CN110274893A - 基于红外摄像的水体浊度测量装置、图像采集系统和方法 - Google Patents
基于红外摄像的水体浊度测量装置、图像采集系统和方法 Download PDFInfo
- Publication number
- CN110274893A CN110274893A CN201910678139.4A CN201910678139A CN110274893A CN 110274893 A CN110274893 A CN 110274893A CN 201910678139 A CN201910678139 A CN 201910678139A CN 110274893 A CN110274893 A CN 110274893A
- Authority
- CN
- China
- Prior art keywords
- turbidity
- infrared
- value
- light
- water
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000005259 measurement Methods 0.000 claims abstract description 61
- 230000005540 biological transmission Effects 0.000 claims abstract description 44
- 238000004879 turbidimetry Methods 0.000 claims abstract description 20
- 238000000691 measurement method Methods 0.000 claims description 26
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 3
- 241001062009 Indigofera Species 0.000 claims description 2
- 238000003780 insertion Methods 0.000 claims 1
- 230000037431 insertion Effects 0.000 claims 1
- 239000000243 solution Substances 0.000 abstract description 45
- 239000012086 standard solution Substances 0.000 abstract description 6
- 239000000523 sample Substances 0.000 description 36
- 230000000875 corresponding effect Effects 0.000 description 18
- 239000002245 particle Substances 0.000 description 15
- 238000002834 transmittance Methods 0.000 description 15
- 238000013461 design Methods 0.000 description 12
- 238000000790 scattering method Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000007788 liquid Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 235000012206 bottled water Nutrition 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 239000008235 industrial water Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000001543 one-way ANOVA Methods 0.000 description 2
- 230000005693 optoelectronics Effects 0.000 description 2
- 230000005622 photoelectricity Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000012488 sample solution Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000000540 analysis of variance Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 210000000476 body water Anatomy 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000000084 colloidal system Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010832 independent-sample T-test Methods 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- -1 local river Substances 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
- G01N21/51—Scattering, i.e. diffuse reflection within a body or fluid inside a container, e.g. in an ampoule
-
- 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
- G01N21/59—Transmissivity
Abstract
本发明属于水体浊度测量技术领域,公开了一种基于红外摄像的水体浊度测量装置、图像采集系统和浊度测量方法,利用红外摄像头分别获取光线通过浊度溶液后的透射光和散射光的图像,通过图像处理得到图像的RGB数据,并从RGB空间变化到Lab颜色空间;再分别得到图像的Lab值;通过拟合散射、透射和比值方式下,系列浊度与其对应的R、G、B、L、a、b的值的关系,得到浊度值与对应的颜色分量之间的关系式,并用于实际水样的浊度测量。与商用普通浊度仪对比,对于标准溶液的测量,本发明的方法具有更高的准确性。对于具体水样的测量,和浊度计的结果具有一致性,验证了该方法的可行性,能够精确测量0~1000NTU的水体浊度。
Description
技术领域
本发明属于水体浊度测量技术领域,尤其涉及一种基于红外摄像的水体浊度测量装置、图像采集系统和方法。
背景技术
目前,最接近的现有技术:一种基于水下观测网的水体浊度检测装置进行水体浊度检测的方法,利用计算机对彩色CCD摄像机拍摄的图像进行图像增强处理,先进行中值滤波降噪以去除脉冲噪声,再进行平均降噪以去除随机噪声,计算上述处理后图像的RGB值;以浊液浊度值为横坐标,图像的B值与G值的差值为纵坐标,根据图像拟合曲线,得出浊度和图像B-G值的关系式。由于颜色的影响,特别是带有颜色的实际水样的测量,浊度和RGB值之间的关系复杂,没有确定的对应关系。而普通水样的图片接近灰度图片,所以B和G值比较接近,B和G之间的差值很小,除非因为摄像头的原因使图像偏蓝,所以该方法测量浊度时,受水体颜色影响较大,测量精读很低。另外文献中比较接近的技术是利用高清相机拍摄塑料瓶装水样图片,并应用图像处理技术对不同浊度的水样进行表征。该技术误差大,类似比浊法的技术,该技术在测量过程中不仅瓶装水样被拍摄,瓶身周边环境也被拍摄。同时光源对图片特征影响较大,不适合用于定量测量。
浊度就是水的混浊程度,表现为水中悬浮物对光线透过时所发生的阻碍程度。水中含有泥土、粉尘、微细有机物、浮游动物和其他微生物等悬浮物和胶体物都可使水呈现浊度。水体浊度是水中不同大小、比重、形状的悬浮物、胶体物质以及微生物杂质对光线透过时产生的阻碍程度。浊度的大小不仅与水体中的颗粒物有关,而且与其颗粒大小、形状和表面积有关。浊度测量在供水、酿酒、制药、环境保护及卫生防疫等诸多行业和部门有着广泛的用途。在水质监测方面,浊度是一个重要的表征水质的参数,也是评价出厂水水质的重要参数之一。浊度的测量在工业用水和日常生活饮用水的浊度控制方面有着重要的作用和意义。
目前水的浊度的测量方法都是基于光学方法,包括目视比浊法、透射光法、散射光法和积分球法(散射+透射法),目视比浊法准确性较差,只适合粗略判断水体浊度。透射光法、散射光法的不同主要是光电探测器相对于入射光的角度不同和光电探测器的数量不同。探测器的角度对浊度的测量范围、测量的灵敏度都有很大的影响。
现有技术一:基于透射光法的浊度测量原理,采用透射光测定浊度,从光源发出的平行光束射入试样,试样中的浊质成分使光强度衰减,探测器检测衰减后的光强。探测器的衰减检测角相对于入射光是180°,测量的是入射光被散射和吸收后的光强,但是这个角度测量容易受到颜色干扰。光强度衰减程度与试样的浊度关系符合比尔-朗伯定律,用下式表示。
Ir=I0e-kdl
式中:IT:透射光强度,I0:入射光强度,k:比例常数,d:浊度,l:透过深度。
现有技术二:基于散射光法的浊度测量原理,使用散射光法测定浊度,是当光源发出的光束通过溶液时,一部分光被吸收和散射,另一部分透过溶液。浊度仪通常检测90°的散射光。散射法对不同大小的微粒都有很好的灵敏度,当微粒的直径小于入射光波长时,与入射光成90°方向的散射光强度IS与试样中微粒的浓度n之间的关系符合雷莱公式,如公式(2):
IS=I0kNV2/λ4
式中:IS:散射光强度,I0:入射光强度,k:比例常数,N:单位容积的微粒数,V:微粒的体积,λ:入射光波长。从公式可以看出,理论上散射光强度与悬浮颗粒浓度完全呈正相关的,但在实际测量中的情况是不同的。在低悬浮颗粒浓度浊度测量时,由于悬浮颗粒数量较少,颗粒之间对散射光的干扰非常有限,散射光强度与悬浮颗粒浓度基本是线性关系,浊度测量在这个范围内可以做到定量分析,这个线性关系在0~100NTU浊度范围内表现最好。对于较高浓度悬浮颗粒(大于100NTU)的样品,光在颗粒间会发生多次散射,散射光强度与悬浮颗粒浓度之间线性关系受到干扰。浊度计生产厂家设计的采用散射光法的浊度计是按照线性关系定标的,因此散射光浊度仪只适合测量低浊度测量,而透射光浊度仪可以测量较高的浊度。
现有技术三:基于透射散射比法的测量原理,称为积分球式浊度测量方法,通过对散射光强度与浊度的相关曲线进行修正。其原理是对透射光和90°的散射光进行比对检测,同时使用两个光电探测器测定液体的浊度。一个主探测器和入射光呈90°角,用于测量散射光的强度,另一个探测器和入射光呈180°,测量透射光的强度。由于透射光和散射光测定时水样色度和光源变化对浊度的影响相同,该方法可以去除部分干扰,提高灵敏度。但散射光和透射光强度之比也不是严格的线性关系,只是在一定的浊度范围内有近似的线性关系。
综上所述,现有的浊度测量方法都是基于光电检测方法,需要设计光学通路,光电检测电路、信号放大和处理电路、模数转换电路等。结构比较复杂,只有专业公司才能设计和生产。
综上所述,现有技术存在的问题是:
(1)现有技术一探测器的衰减检测角相对于入射光是180°,测量的是入射光被散射和吸收后的光强,但在测量低浊度水样时,由于大部分的光都直接透射了,微小的浊度变化引起的透射光变化是相当小的。变化率很小对光电接收和放大器件的分辨力和稳定性要求非常高,所以透射光方法不适合测量低浊度,而水样中浓度较高的杂质和微粒能使透射光信号衰减更加明显,其适用于测量高浊度水样。而且测量容易受到颜色干扰,导致水样对不同光吸收不同,出现较大的测量误差。
(2)现有技术二在散射光式浊度测量法中,当液体的浊度超过一定界限时(大于100NTU),会发生多次散射现象,使散射光强度迅速下降,这时散射光强度已不能正确反映液体试样的浊度值,散射光强度与悬浮颗粒浓度之间线性关系受到干扰,因此散射光式浊度测量法主要用于低、中浊度液体。
(3)现有技术三散射光和透射光之比并非是严格的线性关系,这是由于光线在被水中微粒多次散射造成,只是在一定的浊度范围内有近似线性的关系,浊度的测量范围从而有一定的局限性。
(4)现有的浊度测量方法都是基于光电检测设备结构比较复杂,只有专业公司才能设计和生产。
解决上述技术问题的难度:透射光方法在测量低浊度样品时,溶液折射率小,光强的衰减信号极小。如果想要确定这极小部分的衰减信号,需要更加精密的光电检测系统,生产成本就会呈指数上升。散射光方法测量高浊度样品时,始终受到光的多次散射影响,比较好的方法就是使用透射光校正曲线。但是透射散射比方法只在一定范围内有近似线性的关系,测量范围必然受到影响。光电检测只能测量光强,很难辨别溶液颜色。
解决上述技术问题的意义:本方法使用红外摄像技术分析浊度溶液图像,红外摄像的成像结果是灰度图像,避免了水体色度的干扰,应用图像颜色分量提取技术和颜色空间转换技术,对比了多个颜色分量和浊度的关系,特别是水体亮度L和浊度的关系对应性很高,彻底去除了色度的影响,借助于曲线拟合技术和计算机的计算能力,可以解决浊度和颜色分量在非线性关系下的精确测量。因此采用本发明可以对全量程的浊度样品保持很好灵敏度,提升浊度测量的准确性,增大测量的范围,提高测量的速度,简化测量设备,降低仪器的生产成本。
发明内容
针对现有技术存在的问题,本发明提供了一种基于红外摄像的水体浊度测量装置、图像采集系统和方法。
本发明是这样实现的,一种基于红外摄像的水体浊度测量方法,所述基于红外摄像的水体浊度测量方法利用红外摄像头分别获取光线通过浊度溶液后的透射光和散射光的图像,通过图像处理得到图像的RGB数据,并从RGB空间变化到Lab颜色空间;再分别得到图像的Lab值;通过拟合透射、散射和积分球方式下,系列浊度与其对应的R、G、B、L、a、b的值的关系,得到浊度值与对应的颜色分量之间的关系式。
进一步,所述基于红外摄像的水体浊度测量方法的红外光源使用LED,采用恒流驱动方式,通过红外摄像头的USB供电,采用运放、基准电压和晶体管组成的恒流电路驱动LED;两个红外摄像头分别在红外光源的对面180°和垂直 90°方向。
进一步,所述基于红外摄像的水体浊度测量方法的红外摄像头的每一个像素就相当于一个光电检测元件;当光源发出的光线通过浊度溶液,经过红外摄像头镜头自带的850nm滤光片后,投射到图像传感器上进行光电转换,在经过红外摄像头集成的信号处理部件后,通过USB端口传输给上位机进行处理;红外摄像头集成的信号处理部件代替浊度仪的模数转换电路和信号处理电路。
进一步,所述基于红外摄像的水体浊度测量方法获取一帧图像,取得该帧图像中心区域400个像素点的RGB值的平均值,得到浊度溶液对应的RGB值,再从RGB颜色空间转换到Lab颜色空间,得到该浊度溶液对应的Lab值。其中 L表示溶液透过光的亮度,a表示从红色至绿色的范围,b表示从黄色至蓝色的范围。L的值域由0到100,a和b的值域都是由+127至-128。
所述RGB颜色空间到Lab颜色空间的转换采用近似转换方法包括:
首先,将RGB颜色空间转换到XYZ颜色空间:
其中R、G、B是RGB颜色空间分量,X、Y、Z是XYZ颜色空间分量。
然后,把XYZ颜色空间转换到Lab颜色空间:
其中X、Y、Z是XYZ颜色空间分量,L、a、b是Lab颜色空间分量。
本发明的另一目的在于提供一种基于所述基于红外摄像的水体浊度测量方法的基于红外摄像的水体浊度测量装置,所述基于红外摄像的水体浊度测量装置包括:计算机、红外摄像头、黑色PVC管、样品、红外光源;
计算机通过USB与红外摄像头连接,红外摄像头上安装有黑色PVC管,黑色PVC管嵌入样品中,红外光源安装在黑色PVC管的对侧。
进一步,所述红外摄像头为两个,分别在红外光源的对面180°和垂直90°;红外摄像头通过USB供电和连接到上位机。
本发明的另一目的在于提供一种基于所述基于红外摄像的水体浊度测量方法的基于红外摄像的水体浊度测量系统,所述基于红外摄像的水体浊度测量系统包括:
第一颜色空间转换模块,用于将RGB颜色空间转换到XYZ颜色空间;
第二颜色空间转换模块,用于XYZ颜色空间转换到Lab颜色空间。
综上所述,本发明的优点及积极效果为:红外摄像头式通过在镜头前加装850nm的窄带滤光片,滤除可见光,只有850nm左右波长的光才能被摄像头感光芯片获取,结合850nm的红外光源,可以滤除样品带来的色度干扰。红外光经浊度溶液透射或者散射后形成的图像没有颜色,得到的RGB颜色分量比较接近,通过颜色空间转换为Lab颜色分量后,L值更能反映水的浊度值。数码摄像头的感光元件,是记录光线变化的半导体元件,其每一个像素就相当于一个光电检测元件。数码摄像头具有完善的光路系统,而且它集成的信号处理部件可以代替光电检测电路、信号放大和处理电路、模数转换电路。数码摄像头拍摄浊度溶液图像时,和浊度相关的信息就保存到图像中,通过图像处理就得到浊度值。
本发明借助于图像处理技术和数据拟合方法,可以准确、方便、快速地实现浊度溶液的测量。为了准确、快捷测量水体浊度,简化测量仪器设计,提出了应用红外摄像头测量水体浊度的方法,设计了基于红外摄像头的测量装置和摄像头图像处理软件。采用850nmLED 0.5W作为红外光源,在恒定光强控制电路驱动下,红外光通过浊度溶液。使用红外摄像头分别获取红外光源通过浊度溶液在散射后和透射后的溶液图像,得到对应图像中心区域400个像素点的平均RGB值,再转换为Lab值。通过对散射、透射和积分球方式下,不同浊度与其对应的R、G、B、L、a、b的值进行数据拟合,得到浊度值与对应的颜色分量之间的函数关系式。并将这些拟合得到的函数关系式用于标准浊度溶液和实际水样的浊度测量,并于浊度仪进行比较。结果显示,对于标准溶液的测量,该方法比浊度仪具有更高的准确性。对于具体水样的测量,和浊度计的结果具有一致性,验证了该方法的可行性,能够精确测量0-1000NTU的水体浊度。因此,基于红外摄像机和图像处理技术的水浑浊度测量为浑浊度测量提供了新的思路,可以取代传统的光学浑浊度测量方法,简化浑浊度仪的设计。
附图说明
图1是本发明实施例提供的基于红外摄像的水体浊度测量装置的结构示意图;
图中:1、计算机;2、红外摄像头;3、黑色PVC管;4、样品槽;5、红外光源;6、样品。
图2是本发明实施例提供的基于红外摄像的水体浊度测量的图像采集方法的流程图。
图3是本发明实施例提供的基于红外摄像的水体浊度测量图像采集结构示意图;
图中:6、第一颜色空间转换模块;7、第二颜色空间转换模块。
图4是本发明实施例提供的基于红外摄像的水体浊度测量装置的实物图。
图5是本发明实施例提供的基于红外摄像的水体浊度测量的图像采集方法的操作界面图。
图6是本发明实施例提供的散射L1a1b1与浊度的关系图。
图7是本发明实施例提供的透射L2a2b2与浊度的关系图。
图8是本发明实施例提供的散射R1G1B1和浊度的关系图。
图9是本发明实施例提供的透射R2G2B2和浊度的关系图。
图10是本发明实施例提供的散射比透射L1`a1`b1`与浊度的关系图。
图11是本发明实施例提供的透射比散射L2`a2`b2`与浊度的关系图。
图12是本发明实施例提供的散射比透射R1`G1`B1`和浊度的关系图。
图13是本发明实施例提供的透射比散射R2`G2`B2`和浊度的关系图。
图14是本发明实施例提供的散射L1和浊度的曲线图。
图15是本发明实施例提供的透射L2和浊度的曲线图。
图16是本发明实施例提供的散射R1和浊度的曲线图。
图17是本发明实施例提供的透射G2和浊度的曲线图。
图18是本发明实施例提供的散射比透射下L1`值和浊度的曲线图。
图19是本发明实施例提供的透射比散射L2`值和浊度的曲线图。
图20是本发明实施例提供的散射比透射下R1`值和浊度的曲线图。
图21是本发明实施例提供的透射比散射G2`值和浊度的曲线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明使用红外摄像头测量浊度,获取溶液的RGB值(红绿蓝),通过颜色空间转换得到溶液对应的Lab值(L表示红外光通过溶液后,用红外摄像头得到的透射光图像或者散射光图像的亮度),主要考虑溶液浊度和亮度L之间的关系,应用L值测定浊度。
下面结合附图对本发明的技术方案作详细的描述。
如图1所示,本发明实施例提供的基于红外摄像的水体浊度测量装置包括:计算机1、红外摄像头2、黑色PVC管3、样品槽4、红外光源5。
计算机1通过USB与红外摄像头2连接,红外摄像头2上安装有黑色PVC 管3,黑色PVC管3嵌入样品槽4中,红外光源5安装在黑色PVC管3的对侧。
本发明实施例提供的基于红外摄像的水体浊度测量方法包括:利用红外摄像头分别获取光线通过浊度溶液后的透射光和散射光的图像,通过图像处理得到图像的RGB数据,并从RGB空间变化到Lab颜色空间,再分别得到图像的 Lab值。通过拟合散射、透射和比值(散射+透射)方式下,系列浊度与其对应的R、 G、B、L、a、b的值的关系,得到浊度值与对应的颜色分量之间的关系式,并用于实际水样的测量,并和浊度仪的数据进行比较,验证该方法测量浊度的可行性。
如图2所示,本发明实施例提供的基于红外摄像的水体浊度测量的图像采集方法包括:
S201:将RGB颜色空间转换到XYZ颜色空间;
S202:把XYZ颜色空间转换到Lab颜色空间。
如图3所示,本发明实施例提供的基于红外摄像的水体浊度测量的图像采集系统包括:
第一颜色空间转换模块6,用于将RGB颜色空间转换到XYZ颜色空间;
第二颜色空间转换模块7,用于XYZ颜色空间转换到Lab颜色空间。
下面结合附图对本发明的技术方案作进一步的描述。
如图1所示,红外光源5使用了一个850nm、0.5W的LED,通过红外摄像头2的USB供电,采用运放、基准电压和晶体管组成的恒流电路驱动LED。红外光源工作电流可调,约为在15mA。近红外光源(波长850nm)的使用可以极大地减少与彩色粒子相关的限制。当LED恒流工作时,通过LED的电流可以保持在额定工作范围内,以保证光源的稳定性。但恒流要到20分钟才能稳定下来,需要进行零点校正。两个红外摄像头2分别在红外光源5的对面(180°)和垂直(90°)方向,为了更好的调整焦距,使用30mm的黑色PVC管3连接红外摄像头2和样品室。红外摄像头2通过USB供电和连接到上位机,将获取的图像送给计算机做进一步处理,获得所需的实验数据。测量水样浊度时,待测溶液的黑色盖子可以和样品室之间形成密闭空间,有效避免了其他光源的干扰。图4是实验装置的实物图。
测量使用的数字摄像头为市售的普通红外摄像头,由光学镜头、CMOS图像传感器和控制芯片等组成,型号为KingcentAR0130,摄像头最大分辨率为 1280*960。镜头加装850窄波段滤光片,焦距3.6mm,可以手动调节焦距,使浊度溶液成像清晰。如果在生产中,相机也可以使用固定焦距。无论哪种红外摄像机,混浊液的图像都必须清晰。此外,要求相机禁止自动曝光,具有自动参数如亮度,并具有可调曝光,以确保测量过程中参数的一致性。这些特征使数据能够反映从最低浑浊度到最高浑浊度范围内的差异。
数码摄像头使用的CMOS感光元件是用来记录光线变化的半导体元件。摄像头的每一个像素就相当于一个光电检测元件。当光源发出的光线通过浊度溶液,经过摄像头镜头自带的850nm滤光片后,投射到图像传感器上进行光电转换,在经过摄像头集成的信号处理部件后,通过USB端口传输给上位机软件进行处理。摄像头集成的信号处理部件可以代替浊度仪的模数转换电路和信号处理电路。避免了光电检测电路、信号处理电路、数模转换电路和显示电路的开发,而且还能将浊度测量过程可视化。
红外摄像头获取的图像是灰度图像,避免了浊度溶液的颜色干扰。在实验装置中,上位机软件可以更改摄像头的配置,通过色调、饱和度和白平衡的调整可以改变图像的灰度效果。实验结果可以看到,无论图像最终是何种颜色,它的L(亮度)值是基本保持不变的,虽然R值和B值会出现明显比变化,但 G值波动幅度很小。对于红色图像,高亮度时R值的变化非常小;而对于蓝色图像,高亮度时B值的变化非常小。为了反映R值的明显变化,在实验过程中选择了蓝色图像。
设计的上位机软件如图5所示,基于Visual Studio平台,是使用C#语言结合Camera_NET开源摄像头工具包开发的,而且编程比较简单。“Camera selection”用于选择实验摄像头,“Camera settings”用来对摄像头进行设置,可以调节摄像头的亮度、白平衡、色调、饱和度和曝光等设置,并且能够自动保存上一次的摄像头设置参数。但由于透射和散射对摄像头的参数的要求不一样,所以透射和散射分别有一组摄像头参数。“Snapshottheframe”获取一帧图像,取得该帧图像中心区域400个像素点的RGB值的平均值。这样就得到浊度溶液对应的RGB值,再从RGB颜色空间转换到Lab颜色空间,就得到该浊度溶液对应的Lab值。其中L表示溶液透过光的亮度(Luminosity),a表示从红色至绿色的范围,b表示从黄色至蓝色的范围。L的值域由0到100,a和b的值域都是由+127至-128。
RGB颜色空间到Lab颜色空间的转换采用近似转换算法:
首先,将RGB颜色空间转换到XYZ颜色空间:
然后,把XYZ颜色空间转换到Lab颜色空间:
下面结合实验对本发明的技术效果作详细的描述。
1、在实验中,分别测量了不同浊度对应的透射光和散射光的RGB值和经转换后得到的Lab值。随机选取5组散射和透射的实验数据,取其平均数后,分别得到一组散射和透射的平均数据。实验中配制了30份标准浊度溶液,包括 0、10、20、30、40、50、60、70、80、90、100、125、150、200、250、300、 350、400、450、500、550、600、650、700、750、800、850、900、950、1000NTU。
2、实验数据和分析
图6是90°散射方式下浊度和L1a1b1值之间关系,图7是透射方式下浊度和 L2a2b2值之间的关系。从图中看到,L值和浊度之间的对应关系可以用来测量浊度,而a值和b值可能有几个浊度与其相对应。很明显,a或b的值与浊度没有一一对应的关系,并不能使用a和b的值来获取唯一的浊度。理论上透射光强度与混浊度呈负指数关系。然而,当使用本设计的摄像机测量透射光时,亮度L 与混浊度之间的关系近似线性。其原因是图像法得到的亮度L与浊度计的光电管得到的光强不同。当L从RGB颜色空间转换为Lab颜色空间时,使用标准函数exp(指数)和ln(自然对数)来实现立方根。亮度相当于从指数空间到对数空间的转换,因此指数关系近似为线性。
图8是90°散射方式下浊度和R1G1B1值之间的关系,图9为透射方式下浊度和R2G2B2值之间的关系。在散射和透射方式下,G值或R值和浊度趋势一致。但是B值在散射方式下和浊度不是一一对应的关系,在透射方式下B值在低浓度时的区别度很低。这是因为RGB的值和摄像头参数的调整有关,因为图像偏蓝,才会有这种结果。如果图像偏红,那么R值与偏蓝图像下的B值相似。
利用散射数据与透射数据的比值,可以消除光线折射、浑浊溶液颜色、LED 光源老化和不稳定对测量的部分影响。L、a、b的比值记为L`、a`、b`。图10 是散射比透射方式下L1`a1`b1`值和浊度之间的关系,图11是透射比散射方式下 L2`a2`b2`值和浊度之间的关系。在比值方式下,基于L`值的效果最好,无论是散射比透射,还是透射比散射,L`值在浊度变化下都有很高的区分度。颜色分量 a`、b`和浊度之间区分度低,不能用于浊度测量。
R、G、B的比值记为R`、G`、B`,图12是散射比透射方式下的R1`G1`B1` 值和浊度之间的关系,图13为透射比散射方式下的R2`G2`B2`值和浊度之间的关系。透射比散射模式下的R2`G2`B2`对低浓度具有高灵敏度,而对中、高浓度则相反,这些参数的灵敏度较低。散射比透射模式下的R1`G1`B1`对高浓度的敏感度较高,对中、低浓度的敏感度较低。
3、对L值、R值和G值拟合的结果
通过实验数据分析,L值、R值和G值与浊度之间的变化趋势呈现较好的单调性,因此选择L值、R值和G值用于浊度测量。拟合曲线的公式和调整后的决定系数已在曲线图中给出,拟合对象和拟合模型也都在曲线图右上方的图例中给出。
3.1、L值和浊度对应关系分析
散射和透射方式下L的值与浊度曲线如图14和图15所示。分析透射和散射方式下RGB值与浊度值之间的相关性,分别对R值和G值的数据进行拟合,散射方式下的R1值和透射方式下的G2值对浊度的拟合相关度更高,图16是散射方式下R1值和浊度之间的拟合曲线,图17是透射方式下G2值和浊度之间的拟合曲线。
图18是散射比透射方式下L1`值对浊度的拟合曲线,图19是透射比散射方式下L2`值对浊度的拟合曲线。
在拟合比值方式下R`G`B`值时,分别对R`值和G`值进行拟合,结果显示散射比透射方式下R1`值和透射比散射方式下G2`值的拟合相关性更高。图20是散射比透射方式下R1`值和浊度的拟合曲线,图21是对透射比散射方式下G2`值和浊度的拟合曲线。
上述八种测量方法的拟合结果见表1。为了清楚地解释变量和随机误差的影响,数据点及其对应位置在回归线上的差异在统计学上称为残差(均方误差),而均方误差之和称为残差平方和,代表随机误差的影响。调整后的r平方(adj.r2) 抵消了样本大小对r2的影响。0-1的值越大越好。添加一个特征变量,如果特征有意义,则adj.r2将增加,如果特征是冗余的,则adj.r2将减少。
表1不同测量方式拟合结果对比。
3.2和浊度仪的对比验证,以上对实验数据的分析,有八种测量方式能够用来测量浊度。我们通过测量标准溶液和实际水样来验证这些方法的准确性和可靠性,然后将这些结果与商用浊度计的结果进行比较。浊度计1的型号WGZ-1B,量程为0-200NTU;浊度计2量程为0-1000NTU,型是WGZ-2000。本设计的量程范围是0-1000NTU。
3.3对标准溶液测量结果,通过对标准浑浊度溶液的测定,计算了该方法的准确度和误差。浊度计1和浊度计的基本误差由各自的说明书提供。本设计根据测量数据与对应标准浑浊度之差,按最大整数(5或10)上限计算误差。采用本设计测定了10、20、30、40、50、60、80、100、150、200NTU的低浊度实验组,并与浊度计1进行了比较,测定了50、100、200、300、400、500、600、 700、800、900NTU的高浓度实验组,并与浊度计2进行了比较。对18组标准溶液的浑浊度数据进行了独立样本t检验,每组的单尾显著性水平大于0.05,表明数据无显著性差异。双尾显著性水平如表2所示。
表2双尾显著性水平
结合两个实验组的浓度数据和双尾显著性水平,用L值测量溶液浑浊度的结果与标准溶液的浑浊度接近,其测量精度高于浊度计1和浊度计2。因此,我们建议使用亮度L值测量浊度。对于高浊度溶液的测量,表1中列出的所有方法都比浊度计1和浊度计2更精确。但是,对于低浑浊度溶液,散射比透射模式下的R1`值不能用于测量30NTU以下溶液的浑浊度,透射模式下的G2值和透射比散射模式下的G2`值的测量精度不如浊度计1和浊度计2,所以下面的测量中不再使用这三种方法。在散射模式下,R值对低浊度溶液测定的准确度也很高,可用于浊度的测定。综上所述,我们推荐的五种方法是在散射模式下使用亮度L 和颜色R,在透射模式下使用亮度L,以及使用基于亮度L的散射透射比和透射散射比。
3.4、实际水样对比测量
从生产生活水源中取10个样品溶液,主要是当地河流、工业废水和生产用水。用标准浊度水随机配制10份样品溶液,将现有的浑浊溶液与蒸馏水按任意比例混合,但其浊度值控制在浊度1量程范围内。使用5个测量方式对这20个水样测定的数据分别和浊度计1、2测定的数据进行单因素方差分析。
在给定显著性水平α的前提下,若概率p值大于α,则应接受原假设,即我们的5个测量方式和浊度计测定浓度无显著差异。在显著性水平α为0.05的前提下,各组数据的单因素方差分析结果如表4。
表4各组数据的单因素方差分析结果
其中,五组数据的概率P值均大于α,因此五组数据与浊度计1和浊度计2 数据之间没有显著差异,说明了新的红外数字摄像装置测量结果的实用性。。
本发明提出了基于红外摄像头的浊度测量方法,设计了浊度测量装置和图像采集软件。通过摄像头获取红外光透过不同浊度溶液后的透射和散射图像,分别得出了透射、散射和比值方式下浊度值分别对不同颜色分量的拟合关系和拟合相关性。验证了使用散射方式下亮度L和颜色R、透射方式下亮度L和基于亮度L的散射透射比和透射散射比5种测量浊度方式的可行性。将这些测量方式和商用浊度计对比验证,对比标准溶液的测量,该方法相比浊度仪具有更高的准确性;对于具体水样的测量,和浊度计的结果具有一致性,验证了这些方法的实用性。建议使用亮度L值用于浊度测量,特别是透射比散射的L值。可根据需要选择散射或透射模式的单摄像头,或比值模式的双摄像头。对于无色或高浊度的溶液,可以选择透射模式下的L值。对于低浊度的溶液测量,可以选择散射模式下的L或R值。两台摄像机的比值模式下L值可用于测量有颜色的溶液或这高灵敏度需求的场景。采用红外摄像机代替光学检测系统,不仅降低了设计成本,而且提高了测量精度。该方法适用于定量混浊度传感器,也可应用于其他红外测量领域。
表5对比商用浊度计对实际水样测量的部分数据
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于红外摄像的水体浊度测量方法,其特征在于,所述基于红外摄像的水体浊度测量方法利用红外摄像头分别获取光线通过浊度溶液后的透射光和散射光的图像,通过图像处理得到图像的RGB数据,并从RGB空间变化到Lab颜色空间;再分别得到图像的Lab值;通过拟合散射、透射和比值方式下,系列浊度与其对应的R、G、B、L、a、b的值的关系,得到浊度值与对应的颜色分量之间的关系式。
2.如权利要求1所述的基于红外摄像的水体浊度测量方法,其特征在于,所述基于红外摄像的水体浊度测量方法的红外光源使用LED,采用恒流驱动方式,通过红外摄像头的USB供电,采用运放、基准电压和晶体管组成的恒流电路驱动LED;两个红外摄像头分别在红外光源的对面180°和垂直90°方向。
3.如权利要求1所述的基于红外摄像的水体浊度测量方法,其特征在于,所述基于红外摄像的水体浊度测量方法的红外摄像头的每一个像素就相当于一个光电检测元件;当光源发出的光线通过浊度溶液,经过红外摄像头镜头自带的850nm滤光片后,投射到图像传感器上进行光电转换,在经过红外摄像头集成的信号处理部件后,通过USB端口传输给上位机进行处理;红外摄像头集成的信号处理部件代替浊度仪的模数转换电路和信号处理电路。
4.如权利要求1所述的基于红外摄像的水体浊度测量方法,其特征在于,所述基于红外摄像的水体浊度测量方法获取一帧图像,取得该帧图像中心区域400个像素点的RGB值的平均值,得到浊度溶液对应的RGB值,再从RGB颜色空间转换到Lab颜色空间,得到该浊度溶液对应的Lab值;其中L表示溶液透过光的亮度,a表示从红色至绿色的范围,b表示从黄色至蓝色的范围;L的值域由0到100,a和b的值域都是由+127至-128。
5.如权利要求1所述的基于红外摄像的水体浊度测量方法,其特征在于,所述RGB颜色空间到Lab颜色空间的转换采用近似转换方法包括:
首先,将RGB颜色空间转换到XYZ颜色空间:
然后,把XYZ颜色空间转换到Lab颜色空间:
6.一种基于权利要求1所述基于红外摄像的水体浊度测量方法的基于红外摄像的水体浊度测量装置,其特征在于,所述基于红外摄像的水体浊度测量装置包括:计算机、红外摄像头、黑色PVC管、样品槽、红外光源;
计算机通过USB与两个红外摄像头连接,红外摄像头上安装有黑色PVC管,黑色PVC管嵌入样品槽中,旋转红外摄像头调节镜头焦距;样品放入圆形浊度瓶内,测量时,浊度瓶插入样品槽中,样品槽使用黑色PVC管加工而成,浊度瓶的黑色盖子和样品槽形成封闭空间可以消除环境光的干扰,红外光源安装在一个红外摄像头的对侧。
7.如权利要求6所述的基于红外摄像的水体浊度测量装置,其特征在于,所述红外摄像头为两个,分别在红外光源的对面180°和垂直90°;红外摄像头通过USB供电和连接到上位机。
8.一种基于权利要求1所述基于红外摄像的水体浊度测量方法的基于红外摄像的水体浊度测量系统,其特征在于,所述基于红外摄像的水体浊度测量系统包括:
第一颜色空间转换模块,用于将RGB颜色空间转换到XYZ颜色空间;
第二颜色空间转换模块,用于XYZ颜色空间转换到Lab颜色空间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910678139.4A CN110274893A (zh) | 2019-07-25 | 2019-07-25 | 基于红外摄像的水体浊度测量装置、图像采集系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910678139.4A CN110274893A (zh) | 2019-07-25 | 2019-07-25 | 基于红外摄像的水体浊度测量装置、图像采集系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110274893A true CN110274893A (zh) | 2019-09-24 |
Family
ID=67965523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910678139.4A Pending CN110274893A (zh) | 2019-07-25 | 2019-07-25 | 基于红外摄像的水体浊度测量装置、图像采集系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110274893A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672524A (zh) * | 2019-10-22 | 2020-01-10 | 浙江卓锦环保科技股份有限公司 | 一种适用于智慧水环境的水体浊度检测方法 |
CN110726699A (zh) * | 2019-11-28 | 2020-01-24 | 浙江农林大学 | 一种海绵城市水体浊度的监测方法 |
CN111323393A (zh) * | 2020-04-07 | 2020-06-23 | 宁波普瑞柏生物技术股份有限公司 | 一种联合散射比浊法和透射比浊法的测量方法 |
CN112484769A (zh) * | 2020-11-24 | 2021-03-12 | 上海海洋大学 | 水下目标视觉识别算法功能测试平台及测试方法 |
CN112505002A (zh) * | 2020-11-26 | 2021-03-16 | 中国科学院苏州生物医学工程技术研究所 | 一种基于rgb模型的溶液浊度检测方法、介质、图像系统 |
CN112782097A (zh) * | 2020-12-21 | 2021-05-11 | 中国科学院合肥物质科学研究院 | 一种基于卷积神经网络的液体浊度的测量装置及测量方法 |
WO2022126425A1 (zh) * | 2020-12-16 | 2022-06-23 | 深圳晶泰科技有限公司 | 实验观测方法及系统 |
EP4306937A1 (en) * | 2022-07-12 | 2024-01-17 | Maytronics Ltd. | Water turbidity evaluation using image sensor |
CN115508288B (zh) * | 2022-09-22 | 2024-05-17 | 浙江农林大学 | 一种基于掩码正态拟合的茶汤混浊度测定方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0616206A2 (de) * | 1993-03-17 | 1994-09-21 | GRUNDIG E.M.V. Elektro-Mechanische Versuchsanstalt Max Grundig GmbH & Co. KG | Anordnung zum Messen von Trübungen |
KR20080106744A (ko) * | 2007-06-04 | 2008-12-09 | 한국건설기술연구원 | 적외선 이미지프로세싱을 이용한 시정계 및 시정방법 |
US20150276594A1 (en) * | 2014-03-26 | 2015-10-01 | Intellectual Property Transfer, LLC | Method and apparatus for measuring turbidity |
CN106053391A (zh) * | 2016-07-22 | 2016-10-26 | 深圳市绿恩环保技术有限公司 | 一种浊度测量方法、装置及浊度计 |
CN109459405A (zh) * | 2018-10-23 | 2019-03-12 | 南京农业大学 | 基于窄带图像处理去除土壤背景干扰的光谱指数测量方法 |
EP3514520A1 (de) * | 2018-01-22 | 2019-07-24 | Bayerisches Zentrum für Angewandte Energieforschung e. V. | Auf nahinfrarotspektroskopie beruhendes bildgebendes verfahren zur flüssigkeitsdetektion |
CN211877766U (zh) * | 2019-07-25 | 2020-11-06 | 淮北师范大学 | 一种基于红外摄像的水体浊度测量装置 |
-
2019
- 2019-07-25 CN CN201910678139.4A patent/CN110274893A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0616206A2 (de) * | 1993-03-17 | 1994-09-21 | GRUNDIG E.M.V. Elektro-Mechanische Versuchsanstalt Max Grundig GmbH & Co. KG | Anordnung zum Messen von Trübungen |
KR20080106744A (ko) * | 2007-06-04 | 2008-12-09 | 한국건설기술연구원 | 적외선 이미지프로세싱을 이용한 시정계 및 시정방법 |
US20150276594A1 (en) * | 2014-03-26 | 2015-10-01 | Intellectual Property Transfer, LLC | Method and apparatus for measuring turbidity |
CN106053391A (zh) * | 2016-07-22 | 2016-10-26 | 深圳市绿恩环保技术有限公司 | 一种浊度测量方法、装置及浊度计 |
EP3514520A1 (de) * | 2018-01-22 | 2019-07-24 | Bayerisches Zentrum für Angewandte Energieforschung e. V. | Auf nahinfrarotspektroskopie beruhendes bildgebendes verfahren zur flüssigkeitsdetektion |
CN109459405A (zh) * | 2018-10-23 | 2019-03-12 | 南京农业大学 | 基于窄带图像处理去除土壤背景干扰的光谱指数测量方法 |
CN211877766U (zh) * | 2019-07-25 | 2020-11-06 | 淮北师范大学 | 一种基于红外摄像的水体浊度测量装置 |
Non-Patent Citations (2)
Title |
---|
PINGPING CAO ETAL: "Using a Digital Camera Combined With Fitting Algorithm and T-S Fuzzy Neural Network to Determine the Turbidity in Water", 《IEEE ACCESS》, vol. 7, 24 July 2019 (2019-07-24), pages 83589 - 83600 * |
YUANYANG ZHU ETAL: "Development of a New Method for Turbidity Measurement Using Two NIR Digital Cameras", 《ACS OMEGA》, vol. 5, 2 March 2020 (2020-03-02), pages 5421 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672524A (zh) * | 2019-10-22 | 2020-01-10 | 浙江卓锦环保科技股份有限公司 | 一种适用于智慧水环境的水体浊度检测方法 |
CN110726699A (zh) * | 2019-11-28 | 2020-01-24 | 浙江农林大学 | 一种海绵城市水体浊度的监测方法 |
CN111323393A (zh) * | 2020-04-07 | 2020-06-23 | 宁波普瑞柏生物技术股份有限公司 | 一种联合散射比浊法和透射比浊法的测量方法 |
CN112484769A (zh) * | 2020-11-24 | 2021-03-12 | 上海海洋大学 | 水下目标视觉识别算法功能测试平台及测试方法 |
CN112505002A (zh) * | 2020-11-26 | 2021-03-16 | 中国科学院苏州生物医学工程技术研究所 | 一种基于rgb模型的溶液浊度检测方法、介质、图像系统 |
WO2022126425A1 (zh) * | 2020-12-16 | 2022-06-23 | 深圳晶泰科技有限公司 | 实验观测方法及系统 |
CN112782097A (zh) * | 2020-12-21 | 2021-05-11 | 中国科学院合肥物质科学研究院 | 一种基于卷积神经网络的液体浊度的测量装置及测量方法 |
EP4306937A1 (en) * | 2022-07-12 | 2024-01-17 | Maytronics Ltd. | Water turbidity evaluation using image sensor |
CN115508288B (zh) * | 2022-09-22 | 2024-05-17 | 浙江农林大学 | 一种基于掩码正态拟合的茶汤混浊度测定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110274893A (zh) | 基于红外摄像的水体浊度测量装置、图像采集系统和方法 | |
Foster et al. | Frequency of metamerism in natural scenes | |
Green et al. | Colour engineering: achieving device independent colour | |
CN105865630B (zh) | 用于显示测试的比色系统 | |
Urban et al. | Redefining a in rgba: Towards a standard for graphical 3d printing | |
CN211877766U (zh) | 一种基于红外摄像的水体浊度测量装置 | |
US20110018999A1 (en) | Device for Evaluating the Surface of a Tire | |
US10012580B2 (en) | Apparatus and method for measurements of growth or dissolution kinetics of colloidal particles | |
CN105911060B (zh) | 一种透射式视程能见度仪窗镜污染的可视化检测方法和装置 | |
Vollmer et al. | The optics and physics of near infrared imaging | |
CN107966412B (zh) | 基于正交偏振图像拉伸和偏振度关联的图像去雾方法 | |
CN111684266A (zh) | 用于测量透明制品的光学特性的方法 | |
JP2021113744A (ja) | 撮像システム | |
CN110458769A (zh) | 一种基于消除通道间串扰的彩色偏振图像复原方法 | |
CN108010071B (zh) | 一种利用3d深度测量的亮度分布测量系统及方法 | |
CN111487225A (zh) | 一种快速高精度的水质透明度测量装置及其测量方法 | |
US10481062B2 (en) | Method for improving identification degree of low-luminosity dispersed-phase particles in multiphase system | |
CN201522426U (zh) | 带摄像头可视式浊度仪 | |
Wang et al. | On the development of an effective image acquisition system for diamond quality grading | |
Happel et al. | Measuring isotropic subsurface light transport | |
US11885706B2 (en) | Method and system for measuring optical characteristics of a contact lens | |
CN206832360U (zh) | 基于led照明的颜色测量多光谱成像系统的封闭式灯箱 | |
Cattini et al. | Low-cost imaging photometer and calibration method for road tunnel lighting | |
York et al. | Optical characterization of a polarization imager | |
CN111886492B (zh) | 用于翡翠的颜色分级工艺及系统 |
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 |