CN202350737U - 一种基于matlab的发动机喷雾图像优化处理装置 - Google Patents
一种基于matlab的发动机喷雾图像优化处理装置 Download PDFInfo
- Publication number
- CN202350737U CN202350737U CN2011203799906U CN201120379990U CN202350737U CN 202350737 U CN202350737 U CN 202350737U CN 2011203799906 U CN2011203799906 U CN 2011203799906U CN 201120379990 U CN201120379990 U CN 201120379990U CN 202350737 U CN202350737 U CN 202350737U
- Authority
- CN
- China
- Prior art keywords
- image
- matlab
- processing module
- video camera
- spray
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本实用新型公开了一种基于matlab的发动机喷雾图像优化处理装置,包括安装在定容弹旁的CCD摄像机,CCD摄像机与光源相互垂直,它将采集的图像传入到matlab图像处理模块,然后再将处理得到的数据送到与该模块相连接的识别测量处理模块,而识别测量处理模块与数字显示仪相连接,CCD摄像机与ECU控制器相连接。图像处理模块和识别测量处理模块中得到较为清晰的喷雾二值图像和测量出喷雾贯穿距离、扩散角和扩散范围等参数,此装置结构简单、操作量少,能够极大的提高发动机喷雾图像测量数据的准确性,并且对于喷嘴的研究有一定的改进和帮助。
Description
技术领域
本实用新型涉及发动机喷雾和图像处理识别技术领域,具体的说,涉及一种基于matlab处理发动机喷雾图像来提取有效信息的优化装置。
背景技术
在全球能源资源日益减少和严格的排放法规下,处理好发动机的燃油消耗是至关重要的,因此发动机的喷雾处理就是一个重要的环节,对于研究发动机的喷雾来讲,主要是针对于测量其喷雾的贯穿距离、扩散角和扩散范围的,用这些参数确定其喷嘴的改进质量和研究方向,但是对于发动机喷嘴喷出的油雾不可避免的与缸壁发生碰撞,一部分留在了缸壁上,而另一部分则反弹到缸器内部空间中,这样就造成了许多缺点,其中一个重要的就是当火花塞点燃缸内的燃油时,附着在缸壁上的燃油就会发生燃烧,形成较高的碳烟和HC化合物,使排放质量明显下降,除了缺点外,还要看到其优点,其主要在于反弹回来的油滴进一步被打散并扩散到缸内,使燃油与空气充分的混合,改善燃烧过程,这样就出现了一个问题就是如何使飞到缸壁上的燃油少,而且使之喷出的燃油扩散均匀,发散度强,那么就要研究喷嘴的形状,这样就要通过大量的实验研究其喷嘴喷出的油滴的贯穿距离、扩散角和扩散范围等信息。那么如何得到清晰的喷雾图片是研究上述参数的关键问题,本实用新型正好做了这方面的工作,使采集图像、处理图像、测量喷雾锥角和贯穿距离集中在一个装置中,来完成处理和测量的任务。
发明内容
针对现在技术存在处理的图像不清晰、测量喷雾锥角的繁琐步骤和人工测量的不准确性,本实用新型的目的在于,提供一种基于matlab的发动机喷雾图像优化处理装置,该装置通过提供一种matlab数字图像处理的程序来得到较为清晰的喷雾二值图像和自动测量出喷雾贯穿距离、扩散角和扩散范围,为研究发动机喷雾处理和喷嘴研究提供了一个优化装置。
为了实现上述任务,本实用新型采取如下的解决方案:
一种基于matlab的发动机喷雾图像优化处理装置,其特征在于,该装置包括:
一个安装在定容弹旁的CCD摄像机,与光源相互垂直,用于在喷雾过程中进行视频采集;
一个ECU控制器,用于控制油泵试验台和CCD摄像机;
一个基于matlab图像处理模块,用于对CCD摄像机采集的视频进行识别和处理,并将其图像处理成较为清晰的二值图像;
一个识别测量处理模块,用于测量其喷雾锥角、贯穿距离和扩散角;
一个数字显示仪,用于显示测量的各个参数值。
CCD摄像机与ECU控制器相连,ECU控制器与matlab图像处理模块相连接,matlab图像处理模块与识别测量处理模块相连,识别测量处理模块连接数字显示仪。
本实用新型的其它特点是:
所述的数字显示仪选用XMG-M系列数字显示仪。
本实用新型是基于matlab的发动机喷雾图像优化处理装置,主要优点在于:通过对matlab工具箱的开发得到的数字图像处理程序能够得到较为清晰的喷雾二值图像,其主要是进行提取原始图像变为灰度图像,然后通过伪彩色增强转化为伪色彩图,然后再进行阈值分割和边缘提取,再进一步转化为较为清晰的二值图像,这样就可以经过图像的预处理和霍夫变换来进行边缘提取,从而可以将贯穿距离、扩散角和扩散范围测量出来。
附图说明
图1是本实用新型的结构框图;
图2是本实用新型图像处理模块原理流程图;
图3是本实用新型的实际安装示意图。
以下根据附图对本实用新型作出进一步的说明。
具体实施方式
传统的测量发动机喷雾的各项参数是通过对摄取的图像进行一般的图像处理后就进行识别和人工测量,这样就使得到的图像和测得的数据有很大的误差,本实用新型是基于matlab的发动机喷雾图像处理的一种优化装置,其主要的设计思路是先对采集到的图像进行灰度处理和对比度处理,得到较为清晰的二值图像,然后再通过matlab编程处理用伪彩色增强技术转化为伪彩色图,处理后的图像其边缘还是较为模糊,因此再进行阈值分割对得到的图像进一步操作从而得到了有较为清晰轮廓的填充图。
通过上述的工作之后再做图像边界的识别处理工作,首先对得到的图像进行二值化处理,然后进行腐蚀膨胀处理,再通过霍夫变换得到较为清晰的边界分布轮廓图,从而利用事先规定好的图像与处理得到的图像进行对比分析,测量出喷雾贯穿距离、扩散角和扩散范围。其结构框图如附图1所示,其中包括安装在定容弹旁的CCD摄像机,且CCD摄像机与光源相互垂直,它将采集的图像传入到matlab图像处理模块,然后再将处理得到的数据送到与该模块相连接的识别测量处理模块,而识别测量处理模块与数字显示仪相连接,CCD摄像机与ECU控制器相连接。这样就可以得到较为准确的参数数据。
如附图2所示,在matlab图像处理模块和识别测量处理模块中,需要有下面的步骤才能完成该两个模块的任务。具体步骤如下:
(1)、灰度和对比度处理
日常所了解的图像有一种定义方法,就是白色的灰度值定义为255,黑色灰度值定义为0,这其中的明暗度被均匀的分为256个等级,因此在研究图像时可以很方便的进行处理,而对比度是指图像中对于不同颜色之间的差异,如果对比度较大那么之间的两种颜色就较大,反之就越接近,就像在一幅图片中提高对比度会使黑白之间的差距增大,调到极限时变成黑白图像,相反的就会变成一个灰色的图像。因此将采集到的图像进行此处理就会增加黑白图像的清晰度。
(2)、伪彩色增强处理
伪彩色图像的增强是把经过灰度处理和对比度处理得到的图像按照不同灰度级来划分,按照线性或者非线性的映射函数来变换成不同的彩色,得到另一幅彩色的图像,使得图像上的标志更加容易辨认和识别,在这里采用空间域灰度级彩色变换,依据的原理是将原来图像f(x,y)的灰度范围分段,经过红、绿、蓝三种不同变换,编程三基色分量IR(x,y)、IG(x,y)、IB(x,y),之后用它们分别去控制彩色显示器的红、绿、蓝电子枪,使可以在彩色显示器的屏幕上合成一幅彩色图像。这样经过伪彩色增强处理就可以使捕捉的目标更加清晰和容易辨认。
(3)、二值化处理
要想得到更加清晰的图像,一定要进行阈值处理,而所谓的阈值分割法是一种基于区域的图像分割技术,它是通过设定不同的特征阈值,把图像像素点分成好多类,将一个或几个阈值将图像的灰度分为几个部分,将统一部分的像素看为相同的物体,在本实用新型中转化为二值图像后,先自行设定一个阈值,如果图像中像素的灰度值小于该阈值,则将该像素的灰度值设置为0,否则将灰度值设置为255,对于灰度的阈值变换函数表达式如公式(1)所示:
但是如何确定阈值的选取是此部分最重要的,当所分的两组类间方差最大时,此灰度值就是图像二值化的最佳阈值。设该图像有M个灰度值,取值范围在0~M-1,在此范围内选取灰度值m,将图像分成两组G0和G1,G0包含的像素的灰度值在0~m,G1的灰度值在m+1~M-1,用ni表示灰度值为m的像素的个数,N表示图像像素总数,G0和G1类出现的概率及均值为:概率 则每一个灰度值i出现的概率为pi=nm/N;G0和G1类出现的概率及均值为:概率 均值 类间方差σ(m)2=ω0ω1(μ0-μ1)2,最佳阈值T就是使类间方差最大的m的取值,即T=arg max σ(m)2,m∈[0,M-1]。
(4)、膨胀和腐蚀处理
阈值处理后得到的图像为彩色的等高线填充图,并且看到了等高线填充图具有清晰的轮廓线,在对其二值化操作后就可以得到清晰的黑白图像,这样就可以用手工测量喷雾的各个参数,但是为了节省人力和时间,要对该图像做进一步的处理,就是提取其边界线,因此对该图像做膨胀和腐蚀处理,膨胀是将几个结构元素在图像上进行移动,要是结构元素中有一个点与该对照的图像相互重合的话就可以将该图像中的元素变为结构元素的点,而腐蚀的原理和膨胀正好相反。对于图像中经常会出现一些噪声,因此要对其进行膨胀和腐蚀两个操作,利用膨胀算法能够使某个像素的邻域只要存在一个白色像素那么就会从黑色变为白色,而其余的保持不变状态,而腐蚀算法是使如果某个像素的邻域只要存在一个黑色像素,就会使该像素从白色变为黑色,其余的则不会发生变化,通过上述的操作就会有效的去除噪声。
(5)霍夫变换处理
霍夫变换通常是图像处理中识别几何形状的基本方法,它不仅能够识别直线,而且可以利用某些图像的特征,来识别矩形、梯形和圆形等非直线形状,在此文中利用圆的任一弦的垂直平分线必通过圆心的性质,得出多条圆弧,在图像平面上对于每一个前景点A,在已经给定的步长上按行扫描,取该行的所有的前景点B,连接两点并作出该两点直线的垂直平分线,要是A、B两点都在圆周上,那么一定会经过圆心,再经过变换之后,将平面上每一个点作为一个累加器,然后再使每个点分别加上数字1,那么非圆心的点所通过的直线数量就会大大的小于圆心点通过的直线的数量,处理结束后找到每个累加器的最大值所属的位置就是该圆心的坐标,在该空间中记录的此点与原点的距离就是该圆的半径,这样就找到了该段圆弧的圆心和半径,那么通过多个圆心和半径的确定就可以找到其喷雾图像中的边缘轨迹,并将此轮廓曲线提取出来。
(6)、测量处理
在经过上述步骤的处理中,得到了该喷雾图像的边界轮廓线,那么,建立笛卡尔直角坐标系,以与喷嘴的放置的方向为x轴,以与放置方向相互垂直的方向为y轴的方向,然后将处理好的图像缩小一定的倍数放置到制定的直角坐标系中(保证喷雾图像的最远距离与x轴平行),那么就可以轻松的的测量出贯穿距离、扩散角和扩散范围等参数。
最后将测量的数据经过控制器的转换传送到数字显示仪中,直接显示所测数据。实际安装示意图如图3所示,CCD摄像机安装在定容弹旁,定容弹分别连接喷油泵和背压装置,背压装置依次连接ECU控制器和数字显示仪,CCD摄像机分别与ECU控制器和数字显示仪连接。
Claims (3)
1.一种基于matlab的发动机喷雾图像优化处理装置,其特征在于,该装置包括:
一个安装在定容弹旁的CCD摄像机,与光源相互垂直,用于在喷雾过程中进行视频采集;
一个ECU控制器,用于控制油泵试验台和摄像机;
一个基于matlab图像处理模块,用于对CCD摄像机采集的视频进行识别和处理,并将其图像处理成二值图像;
一个识别测量处理模块,用于测量其喷雾锥角、贯穿距离和扩散角;
一个数字显示仪,用于显示测量的各个参数值;
CCD摄像机与ECU控制器相连,ECU控制器与matlab图像处理模块相连接,matlab图像处理模块与识别测量处理模块相连,识别测量处理模块连接数字显示仪。
2.如权利要求1所述的基于matlab的发动机喷雾图像优化处理装置,其特征在于,所述的数字显示仪为XMG-M系列数字显示仪。
3.如权利要求1所述的基于matlab的发动机喷雾图像优化处理装置,其特征在于,所述的CCD摄像机位于与光源相互垂直平面内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011203799906U CN202350737U (zh) | 2011-10-09 | 2011-10-09 | 一种基于matlab的发动机喷雾图像优化处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011203799906U CN202350737U (zh) | 2011-10-09 | 2011-10-09 | 一种基于matlab的发动机喷雾图像优化处理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN202350737U true CN202350737U (zh) | 2012-07-25 |
Family
ID=46539736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011203799906U Expired - Fee Related CN202350737U (zh) | 2011-10-09 | 2011-10-09 | 一种基于matlab的发动机喷雾图像优化处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN202350737U (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104634279A (zh) * | 2013-11-13 | 2015-05-20 | 中国科学院沈阳计算技术研究所有限公司 | 基于视觉的航空油雾喷嘴雾化角度自动检测装置及方法 |
CN105403568A (zh) * | 2015-12-07 | 2016-03-16 | 中国南方航空工业(集团)有限公司 | 喷嘴检测系统和方法 |
CN105957087A (zh) * | 2016-05-09 | 2016-09-21 | 广州汽车集团股份有限公司 | 一种喷雾形态检测方法及装置 |
CN109141261A (zh) * | 2017-06-19 | 2019-01-04 | 亿索智能科技(上海)有限公司 | 一种气雾剂吸入驱动器的喷孔光学批量检测设备及方法 |
CN111093525A (zh) * | 2018-08-07 | 2020-05-01 | 温州医科大学 | 光学相干断层图像处理方法 |
-
2011
- 2011-10-09 CN CN2011203799906U patent/CN202350737U/zh not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104634279A (zh) * | 2013-11-13 | 2015-05-20 | 中国科学院沈阳计算技术研究所有限公司 | 基于视觉的航空油雾喷嘴雾化角度自动检测装置及方法 |
CN105403568A (zh) * | 2015-12-07 | 2016-03-16 | 中国南方航空工业(集团)有限公司 | 喷嘴检测系统和方法 |
CN105403568B (zh) * | 2015-12-07 | 2018-09-28 | 中国南方航空工业(集团)有限公司 | 喷嘴检测系统和方法 |
CN105957087A (zh) * | 2016-05-09 | 2016-09-21 | 广州汽车集团股份有限公司 | 一种喷雾形态检测方法及装置 |
CN109141261A (zh) * | 2017-06-19 | 2019-01-04 | 亿索智能科技(上海)有限公司 | 一种气雾剂吸入驱动器的喷孔光学批量检测设备及方法 |
CN111093525A (zh) * | 2018-08-07 | 2020-05-01 | 温州医科大学 | 光学相干断层图像处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN202350737U (zh) | 一种基于matlab的发动机喷雾图像优化处理装置 | |
CN107358194B (zh) | 一种基于计算机视觉的暴力分拣快递判断方法 | |
US7227975B2 (en) | System and method for analyzing aerial photos | |
CN105160309A (zh) | 基于图像形态学分割及区域生长的三车道检测方法 | |
CN103440484A (zh) | 一种适应室外大空间的火焰检测方法 | |
CN102637301B (zh) | 航空摄影过程中实时自动评定影像色彩质量的方法 | |
CN103605978A (zh) | 基于三维实景数据的城市违章建筑识别系统及方法 | |
CN111967313B (zh) | 一种深度学习目标检测算法辅助的无人机图像标注方法 | |
CN110390256B (zh) | 一种沥青路面裂缝提取方法 | |
US7539605B2 (en) | Geospatial modeling system providing simulated tree trunks for groups of tree crown vegitation points and related methods | |
CN107507170A (zh) | 一种基于多尺度图像信息融合的机场跑道裂缝检测方法 | |
CN114509445B (zh) | 一种基于聚类分析的污染物识别预警方法及系统 | |
CN110084844B (zh) | 一种基于深度相机的机场道面裂缝检测方法 | |
EP3792822A1 (en) | Systems and methods for automatically generating training image sets for an environment | |
CN110889327A (zh) | 一种基于热红外图像的水域周边排污口智能检测方法 | |
CN103743750B (zh) | 一种大口径光学元件表面损伤分布图的生成方法 | |
Nazir et al. | Kiln-net: A gated neural network for detection of brick kilns in South Asia | |
CN111144301A (zh) | 一种基于深度学习的道路路面缺陷快速预警装置 | |
CN108847031A (zh) | 交通行为监控方法、装置、计算机设备和存储介质 | |
Al-Tahir et al. | Assessing land cover changes in the coastal zone using aerial photography | |
Snitker et al. | Detecting historic tar kilns and tar production sites using high-resolution, aerial LiDAR-derived digital elevation models: Introducing the Tar Kiln Feature Detection workflow (TKFD) using open-access R and FIJI software | |
CN116703834B (zh) | 基于机器视觉的烧结点火强度过高判断、分级方法及装置 | |
CN113312987A (zh) | 一种基于无人机航拍路面裂缝图像的识别方法 | |
Le Riche | Identifying Building Footprints in Historic Map Data using OpenCV and PostGIS | |
Yan et al. | UAV-PDD2023: A benchmark dataset for pavement distress detection based on UAV images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120725 Termination date: 20121009 |