CN109781590B - 一种复杂砂尘的简化与典型特征形状构建方法 - Google Patents
一种复杂砂尘的简化与典型特征形状构建方法 Download PDFInfo
- Publication number
- CN109781590B CN109781590B CN201811632425.9A CN201811632425A CN109781590B CN 109781590 B CN109781590 B CN 109781590B CN 201811632425 A CN201811632425 A CN 201811632425A CN 109781590 B CN109781590 B CN 109781590B
- Authority
- CN
- China
- Prior art keywords
- shape
- dust
- sand
- simplified
- sand dust
- 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
- 239000000428 dust Substances 0.000 title claims abstract description 182
- 239000004576 sand Substances 0.000 title claims abstract description 129
- 238000010276 construction Methods 0.000 title claims description 9
- 238000009826 distribution Methods 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000001788 irregular Effects 0.000 claims abstract description 9
- 239000002245 particle Substances 0.000 claims description 58
- 238000005070 sampling Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 15
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical group CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 7
- 238000002156 mixing Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000011049 filling Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 5
- 238000009432 framing Methods 0.000 claims description 4
- 239000011521 glass Substances 0.000 claims description 4
- 238000003756 stirring Methods 0.000 claims description 4
- 239000000725 suspension Substances 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 2
- 230000002596 correlated effect Effects 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 3
- 230000002349 favourable effect Effects 0.000 abstract description 3
- 238000012216 screening Methods 0.000 abstract description 3
- 238000006467 substitution reaction Methods 0.000 abstract description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 96
- 239000006185 dispersion Substances 0.000 description 4
- 239000002612 dispersion medium Substances 0.000 description 4
- 239000002609 medium Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000005514 two-phase flow Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 235000012239 silicon dioxide Nutrition 0.000 description 2
- 230000001154 acute effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011362 coarse particle Substances 0.000 description 1
- 229910052681 coesite Inorganic materials 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 229910052906 cristobalite Inorganic materials 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 230000002000 scavenging effect Effects 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 229910052682 stishovite Inorganic materials 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 229910052905 tridymite Inorganic materials 0.000 description 1
Images
Landscapes
- Sampling And Sample Adjustment (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了一种复杂砂尘的简化与典型特征形状构建方法，其技术方案是：利用显微镜采集不同景深的图像并进行加运算，获取准确的砂尘轮廓。通过提取特征角点的方法将砂尘的二维截面简化为非规则凸多边形。根据典型形状因子的概率分布规律创建三角形作为基础形状，采用缩比和拼接基础形状的方法创建其他凸多边形，经过筛选生成砂尘的典型特征形状。利用相关度将每一类别的简化形状与特征形状进行匹配，得到特征形状的概率分布，从而有效反映真实砂尘的形状分布特性。该设计方法通用、有效且易于操作，在保留复杂砂尘的主要几何特征的前提下对其进行简化，并创建反映真实砂尘形状分布规律的典型特征形状，有利于建立砂尘的替代模型。
Description
技术领域
本发明涉及直升机砂尘防护与形状分析领域，具体为一种复杂砂尘的简化与典型特征形状构建方法。
背景技术
颗粒两相流运动普遍存在于自然界和工业应用中，是人类的生活与工业生产的重要组成部分。在自然界中，沙尘暴、泥石流、火山灰的扩散与沉积等现象均涉及到两相流问题。在航空领域，直升机涡轴发动机的砂尘防护同样与颗粒与气流的相互作用紧密相关。直升机起降或低空飞行时，受旋翼“下洗流”的影响，地面粒径小于1毫米的石英颗粒被大量吹起并悬浮于空气中，形成局部高浓度砂尘环境，砂尘将不可避免地被吸入发动机。若大量砂尘被吸入核心机，将严重危及发动机的正常运转，为此很有必要对直升机发动机采取相应的进气防护措施。
目前直升机发动机广泛采用惯性式粒子分离器作为进气防护装置，其工作原理为利用惯性力将密度相对较高的砂尘甩至外侧扫气流道，而密度相对较低的空气进入内侧主流道，从而实现洁净空气与砂尘的分离。发动机吸入的异物颗粒是以SiO2为主要组分的砂尘，其粒径分布范围较广，跨越微米量级至毫米量级，而不同粒径的砂尘对发动机的损伤类型与程度也有所不同。粒径大的砂尘与高速旋转叶片相撞时，会使其产生裂纹甚至断裂；而小粒径砂尘跟随气流进入燃烧室，遇高温融化后堵塞涡轮的冷却通道，使发动机部件产生过热的危险。为了提高粒子分离器的分砂效率，降低不同粒径砂尘对发动机的危害，需要对砂尘的运动过程进行模拟。粒子分离器中砂尘的运动过程本质上是一个两相流动问题，通过求解砂尘在流场中受到的气动力大小和方向，便可模拟砂尘在流场中完整的运动轨迹。因此，探究不同粒径砂尘的形貌特征与分布，建立准确的气动力系数经验公式，成为预测砂尘运动轨迹的关键步骤。
实际砂尘的复杂几何形貌不利于建立气动模型，需要对其三维形貌进行合理地简化。在现有的粒子分离器设计过程中，通常将砂尘颗粒直接简化为圆球，这种做法忽略了气流攻角、砂尘形状、旋转对砂尘在流道中运动轨迹的影响，与真实工作条件存在着很大差异。因此，将复杂砂尘简化为除圆球以外的其他非规则形状，依据形状分布规律构建具有代表性的典型特征形状十分有必要。
发明内容
发明目的：提供一种建立复杂砂尘的简化典型形状气动模型的方法。
为了达到上述目的，本发明提供一种复杂砂尘的形状简化与典型特征形状构建方法，可采用如下技术方案：
一种复杂砂尘的简化与典型特征形状构建方法，包括以下步骤：
(1)砂尘样本制备，取样前充分搅拌砂尘，使粗细砂尘混合均匀；砂尘以单颗粒的形态分散在介质中；
(2)砂尘图像采集：将显微镜的取景高度沿垂直于拍摄平面的方向调整，从而生成不同景深的图片集；
(3)二维图像分析与简化，包括：
(3a)对上述图片集中的图像进行初步处理，包括去噪、中值滤波、增强对比度、将图片二值化以及填洞操作；
(3b)将同一视场不同景深的图片集进行加法操作，获得砂尘的精确外形；
(3c)除去图像中的过小颗粒物，对单个颗粒物进行分离,获取砂尘几何中心点坐标和边界曲线的坐标集合，将几何中心点到边界的距离表示成关于极角的函数；
(3d)对(3c)中得到的函数曲线进行局部加权回归散点平滑处理，去除边界曲线的异常特征；
(3e)按照砂尘简化的复杂程度，将极角范围等间距地分为N个区间，获取每个区间内极径的极大值点，即为砂尘边缘的特征角点，对特征角点进行优化处理，将处理后的角点相连可以得到砂尘的多边形轮廓；
(3f)按照研究需要对砂尘的多边形轮廓分类，得到圆、长条形、三角形直至N边形；
(4)典型特征形状构建，包括：
(4a)按照步骤(3)对采集到的图像进行批处理，确保除圆形外的每一类形状的统计个数K不少于100；
(4b)获取除圆形外的每一类形状中全部颗粒的典型形状因子，长宽比E和圆形度R，其计算公式分别为：
其中L为砂尘颗粒二维简化形状的费雷特直径、S为砂尘颗粒二维简化形状的最小费雷特直径、A为砂尘颗粒二维简化形状的面积、P为砂尘颗粒二维简化形状的周长，从而生成形状因子的概率分布，其中分布概率占比为95％时则为形状因子的集中分布区间；
(4c)对于除圆形外的每一类形状，采用图形创建软件在形状因子的集中分布区间内生成三角形作为基础形状，选取N-2个基础形状进行缩比得到长度相同的边进行拼接生成其他N边形，确保生成的形状不存在内凹角并且形状因子在相互之间具有一定区分度的基础上遍布集中分布区间，从而构建出非规则典型特征形状；
(4d)利用形状因子的相关度将特征形状与简化形状进行匹配，获得特征形状在砂尘中的分布概率，从而能够反映真实砂尘的形状分布特性。
有益效果：本发明提供了一种复杂砂尘的简化与典型特征形状构建方法，其技术方案是：利用显微镜采集不同景深的显微图像并进行加运算，获取准确的砂尘轮廓。从预处理后的图像中分离出单颗砂尘，将砂尘几何中心点到边界的距离表示成关于极角的函数，由等间距划分后的极角区间内提取特征角点，从而将砂尘的二维截面简化为非规则凸多边形。按照边数对简化形状进行分类，根据典型形状因子的概率分布规律创建形状因子具有遍布性和差异性的三角形作为基础形状，采用缩比和拼接基础形状的方法创建其他凸多边形，经过筛选生成砂尘的典型特征形状。利用相关度将每一类别的简化形状与特征形状进行匹配，得到特征形状的概率分布，从而有效反映复杂砂尘的形状分布规律。该设计方法通用、有效且易于操作，在保留复杂砂尘的主要几何特征的前提下对其进行简化，并创建反映真实砂尘形状分布规律的典型特征性状，有利于建立砂尘的替代模型。
附图说明
图1为本发明中形状简化与典型形状构建的具体实施流程。
具体实施方式
下面结合附图对本发明做进一步的说明
本发明公开一种复杂砂尘的简化与典型特征形状构建方法。
该方法本发明提供了一种复杂砂尘的简化与典型特征形状构建方法，其技术方案是：利用显微镜采集不同景深的显微图像并进行加运算，获取准确的砂尘轮廓。从预处理后的图像中分离出单颗砂尘，将砂尘几何中心点到边界的距离表示成关于极角的函数，由等间距划分后的极角区间内提取特征角点，从而将砂尘的二维截面简化为非规则凸多边形。按照边数对简化形状进行分类，根据典型形状因子的概率分布规律创建形状因子具有遍布性和差异性的三角形作为基础形状，采用缩比和拼接基础形状的方法创建其他凸多边形，经过筛选生成砂尘的典型特征形状。利用相关度将每一类别的简化形状与特征形状进行匹配，得到特征形状的概率分布，从而有效反映复杂砂尘的形状分布规律。该设计方法通用、有效且易于操作，在保留复杂砂尘的主要几何特征的前提下对其进行简化，并创建反映真实砂尘形状分布规律的典型特征性状，有利于建立砂尘的替代模型。
为了从数量众多的待观测砂尘中选取少量但具有代表性的样本，需要将颗粒分散均匀。砂尘中的粗细颗粒在运输过程中会发生离析现象，大粒径砂尘多集中分布于容器上层及侧壁，因此在取样前应当先进行充分搅拌，使得粗细砂尘混合均匀。遵循多点采样原则，从不同深度的不同位置处选取砂尘，取样点不少于4个，将各点采集的试样混合均匀得到砂尘的粗样。由于实际采集所需的样本用量仍然远小于粗样样本量，因此需要对其进一步缩分。将砂尘粗样全部置于水平玻璃板上，混合均匀后堆砌为圆锥状，用薄片从圆锥顶部呈十字形分开，选取对角两份混合均匀，重复该步骤直到砂尘缩分为拍摄所需的样本量，得到砂尘的细样。由于小粒径砂尘具有较大的比表面积，在制备过程中极易发生颗粒团聚现象，从而影响显微观测结果，因此需要合理选取分散介质分散样本中团聚的颗粒。由于无水乙醇与砂尘颗粒之间有良好的亲和性，能够使砂尘颗粒表面较好得浸润，不会溶解或是与砂尘发生任何的物理或化学变化，具备透光性好，纯净无杂质的特性，选取其作为砂尘的分散介质。砂尘与无水乙醇的体积比为1:100，采用滴管吸取砂尘分散于无水乙醇中的悬浮液，平铺于载玻片上，保证砂尘以单颗粒的形态分散在介质中。
为了得到有统计意义的测量结果，需要测量尽可能多的颗粒，测量的颗粒数越多，测量结果越稳定准确。在垂直于拍摄平面的方向上选取三至四个取景高度，确保捕捉砂粒沿三维方向不同高度上的外凸边缘特征。对图像进行初步处理，包括去噪、中值滤波、增强对比度、将图片二值化。由于颗粒表面光照不均匀，颗粒间的分散度不够等原因，出现了内部孔洞、颗粒粘连等问题，为此通过填洞、分水岭算法分割颗粒等操作对图像进行相应修正。将同一视场沿第三维度获取的多组预处理图像进行加法操作，从而获得不同景深下砂尘的边缘特征。除去图像中的过小颗粒物，对单个颗粒物进行分离,获取砂尘几何中心点坐标和边界曲线的坐标集合，将几何中心点到边界的距离表示成关于极角的函数。对函数曲线进行局部加权回归散点平滑处理，去除边界曲线的异常特征，避免对形状处理结果产生影响。按照砂尘简化的复杂程度，将极角范围等间距地分为N个区间，获取每个区间内极径的极大值点，即为砂尘边缘的特征角点。对特征角点进行优化处理，其中包括；计算各区间内极值点的极角差值，当差值小于阈值时认为边缘上对应的两个角点位置相近，因而保留两个角点中极径值较大点，去除另一个；计算各极值点的当地一阶导数，当导数的绝对值小于阈值时，表明砂尘边缘在该角点附近变化平缓，外凸特性不明显，将该角点去除；当极径与其平均值的偏差在0.85与1.15倍之间时，认为该砂尘在二维平面上的投影为圆形；当极径与其平均值的偏差在2.5倍及以上时，认为该砂尘在二维平面上的投影为长条形。当优化后的角点个数为N时，认为该砂尘在二维平面上的投影为N边形，将处理后的角点相连可以得到砂尘的多边形轮廓。按照研究需要对砂尘的多边形轮廓分类，可以得到圆、长条形、三角形直至N边形，从而达到简化的目的。
获取每一类形状(圆形除外)中全部颗粒的典型形状因子，长宽比E和圆形度R，其计算公式分别为：
其中L、S、A、P分别为砂尘颗粒二维简化形状的费雷特直径、最小费雷特直径、面积和周长。编写程序对采集到的图像进行批处理，为了得到有统计意义的测量结果，确保每一类形状(圆形除外)的统计个数K不少于100。以下仅对非规则多边形进行典型特征形状构建。对于每一类形状(圆形除外)，采用图形创建软件在形状因子的集中分布区间内生成三角形作为基础形状，其中三角形的生成方法为：在锐角、直角以及钝角三角形中分别生成长宽比依次增长的形状，确保长宽比位于集中分布区间内。将基础形状进行合理缩比和拼接生成其他凸多边形，确保生成的形状不存在内凹角并且形状因子在相互之间具有一定区分度的基础上遍布集中分布区间，从而构建出非规则典型特征形状。对任一简化形状，计算该简化形状与任一特征形状间的匹配因子δij，其计算公式为
δij(1≤i≤M,1≤j≤K)＝[(Ej-Ei)2+(Rj-Ri)2]1/2
其中，δij为第i个简化形状与第j个特征形状间的匹配因子，Ei和Ri为第i个简化形状的长宽比和圆度，Ej和Rj为第j个特征形状的长宽比和圆度，M为简化形状的个数，K为特征形状的个数；
对于第i个简化形状，
取到δi的特征形状则与该简化形状相关性最高，从而形成能代表真实砂尘形状分布规律的典型特征形状。在以上构建砂尘典型特征性状方法的基础上，提供2个应用中的实施例以对该特征形状构建方法做进一步说明。
实施例1
取样前充分搅拌砂尘，使粗细砂尘混合均匀，对砂尘分别进行粗取样和细取样，选取合适的分散介质与分散方法，保证砂尘以单颗粒的形态分散在介质中。在垂直于拍摄平面的方向上改变取景高度，获取多组图像。对图像进行初步处理，包括去噪、中值滤波、增强对比度、将图片二值化以及填洞操作，将同一视场沿第三维度获取的多组预处理图像进行加法操作。除去图像中的过小颗粒物，对单个颗粒物进行分离,获取砂尘几何中心点坐标和边界曲线的坐标集合，将几何中心点到边界的距离表示成关于极角的函数。对函数曲线进行局部加权回归散点平滑处理，去除边界曲线的异常特征。当研究对象为大粒径砂尘时，由于大砂尘的二维形貌相对较为规则，将简化形状的边数限制在四边形内，因此将极角范围等间距地分为四个区间，获取每个区间内极径的极大值点，即为砂尘边缘的特征角点。计算各区间内极值点的极角差值，当差值小于10°时认为边缘上对应的两个角点位置相近，因而保留两个角点中极径值较大点，去除另一个。计算各极值点的当地一阶导数，当导数的绝对值小于0.1时，表明砂尘边缘在该角点附近变化平缓，外凸特性不明显，将该角点去除。将处理后的角点相连得到砂尘的多边形轮廓。对砂尘的多边形轮廓分类，可以得到圆、长条形、三角形直至四边形。对于简化后为三角形的形状，获取其典型形状因子分布规律。其中长宽比和圆度的集中分布区间分别为1.2-2.1和0.49-0.85。采用图形创建软件生成9个不同的三角形，为了保证特征三角形更接近真实的砂尘，分别在锐角三角形、直角三角形、钝角三角形中按照长宽比依次递增的规律选取了三个形状，确保其位于集中分布区间内。选取两个三角形进行缩比得到相同长度的边进行拼接，去除存在内凹角以及形状因子不在集中分布区间内的形状，从而构建出特征四边形。利用形状因子的相关度将特征形状与简化形状进行匹配，获得概率分布。
实施例2
取样前充分搅拌砂尘，使粗细砂尘混合均匀，对砂尘分别进行粗取样和细取样，选取合适的分散介质与分散方法，保证砂尘以单颗粒的形态分散在介质中。在垂直于拍摄平面的方向上改变取景高度，获取多组图像。对图像进行初步处理，包括去噪、中值滤波、增强对比度、将图片二值化以及填洞操作，将同一视场沿第三维度获取的多组预处理图像进行加法操作。除去图像中的过小颗粒物，对单个颗粒物进行分离,获取砂尘几何中心点坐标和边界曲线的坐标集合，将几何中心点到边界的距离表示成关于极角的函数。对函数曲线进行局部加权回归散点平滑处理，去除边界曲线的异常特征。当研究对象为小粒径砂尘时，由于小砂尘的二维形貌更为复杂，将简化形状的边数限制在六边形内，因此将极角范围等间距地分为六个区间，获取每个区间内极径的极大值点，即为砂尘边缘的特征角点。计算各区间内极值点的极角差值，当差值小于5°时认为边缘上对应的两个角点位置相近，因而保留两个角点中极径值较大点，去除另一个；计算各极值点的当地一阶导数，当导数的绝对值小于0.05时，表明砂尘边缘在该角点附近变化平缓，外凸特性不明显，将该角点去除对特征角点进行优化处理，将处理后的角点相连可以得到砂尘的多边形轮廓。对砂尘的多边形轮廓分类，可以得到圆、长条形、三角形直至六边形。在构建出基础三角形后选取两个三角形进行缩比得到相同长度的边进行拼接，去除存在内凹角以及形状因子不在集中分布区间内的形状，从而构建出特征四边形。选取三个基础形状可以构建出特征五边形，以此类推，从而生成非规则特征形状。
Claims (9)
1.一种复杂砂尘的简化与典型特征形状构建方法，其特征在于，包括以下步骤：
(1)砂尘样本制备，取样前充分搅拌砂尘，使粗细砂尘混合均匀；砂尘以单颗粒的形态分散在介质中；
(2)砂尘图像采集：将显微镜的取景高度沿垂直于拍摄平面的方向调整，从而生成不同景深的图片集；
(3)二维图像分析与简化，包括：
(3a)对上述图片集中的图像进行初步处理，包括去噪、中值滤波、增强对比度、将图片二值化以及填洞操作；
(3b)将同一视场不同景深的图片集进行加法操作，获得砂尘的精确外形；
(3c)除去图像中的过小颗粒物，对单个颗粒物进行分离,获取砂尘几何中心点坐标和边界曲线的坐标集合，将几何中心点到边界的距离表示成关于极角的函数；
(3d)对(3c)中得到的函数曲线进行局部加权回归散点平滑处理，去除边界曲线的异常特征；
(3e)按照砂尘简化的复杂程度，将极角范围等间距地分为N个区间，获取每个区间内极径的极大值点，即为砂尘边缘的特征角点，对特征角点进行优化处理，将处理后的角点相连得到砂尘的多边形轮廓；
(3f)按照研究需要对砂尘的多边形轮廓分类，得到圆形、长条形、三角形直至N边形；
(4)典型特征形状构建，包括：
(4a)按照步骤(3)对采集到的图像进行批处理，确保除圆形外的每一类形状的统计个数K不少于100；
(4b)获取除圆形外的每一类形状中全部颗粒的典型形状因子，长宽比E和圆形度R，其计算公式分别为：
其中L为砂尘颗粒二维简化形状的费雷特直径、S为砂尘颗粒二维简化形状的最小费雷特直径、A为砂尘颗粒二维简化形状的面积、P为砂尘颗粒二维简化形状的周长，从而生成形状因子的概率分布，其中分布概率占比为95％时则为形状因子的集中分布区间；
(4c)对于除圆形外的每一类形状，采用图形创建软件在形状因子的集中分布区间内生成三角形作为基础形状，选取N-2个基础形状进行缩比得到长度相同的边进行拼接生成其他N边形，确保生成的形状不存在内凹角并且形状因子在相互之间具有一定区分度的基础上遍布集中分布区间，从而构建出非规则典型特征形状；
(4d)利用形状因子的相关度将特征形状与简化形状进行匹配，获得特征形状在砂尘中的分布概率，从而能够反映真实砂尘的形状分布特性。
2.根据权利要求1所述的复杂砂尘的简化与典型特征形状构建方法，其特征在于：步骤(1)中，对砂尘进行粗取样和细取样，砂尘的粗取样方法为，遵循多点采样原则，从不同位置、不同深度选取砂尘，取样点不少于4个，将各点采集的试样混合均匀得到砂尘的粗样；砂尘的细取样方法为，将粗砂尘全部置于水平玻璃板上，混合均匀后堆砌为圆锥状，用薄片从圆锥顶部呈十字形分开，选取对角两份混合均匀，重复该步骤直到砂尘缩分为拍摄所需的样本量，得到砂尘的细样。
3.根据权利要求1所述的复杂砂尘的简化与典型特征形状构建方法，其特征在于：步骤(1)中砂尘以单颗粒的形态分散的介质为无水乙醇，砂尘与无水乙醇的体积比为1:100；砂尘以单颗粒的形态分散在无水乙醇中形成悬浮液；采用滴管吸取悬浮液，并将悬浮液平铺于载玻片上。
4.根据权利要求1所述的复杂砂尘的简化与典型特征形状构建方法，其特征在于：步骤(2)中，在垂直于拍摄平面的方向上选取三至四个取景高度，确保捕捉砂尘沿三维方向不同高度上的外凸边缘特征。
5.根据权利要求1所述的复杂砂尘的简化与典型特征形状构建方法，其特征在于：步骤(3e)中，砂尘特征角点的优化方法为，计算各区间内极值点的极角差值，当差值小于阈值时认为边缘上对应的两个角点位置相近，因而保留两个角点中极径值较大点，去除另一个。
6.根据权利要求1所述的复杂砂尘的简化与典型特征形状构建方法，其特征在于：步骤(3e)中，砂尘特征角点的优化方法为，计算各极值点的当地一阶导数，当导数的绝对值小于阈值时，表明砂尘边缘在该角点附近变化平缓，外凸特性不明显，将该角点去除。
7.根据权利要求1所述的复杂砂尘的简化与典型特征形状构建方法，其特征在于：步骤(3f)中，砂尘的多边形轮廓分类方法：当极径与其平均值的偏差在0.85与1.15倍之间时，认为该砂尘在二维平面上的投影为圆形；当极径与其平均值的偏差在2.5倍及以上时，认为该砂尘在二维平面上的投影为长条形；
当优化后的角点个数为N时，认为该砂尘在二维平面上的投影为N边形。
8.根据权利要求1所述的复杂砂尘的简化与典型特征形状构建方法，其特征在于：步骤(4c)中，基础形状的生成方法为：在锐角、直角以及钝角三角形中分别生成长宽比依次增长的形状，确保长宽比位于集中分布区间内。
9.根据权利要求1所述的复杂砂尘的简化与典型特征形状构建方法，其特征在于：步骤(4d)中，砂尘形状的匹配方法为：对任一简化形状，计算该简化形状与任一特征形状间的匹配因子δij，其计算公式为
δij(1≤i≤M,1≤j≤K)＝[(Ej-Ei)2+(Rj-Ri)2]1/2
其中，δij为第i个简化形状与第j个特征形状间的匹配因子，Ei和Ri为第i个简化形状的长宽比和圆度，Ej和Rj为第j个特征形状的长宽比和圆形度，M为简化形状的个数，K为特征形状的个数；
对于第i个简化形状，
取到δi的特征形状则与该简化形状相关性最高，从而相互匹配。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811632425.9A CN109781590B (zh) | 2018-12-29 | 2018-12-29 | 一种复杂砂尘的简化与典型特征形状构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811632425.9A CN109781590B (zh) | 2018-12-29 | 2018-12-29 | 一种复杂砂尘的简化与典型特征形状构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109781590A CN109781590A (zh) | 2019-05-21 |
| CN109781590B true CN109781590B (zh) | 2020-04-07 |
Family
ID=66497958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811632425.9A Active CN109781590B (zh) | 2018-12-29 | 2018-12-29 | 一种复杂砂尘的简化与典型特征形状构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109781590B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111797557B (zh) * | 2020-07-03 | 2023-06-27 | 西安交通大学 | 一种基于图像处理的砂尘几何特征提取及三维重构的方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004279032A (ja) * | 2003-03-12 | 2004-10-07 | Hitachi High-Technologies Corp | 液体試料中の粒子画像解析方法及び装置 |
| CN101718674A (zh) * | 2009-12-14 | 2010-06-02 | 昆明理工大学 | 一种测量散粒物料颗粒形状参数的方法 |
| CN102410974A (zh) * | 2011-12-14 | 2012-04-11 | 华北电力大学 | 气流输送管道中颗粒料粒度分布及形状分布在线测量方法 |
| CN103063558A (zh) * | 2012-11-16 | 2013-04-24 | 重庆大学 | 一种机制砂颗粒形状评价方法 |
| CN104797923A (zh) * | 2012-11-20 | 2015-07-22 | 原子能和替代能源委员会 | 通过图像分析表征颗粒的方法 |
| CN105910972A (zh) * | 2016-05-06 | 2016-08-31 | 新疆大学 | 测量随机堆积床层孔隙率分布的方法 |
-
2018
- 2018-12-29 CN CN201811632425.9A patent/CN109781590B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004279032A (ja) * | 2003-03-12 | 2004-10-07 | Hitachi High-Technologies Corp | 液体試料中の粒子画像解析方法及び装置 |
| CN101718674A (zh) * | 2009-12-14 | 2010-06-02 | 昆明理工大学 | 一种测量散粒物料颗粒形状参数的方法 |
| CN102410974A (zh) * | 2011-12-14 | 2012-04-11 | 华北电力大学 | 气流输送管道中颗粒料粒度分布及形状分布在线测量方法 |
| CN103063558A (zh) * | 2012-11-16 | 2013-04-24 | 重庆大学 | 一种机制砂颗粒形状评价方法 |
| CN104797923A (zh) * | 2012-11-20 | 2015-07-22 | 原子能和替代能源委员会 | 通过图像分析表征颗粒的方法 |
| CN105910972A (zh) * | 2016-05-06 | 2016-08-31 | 新疆大学 | 测量随机堆积床层孔隙率分布的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109781590A (zh) | 2019-05-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110570428B (zh) | 一种从大规模影像密集匹配点云分割建筑物屋顶面片的方法及系统 | |
| CN110781827B (zh) | 一种基于激光雷达与扇状空间分割的路沿检测系统及其方法 | |
| CN110320504B (zh) | 一种基于激光雷达点云统计几何模型的非结构化道路检测方法 | |
| CN107292276B (zh) | 一种车载点云聚类方法及系统 | |
| Chen et al. | An improved virtual impactor: Design and performance | |
| CN107679441B (zh) | 基于多时相遥感影像阴影提取城市建筑物高度的方法 | |
| CN102944174B (zh) | 一种三维激光点云数据的去噪与精简方法及系统 | |
| CN105719249B (zh) | 一种基于三维格网的机载激光雷达点云去噪方法 | |
| CN106780524A (zh) | 一种三维点云道路边界自动提取方法 | |
| CN110794413B (zh) | 线性体素分割的激光雷达点云数据电力线检测方法和系统 | |
| CN106529431B (zh) | 基于车载激光扫描数据的路坎点自动提取及矢量化方法 | |
| CN114764871B (zh) | 一种基于机载激光点云的城市建筑物属性提取方法 | |
| CN109781590B (zh) | 一种复杂砂尘的简化与典型特征形状构建方法 | |
| CN113313081B (zh) | 融合车载三维激光点云与影像的道路交通杆状物分类方法 | |
| CN110222586A (zh) | 一种建筑物高度的计算及城市形态参数数据库的建立方法 | |
| CN113218310B (zh) | 基于三维激光点云的尾矿库干滩重要参数提取方法及系统 | |
| CN108765446B (zh) | 基于随机场和随机森林的电力线点云分割方法及系统 | |
| CN111950589B (zh) | 结合K-means聚类的点云区域生长优化分割方法 | |
| Lin et al. | Surface defect detection of machined parts based on machining texture direction | |
| CN115410036A (zh) | 一种高压架空输电线路关键要素激光点云自动分类方法 | |
| CN116258857A (zh) | 一种面向室外树木激光点云分割与提取方法 | |
| CN105092452B (zh) | 一种机制砂球体类似度的检测方法 | |
| CN117761658A (zh) | 基于激光雷达的园区运送机器人多目标检测方法与系统 | |
| US5958111A (en) | Method for sampling aerosols | |
| CN117292181A (zh) | 基于3d点云处理的钣金件孔组分类及全尺寸测量方法 |
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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Yue Inventor after: Yin Ning Inventor after: Li Xin Inventor after: Tan Huijun Inventor after: Wang Ziyun Inventor after: Gao Wanning Inventor before: Zhang Yue Inventor before: Yin Ning Inventor before: Tan Huijun Inventor before: Li Xin Inventor before: Gao Wanning Inventor before: Wang Ziyun |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |