發(fā)布時間：2018-05-01 02:37

  本文選題：凹凸性變換 + 圓周擬合��； 參考：《浙江大學學報(工學版)》2017年04期

【摘要】：針對識別氣液兩相流的氣泡過程中氣相比例較大氣泡易發(fā)生重疊的問題,提出基于曲線凹凸性變換與圓周擬合的重疊氣泡分割與輪廓重構(gòu)算法.對氣泡圖像進行預處理,利用高斯濾波濾除噪聲干擾,依據(jù)自適應閾值分離出前景,得到預分割圖像.利用Canny算法提取輪廓,利用高斯函數(shù)平滑曲線,計算輪廓上的點到質(zhì)心的距離.對得到的距離曲線進行凹凸性變換特性分析,對每兩個凹點進行分割路徑選取.利用最小二乘圓周擬合插值算法對重疊部分的氣泡輪廓進行重構(gòu),得到氣泡分割后的重構(gòu)圖像.實驗結(jié)果表明,該算法是一種有效的分割與重構(gòu)重疊氣泡的算法,具有較好的分割和重構(gòu)性能.
[Abstract]:In order to solve the problem that large gas bubble ratio is easy to overlap in the process of identifying gas-liquid two-phase flow, an overlapping bubble segmentation and contour reconstruction algorithm based on curve convexity transformation and circumference fitting is proposed. The bubble image is preprocessed, and the noise interference is filtered by Gao Si filter. The foreground is separated according to the adaptive threshold, and the presegmented image is obtained. Canny algorithm is used to extract the contour and Gao Si function is used to smooth the curve to calculate the distance between the points on the contour and the center of mass. The characteristic of convexity transformation of the distance curve is analyzed, and the path of each two concave points is selected. The bubble contour of the overlapped part is reconstructed by using the least square circumferential fitting interpolation algorithm, and the reconstructed image is obtained after the bubble segmentation. The experimental results show that this algorithm is an effective algorithm for the segmentation and reconstruction of overlapping bubbles, and has good performance of segmentation and reconstruction.
【作者單位】： 浙江大學流體動力與機電系統(tǒng)國家重點實驗室;
【基金】：國家自然科學基金資助項目(51405435,51405434) 浙江省公益性技術應用研究計劃資助項目(2016C31035) 浙江省自然科學基金資助項目(LY17F030011)
【分類號】：TP391.41;O359

【相似文獻】

相關期刊論文 前10條

1 謝明鴻;張亞飛;付琨;吳一戎;;圖像中規(guī)則目標的輪廓提取算法研究[J];測繪科學;2007年02期

2 鄺國仲;葉玉堂;吳云峰;宋昀岑;羅穎;陳鎮(zhèn)龍;;印刷電路板表面輪廓提取算法研究[J];中國科技信息;2009年09期

3 王鶴蒙;圣文順;吳永佩;喬士秀;;改進的舌體輪廓提取算法[J];黑龍江科技信息;2008年23期

4 方黎勇;白金平;李輝;李柏林;;工業(yè)CT圖像輪廓提取與優(yōu)化系統(tǒng)設計[J];強激光與粒子束;2012年09期

5 李昕昕;龔勛;夏冉;;一種自動的人臉輪廓定位方法[J];南京大學學報(自然科學版);2013年02期

6 王磊,莫玉龍,戚飛虎;基于彈性模板的嘴巴輪廓提取[J];上海大學學報(自然科學版);1998年05期

7 劉述民;黃影平;張仁杰;;基于立體視覺及蛇模型的行人輪廓提取及其識別[J];光學學報;2014年05期

8 范勁松;皮玲;黎芳;沈超敏;;黎曼流形上內(nèi)蘊方式的圖像輪廓提取[J];華東師范大學學報(自然科學版);2007年05期

9 王華;潘勵;;基于紋理邊緣與感知編組的居民地外輪廓提取[J];武漢大學學報(信息科學版);2010年01期

10 程亮;龔健雅;;LiDAR輔助下利用超高分辨率影像提取建筑物輪廓方法[J];測繪學報;2008年03期

相關會議論文 前10條

1 楊濱;付峰;董秀珍;;顱腦CT圖像的自動分割和輪廓提取[A];中國生物醫(yī)學工程學會成立30周年紀念大會暨2010中國生物醫(yī)學工程學會學術大會青年優(yōu)秀論文[C];2010年

2 桑農(nóng);唐奇伶;;視皮層感知機制在輪廓提取中的應用[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年

3 曹永鋒;孫洪;徐新;;一種提取多顯著性等級區(qū)域輪廓的高效算法[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

4 陳雷;于明;羅永興;張海哲;李軼博;;低信噪比復雜結(jié)構(gòu)圖像中的一種動態(tài)輪廓提取方法[A];現(xiàn)代通信理論與信號處理進展——2003年通信理論與信號處理年會論文集[C];2003年

5 徐曉剛;于金輝;馬利莊;;復雜物體輪廓提取[A];中國圖象圖形學會第十屆全國圖像圖形學術會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術研討會（CVR’2001）論文集[C];2001年

6 黃瓊雁;賴劍煌;阮邦志;;非均勻光照下的嘴巴輪廓的檢測與嘴巴狀態(tài)分類[A];第一屆中國情感計算及智能交互學術會議論文集[C];2003年

7 楊明浩;陶建華;張大偉;李昊;;基于X光的漢語單音節(jié)舌位輪廓運動數(shù)據(jù)庫[A];第十二屆全國人機語音通訊學術會議（NCMMSC'2013）論文集[C];2013年

8 陸承恩;朱光喜;孫俊;;基于邊界搜索的圖像閉合輪廓提取算法[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

9 黎明;馮華君;徐之海;;一種基于光強信息的結(jié)構(gòu)光圖像輪廓提取方法[A];大珩先生九十華誕文集暨中國光學學會2004年學術大會論文集[C];2004年

10 葉銘;王成燾;;骨骼的輪廓提取和輪廓的B樣條描述[A];21世紀醫(yī)學工程學術研討會論文摘要匯編[C];2001年

相關博士學位論文 前3條

1 孫陽光;物體邊緣輪廓提取新方法研究[D];華中科技大學;2009年

2 唐奇伶;基于初級視皮層感知機制的輪廓與邊界檢測[D];華中科技大學;2007年

3 劉泊;基于白光相移干涉法的表面三維微觀輪廓測量技術研究[D];哈爾濱理工大學;2013年

相關碩士學位論文 前10條

1 趙壯壯;激光標刻系統(tǒng)中漢字輪廓提取技術[D];遼寧大學;2015年

2 孟佳;基于ICT的工件內(nèi)部缺陷輪廓提取研究[D];燕山大學;2015年

3 梅洪洋;監(jiān)控視頻中運動目標輪廓提取方法的研究與應用[D];華中師范大學;2015年

4 谷康;共焦掃描離散曲面輪廓提取算法研究及軟件實現(xiàn)[D];哈爾濱工業(yè)大學;2015年

5 童昊浩;仿生物視覺感知的視頻閉合輪廓檢測[D];合肥工業(yè)大學;2015年

6 李季;基于雙攝像頭的非接觸式中厚板輪廓檢測方法研究[D];浙江理工大學;2016年

7 王曉龍;現(xiàn)場鞋印輪廓提取與估計算法研究[D];遼寧師范大學;2015年

8 王閃閃;基于顯著性檢測的人體輪廓提取問題研究與應用[D];山東大學;2016年

9 姜偉杰;基于立面輪廓的城市街區(qū)指標表述方法研究[D];南京大學;2016年

10 琚映云;紅外圖像序列中目標跟蹤與目標輪廓提取技術研究[D];南京航空航天大學;2016年

，

本文編號：1827387