CN117058335A - 气泡三维形态重构方法、装置、电子设备和存储介质 - Google Patents
气泡三维形态重构方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117058335A CN117058335A CN202310897773.3A CN202310897773A CN117058335A CN 117058335 A CN117058335 A CN 117058335A CN 202310897773 A CN202310897773 A CN 202310897773A CN 117058335 A CN117058335 A CN 117058335A
- Authority
- CN
- China
- Prior art keywords
- bubble
- dimensional
- target
- row
- ellipse
- 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
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims description 26
- 230000000007 visual effect Effects 0.000 claims description 18
- 238000010586 diagram Methods 0.000 description 64
- 230000035945 sensitivity Effects 0.000 description 27
- 239000000523 sample Substances 0.000 description 25
- 230000008569 process Effects 0.000 description 24
- 230000000877 morphologic effect Effects 0.000 description 15
- 230000004069 differentiation Effects 0.000 description 13
- 238000005259 measurement Methods 0.000 description 13
- 239000007788 liquid Substances 0.000 description 12
- 230000005514 two-phase flow Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 239000007789 gas Substances 0.000 description 7
- 230000001788 irregular Effects 0.000 description 6
- 230000000630 rising effect Effects 0.000 description 6
- 238000005530 etching Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 238000000691 measurement method Methods 0.000 description 5
- 239000012071 phase Substances 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 4
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 238000011049 filling Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 239000007791 liquid phase Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003889 chemical engineering Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请实施例提供一种气泡三维形态重构方法、装置、电子设备和存储介质，包括：获取两个视角下拍摄目标气泡得到的图像，并对每一视角下的图像进行二维轮廓识别得到图像内目标气泡的二维轮廓；针对每一图像将图像内目标气泡的二维轮廓包围的区域沿高度方向进行微分，将区域划分为多行；当两个区域划分成的行的数目相等时，针对每一行根据两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合得到该行对应的拟合成的椭圆；在每个椭圆上均等间距选取多个像素点，所有的像素点组成目标气泡的初始三维轮廓；对目标气泡的初始三维轮廓进行凸包拟合得到最终三维轮廓。本申请能够提高气泡三维形态重构的准确性。
Description
技术领域
本申请涉及图像处理领域，尤其涉及一种气泡三维形态重构方法、装置、电子设备和存储介质。
背景技术
气液两相流动广泛应用于环境能源、化学工程、船海工程等领域。气泡两相流动处于湍流状态，具有强三维性，亟需发展三维气泡形态测量技术实现气泡三维信息的全捕捉，这对深入认识气泡形态变化规律，揭示两相流物理机理具有重要意义。
常见的气泡形态测量方法可分为侵入式测量和非侵入式测量两类。
其中，侵入式测量只能测量有限离散点的数据，易受噪声干扰，无法对具体的气泡形态进行测量。非侵入式测量方法以HSP(High Speed Photography，高速摄像)技术为主，基于像素位置识别气泡二维形态。在进行三维形态重构时，通常假设气泡是一个规则的椭球体，然后对图像中的气泡进行椭圆拟合或求出其外接矩形，获得椭圆各个轴的长度，进而重构出气泡的三维形状，该方法适用范围有限，在气泡直径较大或者形状不规则时重构出的气泡的三维形态误差较大。
发明内容
本申请提供一种气泡三维形态重构方法、装置、电子设备和存储介质，用以解决重构出的气泡的三维形态误差较大的问题。
第一方面，本申请实施例提供一种气泡三维形态重构方法，包括：
获取在两个视角下拍摄目标气泡得到的图像，并对每一视角下的图像进行二维轮廓识别，得到所述图像内目标气泡的二维轮廓；其中，所述两个视角对应的拍摄方向正交，且均平行于水平面；
针对每一图像，将所述图像内目标气泡的二维轮廓包围的区域沿高度方向进行微分，将所述区域划分为多行；其中，两个视角的图像对应的区域划分成的行的高度相等；
当两个区域划分成的行的数目相等时，针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆；
在每个椭圆上均等间距选取多个像素点，所有的像素点组成目标气泡的初始三维轮廓；
对所述目标气泡的初始三维轮廓进行凸包拟合，得到目标气泡的最终三维轮廓。
可选的，对所述目标气泡的初始三维轮廓进行凸包拟合，得到目标气泡的最终三维轮廓，包括：
从目标气泡的初始三维轮廓中任意选取四个非共面点，所述四个非共面点构成一个凸多面体；
重复执行下述步骤，直至初始三维轮廓上的所有点都不处于凸多面体外；
在凸多面体外部任意选择初始三维轮廓上的一个点，作为基准点；
根据凸多面体任一表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定所述凸多面体上保留下来的边线；
在所述凸多面体的基础上加入保留下来的边线与基准点构成的表面，形成更新后的凸多面体。
可选的，根据凸多面体任一表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定所述凸多面体上保留下来的边线，包括：
针对凸多面体的每一表面，根据该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定该表面是否被保留；
根据凸多面体各个表面是否被保留，确定凸多面体各个边线是否被保留。
可选的，所述针对凸多面体的每一表面，根据该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定该表面是否被保留，包括：
针对凸多面体的每一表面，若该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积为正，则删除该表面；若该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积为负，则保留该表面；
所述根据凸多面体各个表面是否被保留，确定凸多面体各个边线是否被保留，包括：针对所述凸多面体的每一边线，若该边线所在的两个表面均被删除，则该边线被删除；若所在的两个表面中任一表面被保留，则该边线被保留。
可选的，针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆，包括：
针对每一行，将所述两个区域在该行的行宽分别作为椭圆的长轴长度和短轴长度，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆。
可选的，所述方法还包括：
当两个区域划分成的行的数目不相等时，去掉行数更多的区域中宽度最短的行，直至两个区域划分成的行的数目相等，并对两个区域进行椭圆拟合和凸包拟合，得到目标气泡的最终三维轮廓。
第二方面，本申请实施例提供一种气泡三维形态重构系统，包括：
气泡发生装置，用于产生目标气泡；
两个相机，分别用于拍摄目标气泡在不同视角下的图像；
处理装置，用于执行上述任一方面所述的方法。
第三方面，本申请实施例提供一种气泡三维形态重构装置，包括：
识别模块，用于获取目标气泡在两个视角下拍摄的图像，并对每一图像进行二维轮廓识别，得到所述图像内目标气泡的二维轮廓；其中，所述两个视角对应的拍摄方向正交，且均平行于水平面；
微分模块，用于针对每一图像，将所述图像内目标气泡的二维轮廓包围的区域沿高度方向进行微分，将所述区域划分为多行；其中，两个图像对应的区域划分成的行的高度相等；
第一拟合模块，用于当两个区域划分成的行的数目相等时，针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆；
选取模块，用于在每个椭圆上均等间距选取多个像素点，所有的像素点组成了目标气泡的初始三维轮廓；
第二拟合模块，用于对所述目标气泡的初始三维轮廓进行凸包拟合，得到目标气泡的最终三维轮廓。
第四方面，本申请实施例提供一种电子设备，包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述电子设备执行上述任一方面所述的方法。
第五方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现上述任一方面所述的方法。
本申请实施例提供的气泡三维形态重构方法、装置、电子设备和存储介质，包括：获取在两个视角下拍摄目标气泡得到的图像，并对每一视角下的图像进行二维轮廓识别，得到所述图像内目标气泡的二维轮廓；其中，所述两个视角对应的拍摄方向正交，且均平行于水平面；针对每一图像，将所述图像内目标气泡的二维轮廓包围的区域沿高度方向进行微分，将所述区域划分为多行；其中，两个视角的图像对应的区域划分成的行的高度相等；当两个区域划分成的行的数目相等时，针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆；在每个椭圆上均等间距选取多个像素点，所有的像素点组成目标气泡的初始三维轮廓；对所述目标气泡的初始三维轮廓进行凸包拟合，得到目标气泡的最终三维轮廓。本申请实施例可以对正交视角下图像中的气泡进行轮廓识别，之后进行像素级微分，对每个像素平面进行椭圆拟合，最后进行凸包拟合获取气泡形态，能够在气泡体积较大或形状不规则的情况下准确识别气泡形状，特别是气泡局部曲率有较大变化时不会造成气泡形态的局部凹陷或突起，有效减小的重构的误差，提高重构准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为现有技术中的一种双针光纤探头测量气泡尺寸的原理图；
图2为图1对应的信号变化图；
图3为图1对应的计算结果示意图；
图4为本申请实施例提供的一种原始气泡的示意图；
图5为对图4进行边界识别后得到的气泡轮廓示意图；
图6为对图5中气泡轮廓进行图像膨胀后得到的结果示意图；
图7为对图6中气泡轮廓进行填充后得到的结果示意图；
图8为对图7中气泡轮廓进行腐蚀后得到的结果示意图；
图9为对图8中的气泡形状进行边界识别得到的结果示意图；
图10为本申请实施例提供的一种提取二维气泡轮廓参数的示意图；
图11是根据图10中提取的轮廓参数重构的气泡椭球模型的示意图；
图12为本申请实施例提供的一种实验装置的轴测图；
图13为图12所示实验装置的俯视图；
图14为本申请实施例提供的一种气泡三维形态重构方法的流程示意图；
图15为本申请实施例提供的一种敏感度信息的获取流程示意图；
图16为本申请实施例提供的一种目标气泡的二维轮廓包围区域的微分结果示意图；
图17为本申请实施例提供的一种气泡三维轮廓与二维轮廓的对应关系示意图；
图18为本申请实施例提供的一种气泡微分结果示意图；
图19为本申请实施例提供的另一种气泡微分结果示意图；
图20为根据图18和图19中微分结果进行椭圆拟合后得到的结果示意图；
图21为本申请实施例提供的一种由四个非共面点构成的凸四面体的示意图；
图22为在图21中凸四面体的外部选择一个基准点的结果示意图；
图23为判断是否保留图22中凸多面体的表面和边线的示意图；
图24为加入图23中保留下来的边线与基准点后形成的新的凸多面体示意图；
图25为本申请实施例提供的另一种气泡三维形态重构方法的流程示意图；
图26为本申请实施例提供的一种滤波器矩阵中每一像素对应的坐标的示意图；
图27为使用了高斯滤波器进行滤波后每一像素的灰度值对应的权重的示意图；
图28为使用归一化的高斯滤波器进行滤波后每一像素的灰度值对应的权重的示意图；
图29为本申请实施例提供的一种原始气泡拍摄结果示意图；
图30为本申请实施例提供的另一种原始气泡拍摄结果示意图；
图31为对图29进行识别后得到的气泡的二维轮廓示意图；
图32为对图30进行识别后得到的气泡的二维轮廓示意图；
图33为对图31中气泡的二维轮廓所包围的区域进行像素级微分后的结果示意图；
图34为对图32中气泡的二维轮廓所包围的区域进行像素级微分后的结果示意图；
图35为对图33和图34中的微分平面进行椭圆拟合并层层叠加的结果示意图；
图36为对图35中的三维气泡轮廓进行凸包拟合的结果示意图；
图37为隐藏图36中凸包边线的结果示意图；
图38为本申请实施例提供的气泡处于不同高度时第一高速相机拍摄图像的处理结果示意图；
图39为本申请实施例提供的气泡处于不同高度时第二高速相机拍摄图像的处理结果示意图；
图40为对图38和图39中的图像进行三维形态重构后的结果示意图；
图41为本申请实施例提供的一种气泡三维形态重构装置的结构示意图；
图42为本申请实施例提供的一种电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
液体中通气形成的气泡流是一种液相连续、气相弥散的两相流动，其具有掺混和换热效率高、产生方式简单等优点，广泛应用于环境能源、化学工程、船海工程等领域。静水下浸没孔的气泡生成过程的研究是气液两相流研究的基础，在鼓泡塔、浆态床反应器和气液搅拌槽等气液接触设备中，经常会出现由水下孔口释放气泡的情况。在这些工业领域中，气泡尾迹可以产生振荡从而用来混合不同化学成分，避免了对机械设备的需要。除了工业领域外，静水中气液两相流动在环境、军事等领域都有着广泛的应用。例如，通过向液体中注入空气可以产生气泡流，利用气泡流增强传质的特性，提高水中的溶氧含量，改善水生生物的生活环境。在航天装备热控系统中，散热介质通过气/液相的转化和气泡流动，吸收机舱和电子设备热交换器中的热量，显著提高热控制效率。因此，对气泡进行深入研究，既可以解释多相流流动的相关机理，也有助于解决诸多工程实际问题。准确测定气液两相流中的气泡参数对研究气液流动尤为重要，其中气泡的形状是最重要的气相的特征，是影响气泡运动和气泡诱导流场的重要因素之一。
目前，气液两相流参数测量技术仍处于发展阶段。对两相流参数的测量，早期多使用侵入式测量方法，该方法可以探测流动局部点的特性，但是测量过程会对流场产生一定的干扰，对测量精度造成一定程度的影响。
图1为现有技术中的一种双针光纤探头测量气泡尺寸的原理图；图2为图1对应的信号变化图；图3为图1对应的计算结果示意图。如图1至图3所示，采用光纤探头测量气泡尺寸分布特性是基于液体和气体对光折射率不同的原理实现的，当探头的探针位于液相时输出高电平，位于气相时输出低电平，是一种侵入式的测量方法，如图1所示，双针光纤探头包括探针A和探针B，两探针按一定的间距垂直分布。图2中的横轴和纵轴分别为时间t(单位s)和电压U(单位V)，当气泡上升经过探针时，探针A先在t1时刻接触到气泡上表面，此时探针A输出信号由高电平跳变到低电平，气泡继续上升；探针B在t2时刻触碰气泡上表面，此时探针B输出信号由高电平跳变到低电平；t3时刻气泡离开探针A，此时探针A输出信号重新变为高电平；t4时刻气泡离开探针B，产生与探针A在t3时刻相似的上升沿信号。
探针A和探针B的垂直距离为s，则气泡的运动速度v可通过计算和的均值得出，气泡的弦长可通过v(t3–t1)和v(t4–t2)计算得出，并通过概率统计由单个气泡弦长的数据得到弦长的概率分布情况，如下式：
式中PC(y)为气泡弦长分布函数；Pp(R)为气泡尺寸分布函数；y为椭球形气泡的弦长；R为椭球形气泡的长半轴长；α为椭球的短半轴与长半轴之比。
该测量方法的缺点在于光纤探头为接触测量，对流场具有一定的干扰。此外，由于气泡表面张力作用，气泡在被探针刺破和离开探针时会发生形变，使所观测信号不是理想方波，存在上升沿和下降沿，且沿的陡峭程度与探针的粗细程度和光电转换器的性能有关。另外，当气泡做侧向运动时会使探头主轴和气泡运动方向间存在一定的夹角θ，并导致探针检测的位置不是最大弦长位置，造成误差。此方法只能检测出气泡的尺寸分布，适用于统计结果分析，并不能获得单个气泡的轮廓以进行气泡形态学分析。
近年来，随着现代摄像技术、计算机图像处理技术的发展，高速摄像(HSP)技术得到了广泛的应用，该方法使用高速相机记录气相图像，通过图像处理获得气相特征。HSP方法具有非接触、对流场无干扰、测量精度高等明显优势，目前通过HSP技术获取气泡形态时，通常以二维气泡形态数据为主。在三维形态重构时，通常假设气泡是一个规则的椭球体，然后对图像中的气泡进行椭圆拟合或求出其外接矩形，获得椭圆各个轴的长度，进而重构出气泡的三维形状，上述方法在气泡直径较大、形状不规则时误差较大。
气泡两相流动处于湍流状态，具有强三维性，亟需发展准确的三维气泡形态测量技术实现气泡三维信息的全捕捉，这对深入认识气泡形态变化规律，揭示两相流物理机理具有重要意义。
结合图4～图9对一种通过数字图像处理获得气泡轮廓的流程进行说明，是申请人在尝试识别图像中气泡的二维轮廓时，采用的处理流程，图4为本申请实施例提供的一种原始气泡的示意图；图5为对图4进行边界识别后得到的气泡轮廓示意图；图6为对图5中气泡轮廓进行图像膨胀后得到的结果示意图；图7为对图6中气泡轮廓进行填充后得到的结果示意图；图8为对图7中气泡轮廓进行腐蚀后得到的结果示意图；图9为对图8中的气泡形状进行边界识别得到的结果示意图。首先，计算原始图像图4的灰度值梯度，进行边界识别，得到气泡轮廓，如图5所示。接着，对图5中的气泡轮廓进行图像膨胀，对尚未闭合的气泡轮廓进行封闭，如图6中所示。然后，对图6得到的气泡轮廓进行填充，得到完整气泡形状，如图7所示。图像膨胀过程在连接气泡轮廓的同时，也放大了气泡尺寸，造成气泡形状失真。最后进行边界腐蚀处理以去除附加的边界，如图8所示。图9中曲线表示对图8中的气泡形状进行边界识别得到的气泡边界。
但经过多次实验后申请人发现，该技术在光照条件良好的情况下，可以很好地识别出气泡的轮廓。但是当光照条件发生变化时，该技术需要进一步完善。
结合图10和图11对一种气泡三维重构方法进行说明，图10为本申请实施例提供的一种提取二维气泡轮廓参数的示意图，图11是根据图10中提取的轮廓参数重构的气泡椭球模型的示意图，首先假设气泡是一个规则的椭球体。具体的步骤如下：(1)在相同的拍摄条件下，使用两台相机从两个正交的方向拍摄气泡；(2)用数字图像处理方法对图像进行处理，得到气泡轮廓的二值图像，即椭圆投影；(3)从两个椭圆投影的气泡边缘图像中提取2D参数，如图10所示；(4)将这两组参数与气泡的椭球模型进行匹配，确定椭球模型的三维参数，如图11所示。
但气泡在上升过程中会具有较大变形，上述方法在气泡直径较大、形状不规则时误差较大，普适性较差。
因此在上述气泡三维重构方法的基础上，申请人设计了另外一种气泡三维重构方法，该算法将气泡假设为多个圆盘的叠加，通过将气泡进行像素级微分，并对每个微分平面进行椭圆拟合，将各个椭圆盘进行叠加重构气泡。但是重构出的气泡外形轮廓并不连续，特别是气泡曲率较大时会存在局部的凹陷或凸起，没有办法准确的识别气泡完整形态。
有鉴于此，本申请提供一种气泡三维形态重构方法，在光照强度发生变化时也可以准确进行图像二值化处理，进而准确识别气泡二维轮廓，为气泡形态三维重构奠定坚实的基础。在气泡三维重构方面，能够在气泡体积较大或形状不规则的情况下准确识别气泡形状，特别是气泡局部曲率有较大变化时不会造成气泡形态的局部凹陷或突起，并且可以获取气泡闭合连续轮廓，除体积等参数外还可以对气泡形态学进行分析。
结合图12和图13对本申请的应用场景进行说明，图12为本申请实施例提供的一种实验装置的轴测图，图13为图12所示实验装置的俯视图，实验装置包括第一高速相机1和第二高速相机2、计算机3、气泡发生装置4、LED(Light Emitting Diode，发光二极管)光源5、柔光板6、出气孔口7。图12中的虚线用于表示出气孔口7位于水箱内部。气泡发生装置4在水箱中产生气泡。LED光源5通过柔光板6为气泡流场区域提供均匀的背景光。第一高速相机1和第二高速相机2的拍摄平面相互垂直，在拍摄气泡照片后，通过集成有图形处理装置的计算机3对气泡照片进行处理。
本申请提供的气泡三维形态重构方法，在对气泡进行二维轮廓识别时，采用了自适应灰度值阈值选取方法，在光照强度发生变化时也可以准确进行图像二值化处理，此外加入了气泡形态学处理，可以准确识别气泡二维轮廓，为气泡形态三维重构奠定坚实的基础。在气泡三维重构方面，对气泡进行像素级微分，将每个像素所在平面进行椭圆拟合获取有限多像素点作为气泡初始三维轮廓，可以实现不规则气泡轮廓的准确识别；之后对气泡初始轮廓进行凸包拟合获取气泡三维形态，能够在气泡体积较大或形状不规则的情况下准确识别气泡形状，特别是气泡局部曲率有较大变化时不会造成气泡形态的局部凹陷或突起，并且可以获取气泡闭合连续轮廓，除体积等参数外还可以对气泡形态学进行分析。
下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图14为本申请实施例提供的一种气泡三维形态重构方法的流程示意图。本实施例的执行主体可以为任意具有数据处理功能的装置，例如计算机。如图14所示，本申请实施例提供的一种气泡三维形态重构方法，可以包括：
步骤1401、获取在两个视角下拍摄目标气泡得到的图像，并对每一视角下的图像进行二维轮廓识别，得到所述图像内目标气泡的二维轮廓；其中，所述两个视角对应的拍摄方向正交，且均平行于水平面。
具体的，获取分别用第一高速相机1和第二高速相机2拍摄的目标气泡在水下的形态图像，其中第一高速相机1和第二高速相机2处于同一高度，拍摄方向正交且均与水平面平行，获取到目标气泡的两张形态图像之后，对每一张形态图像进行二维轮廓识别，得到形态图像内目标气泡的二维轮廓。
其中，二维轮廓识别的具体步骤如下：对拍摄到的形态图像进行灰度处理，得到形态图像的灰度图；对形态图像的灰度图进行二值化处理。
由于气泡光源强度和气泡数量在不同情况下都有一定差异性，故图像二值化阈值的选取采用了自适应灰度值阈值算法。
自适应灰度值阈值算法首先要获取形态图像的灰度图的敏感度信息，然后采用3×3像素的查询窗口计算局部二值化的灰度值阈值。其中，敏感度信息是气泡轮廓像素点数目占整个形态图像像素点数目的百分比，敏感度信息可以反映出气泡轮廓在整个形态图像中的信噪比。
根据获取到的敏感度信息，采用3×3像素的查询窗口计算局部二值化的灰度值阈值的具体方法如下：
采用3×3像素的查询窗口获取灰度图处于该查询窗口内的3×3＝9个像素点的灰度值。
对获取到的9个灰度值按照从大到小的顺序排列，得到灰度值序列。
当该灰度值序列中的某灰度值的排序＝敏感度信息×9时，该灰度值即为该查询窗口所在区域的灰度值阈值。
查询窗口要遍历整个灰度图，而且查询窗口每次查询的区域不重复，遍历完成后可以得到对应每一个查询区域的灰度值阈值。
图15为本申请实施例提供的一种敏感度信息的获取流程示意图，如图15所示，敏感度信息(即敏感度值)的获取方法如下：
获取预设的敏感度范围的最大值Smax和最小值Smin，将该最大值Smax和最小值Smin的平均值S作为初始敏感度值；其中，预设的敏感度信息的最大值Smax和最小值Smin可以根据本领域技术人员的经验及具体图像灵活设置；
根据初始敏感度值，计算3×3像素的查询窗口所在区域中的二值化的灰度值阈值；
获取预设的阈值范围的最大值和最小值；
当计算出的灰度值阈值处于预设的阈值范围时，即计算出的灰度值阈值大于预设阈值范围的最小值，且小于预设阈值范围的最大值时，则初始敏感度值符合要求，最终输出的敏感度值等于初始敏感度值S；其中预设的阈值范围的最大值和最小值可以根据本领域技术人员的经验及具体图像灵活设置；
当计算出的灰度值阈值小于预设阈值范围的最小值时，或者大于预设阈值范围的最大值时，说明初始敏感度值不符合要求；
当计算出的灰度值阈值小于预设阈值范围的最小值时说明计算出的灰度值阈值过低，示踪粒子的干扰过大，可以将预设敏感度信息的平均值替换原来的预设的敏感度范围的最小值，预设的敏感度范围的最大值不变，重新计算3×3像素的查询窗口所在区域中的二值化的灰度值阈值，直至计算出的灰度值阈值处于预设的阈值范围内，最终输出的敏感度值等于最后一次得到的敏感度范围的平均值；
当计算出的灰度值阈值大于预设阈值范围的最大值时，说明计算出的灰度值阈值过高，气泡轮廓缺失，可以将预设敏感度信息的平均值替换原来的敏感度范围的最大值，敏感度范围的最小值不变，重新计算3×3像素的查询窗口所在区域中的二值化的灰度值阈值，直至计算出的灰度值阈值处于预设的阈值范围内，最终输出的敏感度值等于最后一次得到的敏感度范围的平均值。
得到每一个查询区域的灰度值阈值后，可以对该灰度图像进行二值化处理，二值化处理过程遵从以下公式：
式中x，y为灰度图像中的像素点对应的横、纵坐标，I(x，y)为坐标为(x，y)的像素点对应的灰度值，T为灰度值阈值。
二值化处理完成后，要对二值化后的图像进行初始的气泡轮廓识别，可以采用Canny算子进行初始的气泡轮廓识别，识别的具体步骤如下：
1、用高斯滤波器平滑图像，二维高斯模型的公式如下：
其中，x，y为灰度图像中的像素点对应的横、纵坐标，σ为高斯滤波器的参数方差，可以任意设定，G(x，y)为坐标为(x，y)的像素点对应的灰度值的权重。
2、使用梯度算法Sobel算子来计算梯度幅值的横向分量Gx、纵向分量Gy和方向θ，其中I为上述公式中的I(x，y)。
θ＝tan-1(Gy/Gx)
除了采用Sobel算子来计算梯度幅值之外，还可以通过Rober算子和Prewitt算子来计算。
当采用Rober算子时，梯度幅值的横向分量和纵向分量的计算方法分别如下：
当采用Prewitt算子时，梯度幅值的横向分量和纵向分量的计算方法分别如下：
其中，Robert算子用4点差分，该方法简单，但是对于噪声敏感，Prewitt和Sobel算子由于进行了平均操作，对噪声有一定抑制作用但是会使边缘有一定的模糊。在进行梯度算子选取时可以根据实际的信噪比和形态识别需求进行更换和选择。
3、对梯度幅值进行非极大值抑制。
沿着梯度方向遍历每个像素点的梯度值，求出梯度值最大值所在位置，删掉梯度方向的其他像素点，实现边缘细化；最后用双阈值算法检测和连接边缘，双阈值算法设置一个高阈值和一个低阈值来区分边缘像素点。如果边缘像素点的梯度值大于高阈值，则被认为是强边缘点；如果边缘像素点的梯度值介于低阈值和高阈值之间，则标记为弱边缘点；如果边缘像素点的梯度值小于低阈值，则该像素点被抑制掉。其中弱边缘点只保留与强边缘点相连通的部分。
完成初始的气泡轮廓识别之后，可以先对图像进行膨胀，对尚未闭合的气泡轮廓进行封闭，再对图像进行填充得到完整气泡形状，最后对图像进行腐蚀避免由于膨胀引起的轮廓失真，得到最终的气泡二维轮廓。
其中，膨胀的处理过程如下：
Idil(x，y)＝I(x，y)+Idil，x(x，y)+Idil，y(x，y)
其中，I(x，y)为坐标为(x，y)的像素点对应的灰度值，Idil，x(x，y)为只沿x轴方向膨胀后坐标为(x，y)的像素点对应的灰度值，Idil，y(x，y)为只沿y轴方向膨胀后坐标为(x，y)的像素点对应的灰度值，Idil(x，y)表示沿x、y轴方向均进行膨胀操作后坐标为(x，y)的像素点对应的灰度值。
其中，腐蚀的处理过程如下：
Iero(x,y)＝lero,x(x，y)-Iero,y(x,y)
I(x，y)为坐标为(x，y)的像素点对应的灰度值，Iero，x(x，y)为只沿x轴方向腐蚀后坐标为(x，y)的像素点对应的灰度值，Iero，y(x，y)为只沿y轴方向腐蚀后坐标为(x，y)的像素点对应的灰度值，Iero(x，y)表示沿x、y轴方向均进行腐蚀操作后坐标为(x，y)的像素点对应的灰度值。
步骤1402、针对每一图像，将所述图像内目标气泡的二维轮廓包围的区域沿高度方向进行微分，将所述区域划分为多行；其中，两个视角的图像对应的区域划分成的行的高度相等。
具体的，针对每一图像，在得到最终的气泡二维轮廓之后，将图像内气泡的二维轮廓包围的区域沿高度方向进行像素级微分，图16为本申请实施例提供的一种目标气泡的二维轮廓包围区域的微分结果示意图，如图16所示，将目标气泡的二维轮廓包围的区域划分为多个行(层)，每一行(层)的高度对应一个像素的高度。并且两个图像对应的包围的区域划分成的行(层)的高度是相等的。
图17为本申请实施例提供的一种气泡三维轮廓与二维轮廓的对应关系示意图，如图17所示，假设气泡的三维轮廓所包围的区域是由多个厚度相同的椭圆盘沿竖直方向叠加而成的，第一高速相机与第二高速相机拍摄的气泡图像中，气泡的二维轮廓包围的区域中的每一行(层)像素，都对应一层椭圆盘的投影。
步骤1403、当两个区域划分成的行的数目相等时，针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆。
具体的，当两个区域划分成的行的数目相等时，针对任一行(层)，两个区域在该行(层)都有对应的行宽，根据这两个行宽进行椭圆拟合，可以得到该行所在的平面与气泡的三维轮廓的截面的图像，也就是得到了该行对应的椭圆盘的拟合图像。
可选的，针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆，包括：
针对每一行，将所述两个区域在该行的行宽分别作为椭圆的长轴长度和短轴长度，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆。
具体的，针对任一行(层)，将两个区域在该行的行宽进行比较，较大的行宽作为椭圆的长轴长度，较小的行宽作为椭圆的短轴长度，进行椭圆拟合，可以得到该行所在的平面与气泡的三维轮廓的截面的图像，也就是得到了该行对应的椭圆盘的拟合图像。
结合图18～图20对微分平面的椭圆拟合过程进行说明，图18为本申请实施例提供的一种气泡微分结果示意图；图19为本申请实施例提供的另一种气泡微分结果示意图；图20为根据图18和图19中微分结果进行椭圆拟合后得到的结果示意图。图18和图19具体为针对同一气泡同一时刻在不同角度下对应的微分结果。如图18所示，针对从上向下数第三行，图18中该行对应的行宽为a，图19中该行对应的行宽为b，由于a<b，故以行宽a作为图20中椭圆的短轴长度，行宽b作为图20中椭圆的长轴长度，进行椭圆拟合，得到该行对应的椭圆盘的拟合图像，即图20。
这样，将正交视角的目标气泡轮廓所在的区域进行微分，划分为多个行，两个区域对应的同一行的行宽分别作为椭圆的长轴和短轴进行椭圆拟合，拟合成的椭圆与气泡的三维轮廓的对应界面图像更加吻合，准确度更高。
以上描述的是当两个区域划分成的行的数目相等时的情况，当两个区域划分成的行的数目不相等时，去掉行数更多的区域中宽度最短的行，直至两个区域划分成的行的数目相等，并对两个区域进行椭圆拟合和凸包拟合，得到目标气泡的最终三维轮廓。
具体的，当两个区域划分成的行的数目不相等时，可以重复执行下述步骤，直至两个区域划分成的行的数目相等，之后对两个区域进行椭圆拟合和凸包拟合，得到目标气泡的最终三维轮廓：比较两个区域划分成的行的数目的多少；去掉行数更多的区域中行宽最小的行。
这样，通过去掉两个区域中行数更多的区域中行宽最小的行，最终使得两个区域划分成的行的数目相等，该方法简便易行，计算量小，并且之后进行椭圆拟合时拟合出的椭圆准确度更高。
步骤1404、在每个椭圆上均等间距选取多个像素点，所有的像素点组成目标气泡的初始三维轮廓。
具体的，得到每一行对应的拟合成的椭圆后，可以在每个椭圆的轮廓上均等间距地选取多个像素点，像素点数目综合考虑精度要求和计算时间要求，一般为100个像素点左右，将每个椭圆上选出的多个像素点进行层层叠加组成了目标气泡的初始三维轮廓，该初始三维轮廓是由离散的多个像素点组成的。
步骤1405、对所述目标气泡的初始三维轮廓进行凸包拟合，得到目标气泡的最终三维轮廓。
具体的，对气泡的初始三维轮廓进行凸包拟合就可以得到气泡的最终三维轮廓，其中，气泡的最终三维轮廓是连续的，不是离散的。
可选的，本申请实施例采用增量法进行凸包拟合，对所述目标气泡的初始三维轮廓进行凸包拟合，得到目标气泡的最终三维轮廓，可以包括：
步骤a、从目标气泡的初始三维轮廓中任意选取四个非共面点，所述四个非共面点构成一个凸多面体；
具体的，从气泡的初始三维轮廓中任意选取四个非共面点，这四个非共面点构成一个凸多面体，其中，选取的四个非共面点最好处于初始三维轮廓的同一侧。
步骤b、重复执行下述步骤，直至初始三维轮廓上的所有点都不处于凸多面体外；
在凸多面体外部任意选择初始三维轮廓上的一个点，作为基准点；
根据凸多面体任一表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定所述凸多面体上保留下来的边线；
在所述凸多面体的基础上加入保留下来的边线与基准点构成的表面，形成更新后的凸多面体。
具体的，任意选取一个像素点作为基准点，其中，选取的这个像素点需要满足两个条件：1、处于凸多面体外部；2、是气泡的初始三维轮廓上的像素点。
针对凸多面体的任一表面，取该表面上的任意一点，判断该点指向基准点的向量与该表面的外法线向量的内积的正负，根据判断结果可以确定凸多面体上的哪一条边线可以被保留，保留下来的边线与基准点又形成了新的表面，将新的表面加入原来的凸多面体中，形成更新后凸多面体。
重复执行上述步骤，直至气泡初始三维轮廓上的所有像素点都处于凸多面体内或者是凸多面体的顶点。
可选的，根据凸多面体任一表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定所述凸多面体上保留下来的边线，包括：
针对凸多面体的每一表面，根据该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定该表面是否被保留；
根据凸多面体各个表面是否被保留，确定凸多面体各个边线是否被保留。
具体的，针对凸多面体的任一表面，取该表面上的任意一点，判断该点指向基准点的向量与该表面的外法线向量的内积的正负，根据判断结果，确定该表面是否被保留下来；根据凸多面体每一个表面的保留情况，可以确定凸多面体中每一个边线的保留情况。
其中，凸多面体的每一边线都是凸多面体中的两个表面的交线。
可选的，所述针对凸多面体的每一表面，根据该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定该表面是否被保留，包括：
针对凸多面体的每一表面，若该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积为正，则删除该表面；若该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积为负，则保留该表面；
具体的，针对凸多面体的任一表面，取该表面上的任意一点，若该点指向基准点的向量与该表面的外法线向量的内积为正，则将该表面删除；若该点指向基准点的向量与该表面的外法线向量的内积为负，则将该表面保留。
所述根据凸多面体各个表面是否被保留，确定凸多面体各个边线是否被保留，包括：针对所述凸多面体的每一边线，若该边线所在的两个表面均被删除，则该边线被删除；若所在的两个表面中任一表面被保留，则该边线被保留。
具体的，针对凸多面体的任一边线，该边线是否被删除由该边线所在的两个表面的删除情况决定，若该边线所在的两个表面均被删除，则该边线被删除；若该边线所在的两个表面中有任意一个被保留，则该边线被保留。
这样，根据凸多面体任一表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定凸多面体任一表面的保留情况，再根据任一表面的保留情况，确定所述凸多面体上保留下来的边线，使用这种方法确定出保留的边线后再进行之后的步骤重构出的目标气泡的初始三维轮廓的准确度更高。
结合图21～图24对用增量法进行凸包拟合的过程进行说明，图21为本申请实施例提供的一种由四个非共面点构成的凸四面体的示意图，图22为在图21中凸四面体的外部选择一个基准点的结果示意图，图23为判断是否保留图22中凸多面体的表面和边线的示意图，图24为加入图23中保留下来的边线与基准点后形成的新的凸多面体示意图。第一步，从气泡的初始三维轮廓中任意选取四个非共面点，该四个点构成一个凸四面体，即图21中的凸四面体ABCD；第二步，在凸四面体ABCD外部任意选择初始三维轮廓上的一个点，作为基准点，即图22中的点P；第三步，对凸四面体ABCD每个表面进行遍历，计算该表面的外法线向量与表面内任意一点指向该点的向量的内积，若内积为负则保留该表面，若内积为正，则删除该表面，如图23所示，法向量n1与AP内积为负，保留表面ABC，法向量n2与AP内积为正，删除表面ACD；第四步，判断第三步中每个所删除表面的边线是否保存，若该边线为第三步中两个删除表面的共有边线，则删除该边线，若为一个删除表面和一个保留表面的共有边线，则保留该边线，图23中被删除的表面ACD的三条边线AC、AD和CD均被保留；第五步，加入第三步中保留下的边线与基准点所构成的表面，则构成新的凸多面体，如图24所示。重复第二到第五步，直到初始三维轮廓上的所有点都不处于凸多面体外，则生成气泡凸包，所获得的气泡凸包即为重构的气泡三维形态。
这样，采用增量法进行凸包拟合可以准确重构出气泡的三维图像，当气泡上升过程中，气泡形态会发生较大变化，该方法依然可以保证较高的重构精度。
凸包拟合方法除了增量法之外，还有礼物包裹法和分而治之法，礼物包裹法是先假设一个包裹所有顶点的凸包，之后向外轮廓点逼近获取精准涵盖所有顶点的凸包；分而治之法是将原有顶点进行划分，之后对分开的各部分顶点进行凸包拟合获取，最后将各个小的凸包进行合并获取最终涵盖所有顶点的凸包。所用的凸包拟合方法可以根据实际情况进行灵活选择。
综上，本申请实施例提供一种气泡三维形态重构方法，包括：获取在两个视角下拍摄目标气泡得到的图像，并对每一视角下的图像进行二维轮廓识别，得到所述图像内目标气泡的二维轮廓；其中，所述两个视角对应的拍摄方向正交，且均平行于水平面；针对每一图像，将所述图像内目标气泡的二维轮廓包围的区域沿高度方向进行微分，将所述区域划分为多行；其中，两个视角的图像对应的区域划分成的行的高度相等；当两个区域划分成的行的数目相等时，针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆；在每个椭圆上均等间距选取多个像素点，所有的像素点组成目标气泡的初始三维轮廓；对所述目标气泡的初始三维轮廓进行凸包拟合，得到目标气泡的最终三维轮廓。该方法设计了一种新型气泡三维形态重构算法，对于正交视角下图像中的气泡进行轮廓识别，之后进行像素级微分，对每个像素平面进行椭圆拟合，最后进行凸包拟合获取气泡形态，能够在气泡体积较大或形状不规则的情况下准确识别气泡形状，特别是气泡局部曲率有较大变化时不会造成气泡形态的局部凹陷或突起，有效减小的重构的误差，提高重构准确性，并且该方法的精度高，普适性强。
图25为本申请实施例提供的另一种气泡三维形态重构方法的流程示意图，如图25所示，具体包括：
步骤S1、气泡图像采样，即通过两台相机和背景光源获取气泡在水下正交视角的形态图像；步骤S2、气泡二维轮廓识别，通过自适应阈值选取和数字形态处理方法准确识别气泡轮廓；步骤S3、二维气泡轮廓微分，将两个正交平面的气泡轮廓划分为数目相同的平面；步骤S4、微分平面椭圆拟合，基于每个微分平面内正交视角的二维参数，进行椭圆拟合；步骤S5、凸包拟合，基于三角剖分进行凸包拟合，最终实现气泡三维形态获取。其中，步骤S2又包括：步骤S201、对原始图像进行自适应灰度值阈值选取；步骤S202、图像二值化；步骤S203、气泡轮廓识别；步骤S204、图像膨胀；步骤S205、轮廓填充；步骤S206、图形腐蚀，从而得到气泡二维轮廓。
本申请实施例中，可以在550×550×550mm的水箱中开展气液两相流测量，注射器的气流量为50ml/min，出气孔口的直径Dn＝4mm，采用两个300W的LED灯作为背景光源，气泡信息被记录在第一高速相机和第二高速相机中，两个相机的拍摄平面相互垂直，两个相机均为CMOS(Complementary Metal Oxide Semiconductor，互补金属氧化物半导体)相机。并且在对目标气泡进行二维轮廓识别时，所用的高斯滤波器的参数方差σ取为1.5，结合图26～图28对滤波器矩阵的滤波过程进行说明，图26为本申请实施例提供的一种滤波器矩阵中每一像素对应的坐标的示意图，图27为使用了高斯滤波器进行滤波后每一像素的灰度值对应的权重的示意图，图28为使用归一化的高斯滤波器进行滤波后每一像素的灰度值对应的权重的示意图。梯度算子选取Sobel算子。进行三维拟合过程中，在拟合成的每个微分平面的椭圆上选取100个像素点，所有像素点作为三维初始轮廓。结合图29～图37对另一种气泡三维形态重构方法进行说明，图29为本申请实施例提供的一种原始气泡拍摄结果示意图；图30为本申请实施例提供的另一种原始气泡拍摄结果示意图，图29和图30为针对同一气泡同一时刻从不同角度拍摄的图像。图31为对图29进行识别后得到的气泡的二维轮廓示意图，图32为对图30进行识别后得到的气泡的二维轮廓示意图，图33为对图31中气泡的二维轮廓所包围的区域进行像素级微分后的结果示意图，图34为对图32中气泡的二维轮廓所包围的区域进行像素级微分后的结果示意图，图35为对图33和图34中的微分平面进行椭圆拟合并层层叠加的结果示意图；图36为对图35中的三维气泡轮廓进行凸包拟合的结果示意图；图37为隐藏图36中凸包边线的结果示意图。结果表明，该方法可以准确重构出气泡的三维图像，当气泡上升过程中，气泡形态会发生较大变化，该方法依然保证较高的重构精度，结合图38、图39和图40对上升过程中气泡三维形态重构过程进行说明，图38为本申请实施例提供的气泡处于不同高度时第一高速相机拍摄图像的处理结果示意图，图39为本申请实施例提供的气泡处于不同高度时第二高速相机拍摄图像的处理结果示意图，图38和图39中拍摄的气泡为同一气泡，图40为对图38和图39中的图像进行三维形态重构后的结果示意图。
本申请实施例还提供一种气泡三维形态重构系统，包括：
气泡发生装置，用于产生目标气泡；
两个相机，分别用于拍摄目标气泡在不同视角下的图像；
处理装置，用于执行如上述任一实施例所述的方法。
具体的，气泡发生装置用来产生目标气泡，两个相机的拍摄平面相互垂直且均为竖直平面，可以拍摄不同视角下目标气泡的图像，处理装置用于利用上述任一实施例所述的方法对拍摄到的目标气泡的图像进行处理，重构出气泡的三维轮廓。
本申请实施例提供的气泡三维形态重构系统的具体实现原理和效果可以参见前述实施例，此处不再赘述。
对应于上述气泡三维形态重构方法，本申请实施例还提供一种气泡三维形态重构装置。图41为本申请实施例提供的一种气泡三维形态重构装置的结构示意图。如图41所示，所述装置包括：
识别模块4101，用于获取目标气泡在两个视角下拍摄的图像，并对每一图像进行二维轮廓识别，得到所述图像内目标气泡的二维轮廓；其中，所述两个视角对应的拍摄方向正交，且均平行于水平面；
微分模块4102，用于针对每一图像，将所述图像内目标气泡的二维轮廓包围的区域沿高度方向进行微分，将所述区域划分为多行；其中，两个图像对应的区域划分成的行的高度相等；
第一拟合模块4103，用于当两个区域划分成的行的数目相等时，针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆；
选取模块4104，用于在每个椭圆上均等间距选取多个像素点，所有的像素点组成了目标气泡的初始三维轮廓；
第二拟合模块4105，用于对所述目标气泡的初始三维轮廓进行凸包拟合，得到目标气泡的最终三维轮廓。
可选的，第二拟合模块4105，具体用于：
从目标气泡的初始三维轮廓中任意选取四个非共面点，所述四个非共面点构成一个凸多面体；
重复执行下述步骤，直至初始三维轮廓上的所有点都不处于凸多面体外；
在凸多面体外部任意选择初始三维轮廓上的一个点，作为基准点；
根据凸多面体任一表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定所述凸多面体上保留下来的边线；
在所述凸多面体的基础上加入保留下来的边线与基准点构成的表面，形成更新后的凸多面体。
可选的，第二拟合模块4105，在根据凸多面体任一表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定所述凸多面体上保留下来的边线时，具体用于：
针对凸多面体的每一表面，根据该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定该表面是否被保留；
根据凸多面体各个表面是否被保留，确定凸多面体各个边线是否被保留。
可选的，第二拟合模块4105，在针对凸多面体的每一表面，根据该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定该表面是否被保留时，具体用于：
针对凸多面体的每一表面，若该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积为正，则删除该表面；若该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积为负，则保留该表面；
所述根据凸多面体各个表面是否被保留，确定凸多面体各个边线是否被保留，包括：针对所述凸多面体的每一边线，若该边线所在的两个表面均被删除，则该边线被删除；若所在的两个表面中任一表面被保留，则该边线被保留。
可选的，第一拟合模块4103，在针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆时，具体用于：
针对每一行，将所述两个区域在该行的行宽分别作为椭圆的长轴长度和短轴长度，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆。
可选的，所述第一拟合模块4103，还用于：
当两个区域划分成的行的数目不相等时，去掉行数更多的区域中宽度最短的行，直至两个区域划分成的行的数目相等，并对两个区域进行椭圆拟合和凸包拟合，得到目标气泡的最终三维轮廓。
本申请实施例提供的气泡三维形态重构装置的具体实现原理和效果可以参见前述实施例，此处不再赘述。
图42为本申请实施例提供的一种电子设备的结构示意图。如图42所示，本实施例的电子设备可以包括：
至少一个处理器4201；以及
与所述至少一个处理器通信连接的存储器4202；
其中，所述存储器4202存储有可被所述至少一个处理器4201执行的指令，所述指令被所述至少一个处理器4201执行，以使所述电子设备执行如上述任一实施例所述的方法。
可选地，存储器4202既可以是独立的，也可以跟处理器4201集成在一起。
本实施例提供的电子设备的实现原理和技术效果可以参见前述各实施例，此处不再赘述。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现前述任一实施例所述的方法。
本申请实施例还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现前述任一实施例所述的方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本申请各个实施例所述方法的部分步骤。
应理解，上述处理器可以是中央处理单元(Central Processing Unit，简称CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合申请所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称ASIC)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种气泡三维形态重构方法，其特征在于，包括：
获取在两个视角下拍摄目标气泡得到的图像，并对每一视角下的图像进行二维轮廓识别，得到所述图像内目标气泡的二维轮廓；其中，所述两个视角对应的拍摄方向正交，且均平行于水平面；
针对每一图像，将所述图像内目标气泡的二维轮廓包围的区域沿高度方向进行微分，将所述区域划分为多行；其中，两个视角的图像对应的区域划分成的行的高度相等；
当两个区域划分成的行的数目相等时，针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆；
在每个椭圆上均等间距选取多个像素点，所有的像素点组成目标气泡的初始三维轮廓；
对所述目标气泡的初始三维轮廓进行凸包拟合，得到目标气泡的最终三维轮廓。
2.根据权利要求1所述的方法，其特征在于，对所述目标气泡的初始三维轮廓进行凸包拟合，得到目标气泡的最终三维轮廓，包括：
从目标气泡的初始三维轮廓中任意选取四个非共面点，所述四个非共面点构成一个凸多面体；
重复执行下述步骤，直至初始三维轮廓上的所有点都不处于凸多面体外；
在凸多面体外部任意选择初始三维轮廓上的一个点，作为基准点；
根据凸多面体任一表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定所述凸多面体上保留下来的边线；
在所述凸多面体的基础上加入保留下来的边线与基准点构成的表面，形成更新后的凸多面体。
3.根据权利要求2所述的方法，其特征在于，根据凸多面体任一表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定所述凸多面体上保留下来的边线，包括：
针对凸多面体的每一表面，根据该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定该表面是否被保留；
根据凸多面体各个表面是否被保留，确定凸多面体各个边线是否被保留。
4.根据权利要求3所述的方法，其特征在于，所述针对凸多面体的每一表面，根据该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积的正负，确定该表面是否被保留，包括：
针对凸多面体的每一表面，若该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积为正，则删除该表面；若该表面的外法线向量与该表面上的任意一点指向基准点的向量的内积为负，则保留该表面；
所述根据凸多面体各个表面是否被保留，确定凸多面体各个边线是否被保留，包括：针对所述凸多面体的每一边线，若该边线所在的两个表面均被删除，则该边线被删除；若所在的两个表面中任一表面被保留，则该边线被保留。
5.根据权利要求1-4任一项所述的方法，其特征在于，针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆，包括：
针对每一行，将所述两个区域在该行的行宽分别作为椭圆的长轴长度和短轴长度，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆。
6.根据权利要求1-4任一项所述的方法，其特征在于，还包括：
当两个区域划分成的行的数目不相等时，去掉行数更多的区域中宽度最短的行，直至两个区域划分成的行的数目相等，并对两个区域进行椭圆拟合和凸包拟合，得到目标气泡的最终三维轮廓。
7.一种气泡三维形态重构系统，其特征在于，包括：
气泡发生装置，用于产生目标气泡；
两个相机，分别用于拍摄目标气泡在不同视角下的图像；
处理装置，用于执行权利要求1-6任一项所述的方法。
8.一种气泡三维形态重构装置，其特征在于，包括：
识别模块，用于获取目标气泡在两个视角下拍摄的图像，并对每一图像进行二维轮廓识别，得到所述图像内目标气泡的二维轮廓；其中，所述两个视角对应的拍摄方向正交，且均平行于水平面；
微分模块，用于针对每一图像，将所述图像内目标气泡的二维轮廓包围的区域沿高度方向进行微分，将所述区域划分为多行；其中，两个图像对应的区域划分成的行的高度相等；
第一拟合模块，用于当两个区域划分成的行的数目相等时，针对每一行，根据所述两个区域在该行的行宽，对该行所在的平面的目标气泡轮廓进行椭圆拟合，得到该行对应的拟合成的椭圆；
选取模块，用于在每个椭圆上均等间距选取多个像素点，所有的像素点组成了目标气泡的初始三维轮廓；
第二拟合模块，用于对所述目标气泡的初始三维轮廓进行凸包拟合，得到目标气泡的最终三维轮廓。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述电子设备执行权利要求1-6任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310897773.3A CN117058335A (zh) | 2023-07-21 | 2023-07-21 | 气泡三维形态重构方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310897773.3A CN117058335A (zh) | 2023-07-21 | 2023-07-21 | 气泡三维形态重构方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117058335A true CN117058335A (zh) | 2023-11-14 |
Family
ID=88652622
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310897773.3A Pending CN117058335A (zh) | 2023-07-21 | 2023-07-21 | 气泡三维形态重构方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117058335A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104457703A (zh) * | 2014-11-28 | 2015-03-25 | 浙江大学 | 基于多视觉小通道气液两相流参数测量系统及方法 |
| CN114463653A (zh) * | 2022-04-12 | 2022-05-10 | 浙江大学 | 一种高浓度微群泡形态识别及轨迹追踪测速方法 |
| CN115601385A (zh) * | 2022-04-12 | 2023-01-13 | 北京航空航天大学（Cn） | 气泡形态处理方法、设备、介质及程序产品 |
-
2023
- 2023-07-21 CN CN202310897773.3A patent/CN117058335A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104457703A (zh) * | 2014-11-28 | 2015-03-25 | 浙江大学 | 基于多视觉小通道气液两相流参数测量系统及方法 |
| CN114463653A (zh) * | 2022-04-12 | 2022-05-10 | 浙江大学 | 一种高浓度微群泡形态识别及轨迹追踪测速方法 |
| CN115601385A (zh) * | 2022-04-12 | 2023-01-13 | 北京航空航天大学（Cn） | 气泡形态处理方法、设备、介质及程序产品 |
Non-Patent Citations (10)
| Title |
|---|
| BIAN, Y.等: "3D reconstruction of single rising bubble in water using digital image processing and characteristic matrix.", PARTICUOLOGY, vol. 11, no. 02, 15 April 2013 (2013-04-15), pages 170 - 183 * |
| HONKANEN, M.: "Reconstruction of a three-dimensional bubble surface from high-speed orthogonal imaging of dilute bubbly flow.", WIT TRANS ENG SCI, no. 63, 1 January 2009 (2009-01-01), pages 469 - 480 * |
| WANG, E. N.等: "A hybrid method for bubble geometry reconstruction in two-phase microchannels", EXPERIMENTS IN FLUIDS, no. 40, 15 June 2006 (2006-06-15), pages 847 - 858 * |
| 曲伟杰: "气液两相流中气泡特征分析与速度场测量方法研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》, no. 2011, 15 December 2011 (2011-12-15), pages 004 - 102 * |
| 朱学成;罗锐;许兆锋;杨献勇;: "稀疏泡状流中变形气泡的三维图像测量技术", 实验流体力学, no. 01, 30 March 2006 (2006-03-30), pages 49 - 53 * |
| 李思颖, 徐杨 & 王晋军: "静水中气泡上升及诱导流场的实验研究", 第十一届全国流体力学学术会议论文摘要集, 3 December 2020 (2020-12-03), pages 517 * |
| 盛伟;WANG QING-GUO;朱善安;: "基于Canny边缘检测和加权最小二乘法的气泡水平仪实时检测方法", 机电工程, no. 10, 20 October 2016 (2016-10-20), pages 1182 - 1187 * |
| 穆晶晶: "基于凹点检测与PCA混合降维的气液两相流气泡分割重构与流型识别研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》, no. 2017, 15 June 2017 (2017-06-15), pages 004 - 32 * |
| 郭剑: "气液两相流双视角气泡重建算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 2017, 15 August 2017 (2017-08-15), pages 138 - 348 * |
| 郭剑;孟凡勇;乔志伟;: "基于压缩感知的双视角气泡重建算法", 计算机与应用化学, no. 03, 28 March 2017 (2017-03-28), pages 195 - 200 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110969624B (zh) | 一种激光雷达三维点云分割方法 | |
| CN107145874B (zh) | 复杂背景sar图像中的舰船目标检测与鉴别方法 | |
| CN109978839B (zh) | 晶圆低纹理缺陷的检测方法 | |
| TWI520078B (zh) | Optical flow tracking method and device | |
| JP6099479B2 (ja) | ひび割れ検出方法 | |
| CN106062824B (zh) | 边缘检测装置和边缘检测方法 | |
| JP2019518276A (ja) | 破損分析装置及び方法 | |
| CN113781424A (zh) | 一种表面缺陷检测方法、装置及设备 | |
| CN111507919B (zh) | 一种三维点云数据的去噪处理方法 | |
| CN108765403A (zh) | 一种多目标环境下的sar图像双参数cfar检测方法 | |
| CN112233144B (zh) | 水下鱼体重量测量方法及装置 | |
| CN115187676A (zh) | 一种高精度线激光三维重建标定方法 | |
| CN112418165A (zh) | 基于改进型级联神经网络的小尺寸目标检测方法与装置 | |
| CN111462214A (zh) | 一种基于Hough变换的线结构光条纹中心线提取方法 | |
| CN113313116A (zh) | 一种基于视觉的水下人工目标准确检测与定位方法 | |
| CN113344953A (zh) | 一种基于无人机的机器视觉涌潮流速测量方法 | |
| CN114943833A (zh) | 一种气液反应器中气泡流的气泡识别图像处理方法 | |
| CN117058335A (zh) | 气泡三维形态重构方法、装置、电子设备和存储介质 | |
| TWI756568B (zh) | 窄條二維碼、窄條二維碼的產生、識別方法、裝置及設備 | |
| CN117372498A (zh) | 一种基于三维点云的多姿态螺栓尺寸测量方法 | |
| KR20110048829A (ko) | 레인지 영상의 노이즈 제거장치 및 방법 | |
| CN111524180B (zh) | 物体体积计算方法、装置、电子设备及存储介质 | |
| CN113469960A (zh) | 基于人工智能的水面稳定检测方法、装置及设备 | |
| Li et al. | Automatic Sounding Generalization Maintaining the Characteristics of Submarine Topography | |
| CN109982073B (zh) | 摄像头模组光轴的检测方法及装置 |
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 |