A priority Critical patent/CN109738433B/zh
Publication of CN109738433A publication Critical patent/CN109738433A/zh
Application granted granted Critical
Publication of CN109738433B publication Critical patent/CN109738433B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于图像处理的水油分层混合液含水率检测方法及装置,通过采集水油分层混合液的图像信息,利用图像处理算法,检测出空气与石油交界、石油与水交界、容器底部边沿所在位置坐标点,计算水油分层混合液含水率;本发明提供的水油分层混合液含水率检测方法中采用了灰度累加差值的方法对水油分层混合液灰度图像进行处理,减少了噪声对检测准确度的影响,提高了检测的准确率,测量周期短,且测量误差小,测量精度较高;并且本发明提供的水油分层混合液含水率检测装置较传统测量装置,自动化程度高,且操作步骤简单,并且可实现测试数据远程传输。

Description

基于图像处理的水油分层混合液含水率检测方法及装置
技术领域
本发明涉及水油分层混合液含水率检测方法及装置,具体涉及一种基于图像处理的水油分层混合液含水率检测方法及装置。
背景技术
水油分层混合液中含水率是化工行业中的一个重要参数,例如原油含水率,在原油加工、储存、运输、定价等方面具有重要的参考价值。在油田开采的过程中,通过测量原油含水率便可及时预测油井水位,估计油层位置,为油田开采提供参考,对油田开采实现自动化具有重要意义。
水油分层混合液中含水率的测量方法主要有电容检测法、电磁波检测法、蒸馏法、卡尔-费休法等,电容检测法是将水油分层混合液作为电容传感器的电介质通过电容传感器的两个极板,再通过测量两极板的电容值得出水油分层混合液的含水率,不同水油分层混合液的含水量的不同,其对应的介电常数也不同,进而测的电容值也将不同。电磁波法利用不同介质对于电磁波的吸收程度不同这一基本原理来实现,通过设备中的振荡电路,将电能转化为电磁波能量,电磁波辐射到待检测的水油分层混合液中,再测量通过待检测水油分层混合液的电磁波辐射强度得到水油分层混合液含水率。蒸馏法的主要原理为通过一定的化学方法将水和油分离出来,分别测量水和油的质量或体积得出水油分层混合液含水率。卡尔-费休法是向水油分层混合液中加入定量的化学试剂,通过化学反应定量测量水油分层混合液中的含水量。
电容检测法和电磁波检测法属于在线检测的范畴,对应的检测装置部署在生产现场,检测实时性好,但是该方法对检测装置要求苛刻,环境因素对测量结果有较大影响,通常检测准确度较低。蒸馏法和卡尔-费休法属于离线检测的范畴,整个检测过程完全在实验室进行,检测过程中受环境因素干扰较小,检测精度较高,但是检测周期较长,难以保证检测的实时性。
发明内容
本发明的目的在于提供一种基于图像处理的水油分层混合液含水率检测方法及装置,用以解决现有技术中的水油分层混合液含水率检测方法存在的检测实时性与检测精度无法同时保证等问题。
为了实现上述任务,本发明采用以下技术方案:
一种基于图像处理的水油分层混合液含水率检测方法,所述的方法按照以下步骤执行:
步骤1、采集所述的水油分层混合液的RGB图像,获得原始RGB图像;
步骤2、对所述的原始RGB图像进行灰度化,获得灰度图像;
步骤3、将所述的灰度图像转换为矩阵形式,求取矩阵形式的灰度图像每一行灰度值之和,获得图像灰度累加值序列;
步骤4、将所述图像灰度累加值序列进行差分处理,获得图像灰度差分值序列,所述的灰度累加值序列包括I个灰度值,所述的图像灰度差分值序列包括I-1个灰度差分值,I为大于1的整数;
所述的图像灰度差分值序列中第i个灰度差分值Di为:
Di=Gi+1-Gi 式V
其中,i=1,2,…,I-1,Gi+1为图像灰度累加值序列中第i+1个灰度累加值,Gi为图像灰度累加值序列中第i个灰度累加值;
步骤5、将所述的图像灰度差分值序列转换为图像形式,所述图像形式的灰度差分值序列的横坐标为所述灰度图像的纵坐标,纵坐标为灰度差分值;
将所述图像形式的图像灰度差分值序列中的所有点的纵坐标按照纵坐标大小降序排列,选取前三个纵坐标对应的横坐标,分别为第一坐标Y1,第二坐标Y2以及第三坐标Y3
步骤6、根据所述的第一坐标Y1,第二坐标Y2以及第三坐标Y3,采用式VI获得所述水油分层混合液的含水率Radio。
Figure GDA0002839010270000031
进一步地,所述的步骤2中对所述的水油分层混合液原始RGB图像采用式IV的灰度处理,获得水油分层混合液灰度图像Gray2
Gray2=(R·19595+G·38469+B·7472)>>16 式IV
其中,R、G以及B分别代表水油分层混合液原始RGB图像的R分量的值、G分量的值以及B分量的值,>>表示右移运算。
进一步地,用于实现所述的基于图像处理的水油分层混合液含水率检测方法,所述的装置包括图像采集模块、图像预处理模块、图像灰度序列计算模块、图像灰度差分值序列计算模块、图像灰度差分值排序模块以及含水率计算模块;
所述的图像采集模块与所述的图像预处理模块连接,用于采集所述的水油分层混合液的RGB图像,获得原始RGB图像,并将所述的原始RGB图像发送给图像预处理模块;
所述的图像预处理模块与所述的图像灰度序列计算模块连接,用于对所述的原始RGB图像进行灰度化,获得灰度图像,并将所述的灰度图像发送给图像灰度序列计算模块;
所述的图像灰度序列计算模块与所述的图像灰度差分值序列计算模块连接,用于将所述的灰度图像转换为矩阵形式,求取矩阵形式的灰度图像每一行灰度值之和,获得图像灰度累加值序列,并将所述的图像灰度累加值序列发送给所述的图像灰度差分值序列计算模块;
所述的图像灰度差分值序列计算模块与所述的图像灰度差分值排序模块连接,用于将所述图像灰度累加值序列进行差分处理,获得图像灰度差分值序列,所述的灰度值序列包括I个灰度值,所述的图像灰度差分值序列包括I-1个灰度差分值,I>1;
所述的图像灰度差分值序列中第i个灰度差分值Di为:
Di=Gi+1-Gi 式V
其中,i=1,2,…,I-1,Gi+1为图像灰度累加值序列中第i+1个灰度值,Gi为图像灰度累加值序列中第i个灰度值;
还用于将所述的图像灰度差分值序列发送给所述的图像灰度差分值排序模块;
所述的图像灰度差分值排序模块与所述的含水率计算模块连接,用于将所述的图像灰度差分值序列转换为图像形式,所述图像形式的灰度差分值序列的横坐标为所述灰度图像纵坐标,纵坐标为灰度差分值;
还用于将所述图像形式的图像灰度差分值序列中的所有点的纵坐标按照纵坐标大小降序排列,选取前三个纵坐标对应的横坐标,分别为第一坐标Y1,第二坐标Y2以及第三坐标Y3
还用于将所述的第一坐标Y1,第二坐标Y2以及第三坐标Y3发送给所述的含水率计算模块;
所述的含水率计算模块用于根据所述的第一坐标Y1,第二坐标Y2以及第三坐标Y3,采用式VI获得所述水油分层混合液的含水率Radio;
Figure GDA0002839010270000051
所述的含水率计算模块还用于输出所述的水油分层混合液的含水率。
进一步地,所述的装置还包括数据远程共享模块;
所述的数据远程共享模块与所述的含水率计算模块连接,用于将所述含水率计算模块输出的水油分层混合液的含水率Radio通过网络共享方式发送至远程用户。
本发明与现有技术相比具有以下技术效果:
1、本发明提供的水油分层混合液含水率检测方法中采用了灰度累加差值的方法对水油分层混合液灰度图像进行处理,减少了噪声对检测准确度的影响,提高了检测的准确率;
2、本发明提供的水油分层混合液含水率检测方法主要是采用图像处理的方法,使得周期极短,且测量误差小,测量精度较高;
3、本发明提供的水油分层混合液含水率检测装置较传统测量装置,自动化程度高,且操作步骤简单,并且可实现测试数据远程传输。
附图说明
图1为本发明提供的基于图像处理的水油分层混合液含水率检测方法的流程示意图;
图2为本发明的一个实施例中提供的灰度图像;
图3为本发明的一个实施例中提供的图像形式的图像灰度累加值序列;
图4为本发明的一个实施例中提供的图像形式的图像灰度差分值序列;
图5为本发明的一个实施例中提供的装置结构示意图。
具体实施方式
以下是发明人给出的具体实施例,以对本申请的方案做出进一步地解释。
水油分层混合液:混合液中包括水和油这两种不互溶液体,水油分层混合液可以是静置后的原油,或者是水和颜色具有差异明显的油的混合液,也可以是水和颜色具有差异明显的其他溶液的混合液等。
水油分层混合液中的含水率:按体积计算混合液中下层水分在整个混合液中所占比例,该比例即为混合液中含水率。
实施例一
如图1所示,本实施例公开了一种基于图像处理的水油分层混合液含水率检测方法,用于对存储在透明容器中的水油分层混合液的含水率进行检测。
在本实施例中,水油分层混合液为原油,由于地下水的存在及开采过程中油田注水等原因,从油井开采出来的原油中都含有水分。通过对原油破乳加热,促使油、水离子的分离,水分下沉,油水分开,得到颜色差异明显的水油分层混合液。采集水油分层混合液的图像信息,采用图像处理算法,检测出空气与石油交界、石油与水交界、容器底部边沿所在位置坐标点,从而计算原油含水率。
所述的方法按照以下步骤执行:
步骤1、采集所述的水油分层混合液的RGB图像,获得原始RGB图像;
在本实施例中,利用通用图像传感器采集水油分层混合液及其透明容器中的RGB565图像。RGB565格式图像含有亮度、色彩、色度信息,每个像素点相当于一个三维向量,由R、G、B按照不同比例组成。RGB565格式图像数据量大、占用存储空间大,而且空间均匀性差,颜色发生的微小变化难以检测。但是对RGB565格式的原始RGB图像进行直接处理较难满足油田生产实际应用中的高准确度和实时性需求。
步骤2、对所述的原始RGB图像进行灰度化,获得灰度图像;
灰度图像不含色彩、色度信息,只含亮度信息。从图像的整体亮度等级分布特征来看,灰度图像与RGB565图像描述的特征基本一致,但是灰度图像所含冗余信息量减少,图像处理数据量也减少,从而方便通用处理器对采集到的水油分层混合液图像进行处理。因此,在本实施例中将原始RGB图像转化成灰度图像,基于RGB565和YUV颜色空间的变化关系,建立像素点的亮度Y与R、G、B三个颜色分量的对应关系,如式I所示:
Figure GDA0002839010270000081
用亮度值Y来表示图像的灰度值Gray0,如式II所示:
Gray0=R·0.299+G·0.587+B·0.114 式II
在通用处理器中,整数运算速度远快于浮点数运算速度。实际应用中应尽量避免复杂的浮点运算。为提高数据处理速度,减少数据处理时间,将系数缩放1000倍来实现32位整型运算。同时为了转换后的灰度值能够进行四舍五入,被除数添加500,得到:
Figure GDA0002839010270000082
然而式III的整数运算会截断小数部分,造成精度损失,且除法运算速度低于移位运算。为提高运算精度及运算速度,可将浮点型R、G、B比例系数扩充成16位(×216)整型数据,得到16位的运算数据。
因此作为一种优选的实施方式,所述的步骤2中对所述的水油分层混合液原始RGB图像采用式IV的灰度处理方法,获得水油分层混合液灰度图像Gray2
Gray2=(R·19595+G·38469+B·7472)>>16 式IV
其中,R、G以及B分别代表水油分层混合液原始RGB图像的R分量的值、G分量的值以及B分量的值,>>表示右移运算。
在本实施例中,将浮点型乘法运算转换成整型乘法运算和移位运算,将提高数据处理的速度和精度,满足原油含水率检测实际应用中准确、可靠、高效的测量需求。根据式IV,将采集到的RGB565格式的水油分层混合液图像转换成256级灰度图像,如图2所示。
步骤3、将所述的灰度图像转换为矩阵形式,求取矩阵形式的灰度图像每一行灰度值之和,获得图像灰度累加值序列;
从图2可以看出,受系统噪声和环境噪声的影响,灰度图像显示的石油与水的分界仍然模糊,势必会对原油样品中水分含量的检测造成误差。为进一步降低噪声对图像数据的影响,使油、水等不同成分的灰度等级差异更大,提高原油含水率测量准确度,在本实施例中将图像灰度等级进行了累加处理,具体地,将图2所示的灰度图像转换成矩阵形式后,按列累加求和,获得灰度图像多列的灰度值和,或者在直接对灰度图像按X轴方向对应的每行灰度等级垂直向Y轴进行累加,获得如图3所示图像形式的图像灰度累加值序列。灰度等级累加处理相当于平均滤波,可减少噪声对检测准确度的影响。
步骤4、将所述图像灰度累加值序列进行差分处理,获得图像灰度差分值序列,所述的灰度累加值序列包括I个灰度累加值,所述的图像灰度差分值序列包括I-1个灰度差分值,I>1;
所述的图像灰度差分值序列中第i个灰度差分值Di为:
Di=Gi+1-Gi 式V
其中,i=1,2,…,I-1,Gi+1为图像灰度累加值序列中第i+1个灰度累加值,Gi为图像灰度累加值序列中第i个灰度累加值;
在本实施例中,由图3可见,空气、原油、水以及盛装水油分层混合液的透明容器的顶部和底部边沿的亮度信息在图像形式的图像灰度累加值序列的曲线上形成了高低起伏的变化特征,准确定位这些起伏变化对应的坐标位置即可进一步推算原油含水率。
因此在本实施例中,采用了灰度累加值差分的方法,将图3横轴坐标对应的相邻两个灰度累加值采用式V的方法做差分处理,获得如图4所示的图像形式的图像灰度差分值序列。
步骤5、将所述的图像灰度差分值序列转换为图像形式,所述图像形式的灰度差分值序列的横坐标为所述灰度图像纵坐标,纵坐标为灰度差分值;
将所述图像形式的图像灰度差分值序列中的所有点的纵坐标按照纵坐标大小降序排列,选取前三个纵坐标对应的横坐标,分别为第一坐标Y1,第二坐标Y2以及第三坐标Y3
在本实施例中,将图4中相邻的两个纵坐标互相比较取最大值,遍历轮询三次,找到三个纵坐标最大的峰值点对应的坐标分别定义为(Y1,D1)、(Y2,D2)以及(Y3,D3),也就是说,(Y1,D1)表示容器中空气与石油交界坐标,(Y2,D2)表示石油与水交界坐标以及(Y3,D3)表示容器底部边沿坐标,因此在本实施例中,通过找到灰度差分值最大的三个纵坐标对应的横坐标,即为灰度图像中空气与石油交界线、石油与水交界线以及示容器底部边沿的纵坐标,即空气与石油交界线、石油与水交界线以及示容器底部边沿的高度,从而根据透明容器中石油的高度、水的高度以及容器底部的高度计算水油分层混合液的含水率。
步骤6、根据所述的第一坐标Y1,第二坐标Y2以及第三坐标Y3,采用式VI获得所述水油分层混合液的含水率Ratio。
Figure GDA0002839010270000111
在本实施例中,根据上述步骤采集、处理数据,得出原油含水率结果。表1为测量结果及误差分析。
表1测量结果及测量误差
Figure GDA0002839010270000112
由表1可得该设备原油含水率的测量误差不超过1%,具有良好的测量准确度。
在测量耗时方面,由于该设备测量速度较快,难以测量单次耗时,因此可通过测量多组数据耗时得出单次所需时间,在本实例中,共测数据60组,耗时205s,单次耗时3.413s,因此,单次测量耗时不超过3.5s。
实施例二
本实施例公开了一种基于图像处理的水油分层混合液含水率检测装置,其特征在于,用于实现实施例一中所述的基于图像处理的水油分层混合液含水率检测方法,所述的装置包括图像采集模块、图像预处理模块、图像灰度序列计算模块、图像灰度差分值序列计算模块、图像灰度差分值排序模块以及含水率计算模块;
如图5所示,在本实施例中,图像预处理模块、图像灰度序列计算模块、图像灰度差分值序列计算模块、图像灰度差分值排序模块以及含水率计算模块全部集成在微处理器模块中进行处理工作,微处理器模块采用由STMicroelectronics公司生产的STM32F103ZET6。STM32F103ZET6读取由图像采集模块采集到的水油分层混合液的RGB565格式图像数据,并将其转化为灰度图像,进而通过灰度累加值差分的方法求得石油含水率。
所述的图像采集模块与所述的图像预处理模块连接,用于采集所述的水油分层混合液的RGB图像,获得原始RGB图像,并将所述的原始RGB图像发送给图像预处理模块;
在本实施例中,图像采集模块采用Omni Vision公司生产的CMOS VGA图像传感器OV7670。OV7670图像传感器采集水油分层混合液图像,输出图像分辨率为320×240像素的RGB565格式图像。OV7670图像传感器与内存容量为384KB的FIFO芯片AL422B连接,将采集的图像数据暂存在AL422B芯片中,等待微处理器模块读取处理。
所述的图像预处理模块与所述的图像灰度序列计算模块连接,用于对所述的原始RGB图像进行灰度化,获得灰度图像,并将所述的灰度图像发送给图像灰度序列计算模块;
所述的图像灰度序列计算模块与所述的图像灰度差分值序列计算模块连接,用于将所述的灰度图像转换为矩阵形式,求取矩阵形式的灰度图像每一行灰度值之和,获得图像灰度累加值序列,并将所述的图像灰度累加值序列发送给所述的图像灰度差分值序列计算模块;
所述的图像灰度差分值序列计算模块与所述的图像灰度差分值排序模块连接,用于将所述图像灰度累加值序列进行差分处理,获得图像灰度差分值序列,所述的灰度累加值序列包括I个灰度累加值,所述的图像灰度差分值序列包括I-1个灰度差分值,I>1;
所述的图像灰度差分值序列中第i个灰度差分值Di为:
Di=Gi+1-Gi 式V
其中,i=1,2,…,I-1,Gi+1为图像灰度累加值序列中第i+1个灰度累加值,Gi为图像灰度累加值序列中第i个灰度累加值;
还用于将所述的图像灰度差分值序列发送给所述的图像灰度差分值排序模块;
所述的图像灰度差分值排序模块与所述的含水率计算模块连接,用于将所述的图像灰度差分值序列转换为图像形式,所述图像形式的灰度差分值序列的横坐标为所述灰度图像纵坐标,纵坐标为灰度差分值;
还用于将所述图像形式的图像灰度差分值序列中的所有点的纵坐标按照纵坐标大小降序排列,选取前三个纵坐标对应的横坐标,分别为第一坐标Y1,第二坐标Y2以及第三坐标Y3
还用于将所述的第一坐标Y1,第二坐标Y2以及第三坐标Y3发送给所述的含水率计算模块;
所述的含水率计算模块用于根据所述的第一坐标Y1,第二坐标Y2以及第三坐标Y3,采用式VI获得所述水油分层混合液的含水率Ratio;
Figure GDA0002839010270000131
所述的含水率计算模块还用于输出所述的水油分层混合液的含水率Ratio。
可选地,所述的装置还包括数据远程共享模块;
所述的数据远程共享模块与所述的含水率计算模块连接,用于将所述含水率计算模块输出的水油分层混合液的含水率Radio通过网络共享方式发送至远程用户。
数据远程共享模块采用AI-THINKER公司生产的ESP8266 UART-WIFI模块。ESP8266UART-WIFI通过标准串行接口与微处理器模块相连,通过Wifi的方式连接Internet网络,将水油分层混合液含水率检测结果上传至云服务器,实现含水率数据的远程实时共享。
另外本发明提供的装置不仅可用来测量水油分层混合液中水分含量,也可用来测量颜色差异明显的不互溶液体中成分含量。

Claims (4)

1.一种基于图像处理的水油分层混合液含水率检测方法,其特征在于,所述的方法按照以下步骤执行:
步骤1、采集所述的水油分层混合液的RGB图像,获得原始RGB图像;
步骤2、对所述的原始RGB图像进行灰度化,获得灰度图像;
步骤3、将所述的灰度图像转换为矩阵形式,求取矩阵形式的灰度图像每一行灰度值之和,获得图像灰度累加值序列;
步骤4、将所述图像灰度累加值序列进行差分处理,获得图像灰度差分值序列,所述的灰度累加值序列包括I个灰度值,所述的图像灰度差分值序列包括I-1个灰度差分值,I为大于1的整数;
所述的图像灰度差分值序列中第i个灰度差分值Di为:
Di=Gi+1-Gi 式V
其中,i=1,2,…,I-1,Gi+1为图像灰度累加值序列中第i+1个灰度累加值,Gi为图像灰度累加值序列中第i个灰度累加值;
步骤5、将所述的图像灰度差分值序列转换为图像形式,所述图像形式的灰度差分值序列的横坐标为所述灰度图像的纵坐标,纵坐标为灰度差分值;
将所述图像形式的图像灰度差分值序列中的所有点的纵坐标按照纵坐标大小降序排列,选取前三个纵坐标对应的横坐标,分别为第一坐标Y1,第二坐标Y2以及第三坐标Y3
步骤6、根据所述的第一坐标Y1,第二坐标Y2以及第三坐标Y3,采用式VI获得所述水油分层混合液的含水率Radio,
Figure FDA0002915687840000011
2.如权利要求1所述的基于图像处理的水油分层混合液含水率检测方法,其特征在于,所述的步骤2中对所述的原始RGB图像采用式IV的灰度处理,获得水油分层混合液灰度图像Gray2
Gray2=(R·19595+G·38469+B·7472)>>16 式IV
其中,R、G以及B分别代表原始RGB图像的R分量的值、G分量的值以及B分量的值,>>表示右移运算。
3.一种基于图像处理的水油分层混合液含水率检测装置,其特征在于,用于实现权利要求1-2任一项权利要求所述的基于图像处理的水油分层混合液含水率检测方法,所述的装置包括图像采集模块、图像预处理模块、图像灰度序列计算模块、图像灰度差分值序列计算模块、图像灰度差分值排序模块以及含水率计算模块;
所述的图像采集模块与所述的图像预处理模块连接,用于采集所述的水油分层混合液的RGB图像,获得原始RGB图像,并将所述的原始RGB图像发送给图像预处理模块;
所述的图像预处理模块与所述的图像灰度序列计算模块连接,用于对所述的原始RGB图像进行灰度化,获得灰度图像,并将所述的灰度图像发送给图像灰度序列计算模块;
所述的图像灰度序列计算模块与所述的图像灰度差分值序列计算模块连接,用于将所述的灰度图像转换为矩阵形式,求取矩阵形式的灰度图像每一行灰度值之和,获得图像灰度累加值序列,并将所述的图像灰度累加值序列发送给所述的图像灰度差分值序列计算模块;
所述的图像灰度差分值序列计算模块与所述的图像灰度差分值排序模块连接,用于将所述图像灰度累加值序列进行差分处理,获得图像灰度差分值序列,所述的灰度值序列包括I个灰度值,所述的图像灰度差分值序列包括I-1个灰度差分值,I>1;
所述的图像灰度差分值序列中第i个灰度差分值Di为:
Di=Gi+1-Gi 式V
其中,i=1,2,…,I-1,Gi+1为图像灰度累加值序列中第i+1个灰度值,Gi为图像灰度累加值序列中第i个灰度值;
还用于将所述的图像灰度差分值序列发送给所述的图像灰度差分值排序模块;
所述的图像灰度差分值排序模块与所述的含水率计算模块连接,用于将所述的图像灰度差分值序列转换为图像形式,所述图像形式的灰度差分值序列的横坐标为所述灰度图像纵坐标,纵坐标为灰度差分值;
还用于将所述图像形式的图像灰度差分值序列中的所有点的纵坐标按照纵坐标大小降序排列,选取前三个纵坐标对应的横坐标,分别为第一坐标Y1,第二坐标Y2以及第三坐标Y3
还用于将所述的第一坐标Y1,第二坐标Y2以及第三坐标Y3发送给所述的含水率计算模块;
所述的含水率计算模块用于根据所述的第一坐标Y1,第二坐标Y2以及第三坐标Y3,采用式VI获得所述水油分层混合液的含水率Radio;
Figure FDA0002915687840000031
所述的含水率计算模块还用于输出所述的水油分层混合液的含水率Radio。
4.如权利要求3所述的基于图像处理的水油分层混合液含水率检测装置,其特征在于,所述的装置还包括数据远程共享模块;
所述的数据远程共享模块与所述的含水率计算模块连接,用于将所述含水率计算模块输出的水油分层混合液的含水率通过网络共享方式发送至远程用户。
CN201811452257.5A 2018-11-30 2018-11-30 基于图像处理的水油分层混合液含水率检测方法及装置 Active CN109738433B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811452257.5A CN109738433B (zh) 2018-11-30 2018-11-30 基于图像处理的水油分层混合液含水率检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811452257.5A CN109738433B (zh) 2018-11-30 2018-11-30 基于图像处理的水油分层混合液含水率检测方法及装置

Publications (2)

Publication Number Publication Date
CN109738433A CN109738433A (zh) 2019-05-10
CN109738433B true CN109738433B (zh) 2021-03-26

Family

ID=66359184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811452257.5A Active CN109738433B (zh) 2018-11-30 2018-11-30 基于图像处理的水油分层混合液含水率检测方法及装置

Country Status (1)

Country Link
CN (1) CN109738433B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116380815B (zh) * 2023-06-05 2023-08-29 山东特检科技有限公司 一种用于反应釜的分液面检测方法及检测系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004177397A (ja) * 2002-10-01 2004-06-24 Tokyo Seimitsu Co Ltd 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置
US20080074372A1 (en) * 2006-09-21 2008-03-27 Kabushiki Kaisha Toshiba Image display apparatus and image display method
CN101201893A (zh) * 2006-09-30 2008-06-18 电子科技大学中山学院 一种基于灰度信息的虹膜识别预处理方法
CN101510305A (zh) * 2008-12-15 2009-08-19 四川虹微技术有限公司 一种改进的自适应直方图均衡方法
CN101859378A (zh) * 2010-06-11 2010-10-13 湖南大学 高速医药生产线上的药液质量视觉检测方法
CN102881007A (zh) * 2012-08-15 2013-01-16 百正药业股份有限公司 化合物平面分离结果的图像处理方法及其系统
CN106570878A (zh) * 2016-11-09 2017-04-19 中国矿业大学(北京) 一种基于灰度差分的稠油微观界面检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004177397A (ja) * 2002-10-01 2004-06-24 Tokyo Seimitsu Co Ltd 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置
US20080074372A1 (en) * 2006-09-21 2008-03-27 Kabushiki Kaisha Toshiba Image display apparatus and image display method
CN101201893A (zh) * 2006-09-30 2008-06-18 电子科技大学中山学院 一种基于灰度信息的虹膜识别预处理方法
CN101510305A (zh) * 2008-12-15 2009-08-19 四川虹微技术有限公司 一种改进的自适应直方图均衡方法
CN101859378A (zh) * 2010-06-11 2010-10-13 湖南大学 高速医药生产线上的药液质量视觉检测方法
CN102881007A (zh) * 2012-08-15 2013-01-16 百正药业股份有限公司 化合物平面分离结果的图像处理方法及其系统
CN106570878A (zh) * 2016-11-09 2017-04-19 中国矿业大学(北京) 一种基于灰度差分的稠油微观界面检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于灰度特征的虹膜图像质量评价方法;罗晓庆 等;《微计算机信息》;20121031;第28卷(第10期);第258-260页 *

Also Published As

Publication number Publication date
CN109738433A (zh) 2019-05-10

Similar Documents

Publication Publication Date Title
CN107918216B (zh) 图像Mura缺陷评估方法、系统以及可读存储介质
CN109377490A (zh) 水质检测方法、装置及计算机终端
CN108416771A (zh) 一种基于单目相机的金属材料锈蚀面积检测方法
CN104866871B (zh) 基于投影结构稀疏编码的高光谱图像分类方法
CN109738433B (zh) 基于图像处理的水油分层混合液含水率检测方法及装置
CN112712071A (zh) 作物长势检测方法及其相关设备
CN108335310B (zh) 一种便携式粒形粒度检测方法及系统
CN104298970A (zh) 一种基于颜色特征的摄像头识别和检测方法
CN115775236A (zh) 基于多尺度特征融合的表面微小缺陷视觉检测方法及系统
CN102096920A (zh) 基于标靶图像的亚像素配准方法
Nakhaei et al. A comprehensive review of froth surface monitoring as an aid for grade and recovery prediction of flotation process. Part A: Structural features
CN112711646B (zh) 基于地学信息的找矿方法及装置、电子设备、存储介质
CN107742114B (zh) 高光谱图像特征检测方法及装置
CN111896497A (zh) 一种基于预测值的光谱数据修正方法
CN110930393A (zh) 一种基于机器视觉的芯片料管计数方法、装置及系统
CN102901697B (zh) 土壤孔隙度检测方法
CN114418951A (zh) 一种焊盘检测方法、装置、计算机设备及存储介质
CN115294148A (zh) 基于分水岭算法的颗粒物粒径分析方法、装置和存储介质
CN201653964U (zh) 一种用于快速鉴别食用植物油中是否含有地沟油的仪器
CN114577791A (zh) 一种茶叶质量等级的检测方法
CN104933439B (zh) 基于稀疏低秩回归的高光谱图像分类方法
Rosyida et al. The possibility of smartphone camera to determine iron (III) in solution
CN107610101B (zh) 一种测量数字图像视觉平衡质量的方法
He et al. Determination of animal oil added in vegetable oil by standard chemical method coupled with image texture analysis technology
CN113624973A (zh) 一种链格孢霉毒素荧光免疫层析快速检测方法

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