一種氣泡圖像識(shí)別方法
【專利摘要】本發(fā)明公開了一種氣泡圖像識(shí)別方法，首先利用已知的氣泡輪廓樣本生成氣泡庫；其次采集待測(cè)水體的氣泡懸浮物圖像，提取出其中的氣泡輪廓和懸浮物輪廓，并對(duì)提取出的每一個(gè)氣泡輪廓和懸浮物輪廓利用相似度比較法與所述氣泡庫中的氣泡輪廓樣本進(jìn)行比較，篩選出近似度大于設(shè)定閾值的輪廓判定為疑似氣泡輪廓；然后對(duì)每一個(gè)疑似氣泡輪廓進(jìn)行灰度統(tǒng)計(jì)，將灰度值從輪廓的中心向邊緣逐漸變小的輪廓判定為氣泡輪廓。采用本發(fā)明的氣泡圖像識(shí)別方法可以準(zhǔn)確地將水體中的氣泡圖像和懸浮物圖像區(qū)分開來，獲得準(zhǔn)確的氣泡輪廓，從而為氣泡粒徑的準(zhǔn)確計(jì)算提供了有利的支持，解決了由于氣泡易揮發(fā)、難存儲(chǔ)而難于辨別的問題，支持海水氣泡的原位檢測(cè)。
【專利說明】
一種氣泡圖像識(shí)別方法
技術(shù)領(lǐng)域
[0001 ]本發(fā)明屬于水樣檢測(cè)技術(shù)領(lǐng)域，具體地說，是涉及一種用于對(duì)溶解在水體樣品中 的氣泡進(jìn)行識(shí)別的圖像處理方法。
【背景技術(shù)】
[0002] 氣泡與海洋相互依存，密不可分。它在海洋遙感學(xué)、海洋聲學(xué)、海洋動(dòng)力學(xué)、海洋化 學(xué)、海洋生物學(xué)和海洋氣象學(xué)等方面具有舉足輕重的作用，影響著許多海洋物理過程的演 變，例如海氣交換、海表浮質(zhì)生成、海面微表層粒子富集和海流演變等。
[0003] 現(xiàn)有的氣泡分析系統(tǒng)主要用于實(shí)驗(yàn)室環(huán)境，大致分為聲學(xué)和光學(xué)兩類方法。聲學(xué) 方法通過測(cè)量氣泡對(duì)聲信號(hào)的衰減或?qū)β曀俚母淖儯寐晫W(xué)數(shù)據(jù)與氣泡粒徑分布之間的 關(guān)系，反演獲得氣泡粒徑的分布。光學(xué)方法主要包括照相/攝像、全息術(shù)和激光測(cè)量法。其 中，照相/攝像是最直接的氣泡測(cè)量方法，可以同時(shí)測(cè)量定量和非定量的水體。只要待測(cè)水 體接近測(cè)量系統(tǒng)的觀測(cè)端，無論氣泡濃度高低，光學(xué)系統(tǒng)都能夠透射，進(jìn)而在成像設(shè)備中形 成氣泡圖像。
[0004]在采用照相/攝像方法對(duì)溶解在海水中的氣泡進(jìn)行分析時(shí)，首先需要從拍攝到的 圖像中提取出其中的氣泡圖像，即對(duì)圖像中的氣泡進(jìn)行識(shí)別，提取出氣泡輪廓;然后，根據(jù) 提取出的氣泡輪廓計(jì)算出氣泡粒徑等參數(shù)，以分析出氣泡粒徑的分布狀況。因此，氣泡圖像 的準(zhǔn)確識(shí)別關(guān)系到氣泡粒徑分布分析的準(zhǔn)確性。但是，在對(duì)氣泡圖像進(jìn)行識(shí)別的過程中，海 洋中的固體懸浮物(粒子和微生物)會(huì)對(duì)氣泡的提取產(chǎn)生干擾，導(dǎo)致氣泡識(shí)別的準(zhǔn)確度降 低。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種氣泡圖像識(shí)別方法，以實(shí)現(xiàn)氣泡與固態(tài)懸浮物的準(zhǔn) 確區(qū)分，從而為氣泡粒徑的計(jì)算提供準(zhǔn)確的氣泡圖像。
[0006] 為解決上述技術(shù)問題，本發(fā)明采用以下技術(shù)方案予以實(shí)現(xiàn)：
[0007] -種氣泡圖像識(shí)別方法，包括:a、利用已知的氣泡輪廓樣本生成氣泡庫;b、采集待 測(cè)水體的氣泡懸浮物圖像，提取出其中的氣泡輪廓和懸浮物輪廓;c、對(duì)提取出的每一個(gè)氣 泡輪廓和懸浮物輪廓利用相似度比較法與所述氣泡庫中的氣泡輪廓樣本進(jìn)行比較，篩選出 相似度大于設(shè)定閾值的輪廓判定為疑似氣泡輪廓；d、對(duì)每一個(gè)疑似氣泡輪廓進(jìn)行灰度統(tǒng) 計(jì)，將灰度值從輪廓的中心向邊緣逐漸變小的輪廓判定為氣泡輪廓。
[0008] 進(jìn)一步的，在所述步驟a中具體包括:al、獲取已知的背景圖像樣本和氣泡圖像樣 本;a2、利用人工分割法在所述氣泡圖像樣本中分割出完整的氣泡圖像;a3、選擇類圓形和 類橢圓形的單氣泡圖像，結(jié)合所述的背景圖像樣本，采用背景減除法去除所述單氣泡圖像 中的背景，獲得所述的氣泡輪廓樣本，生成所述的氣泡庫。
[0009] 優(yōu)選的，在所述步驟a2中，優(yōu)選根據(jù)氣泡外切矩形的尺寸，沿矩形邊界分割出完整 的氣泡圖像。
[0010]進(jìn)一步的，在所述步驟b中具體包括:bl、獲取待測(cè)水體的背景;b2、采集待測(cè)水體 的氣泡懸浮物圖像;b3、采用背景減除法去除所述氣泡懸浮物圖像中的背景，提取出其中的 氣泡輪廓和懸浮物輪廓。
[0011]對(duì)于待測(cè)水體的背景的獲取方法，本發(fā)明提出以下兩種優(yōu)選設(shè)計(jì)方案：
[0012] 其一是，首先采集多幅待測(cè)水體的原位圖像，其次采用高斯建模的方法，利用多幅 所述的原位圖像建立背景模型，作為所述待測(cè)水體的背景;然后結(jié)合所述背景模型，利用背 景減除法即可從所述氣泡懸浮物圖像中提取出氣泡輪廓和懸浮物輪廓。
[0013] 其二是，首先采集多幅待測(cè)水體的原位圖像，其次采用差分圖像法對(duì)多幅所述的 原位圖像進(jìn)行差分運(yùn)算，提取出運(yùn)動(dòng)目標(biāo);從采集到的所述多幅待測(cè)水體的原位圖像中濾 除掉運(yùn)動(dòng)目標(biāo)，形成多幅已過濾的背景圖像，疊加所述已過濾的背景圖像，生成背景模型， 作為所述待測(cè)水體的背景;然后，結(jié)合所述的背景模型，利用背景減除法即可從所述氣泡懸 浮物圖像中提取出氣泡輪廓和懸浮物輪廓。
[0014] 其中，所述的氣泡懸浮物圖像為采集到的待測(cè)水體的原位圖像，即通過對(duì)待測(cè)水 體進(jìn)行原位采樣，以獲得所述的氣泡懸浮物圖像。
[0015] 優(yōu)選的，在所述步驟c中，優(yōu)選采用Hu不變矩相似度比較法將提取出的每一個(gè)氣泡 輪廓和懸浮物輪廓分別作為一個(gè)目標(biāo)特征向量，分別與氣泡庫中的每一個(gè)氣泡輪廓樣本所 對(duì)應(yīng)的特征向量進(jìn)行比較;假設(shè)氣泡庫中存在N個(gè)氣泡特征向量，貝lj通過比較，每一個(gè)氣泡 輪廓和懸浮物輪廓分別對(duì)應(yīng)N個(gè)相似度閾值;從所述的N個(gè)相似度閾值中選擇最大值作為該 氣泡輪廓和懸浮物輪廓的相似度閾值a，與所述的設(shè)定閾值進(jìn)行比較，若a大于設(shè)定閾值，則 判定為疑似氣泡輪廓。
[0016] 為了提高氣泡輪廓區(qū)分的準(zhǔn)確性，優(yōu)選設(shè)定所述設(shè)定閾值不小于0.9。
[0017] 進(jìn)一步的，在所述步驟d中具體包括:dl、提取每一個(gè)疑似氣泡輪廓的邊緣像素點(diǎn)； d2、計(jì)算每一個(gè)疑似氣泡輪廓的質(zhì)心；以所述質(zhì)心為坐標(biāo)原點(diǎn)建立直角坐標(biāo)系，按照45°夾 角劃分出八個(gè)不同的判別方向；d3、統(tǒng)計(jì)每一個(gè)判別方向上的灰度點(diǎn)的變化規(guī)律，若在每一 個(gè)判別方向上，其灰度值均從質(zhì)心向輪廓邊緣逐漸變小，則判定當(dāng)前的疑似氣泡輪廓為氣 泡輪廓;否則，為懸浮物輪廓。
[0018] 與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和積極效果是:采用本發(fā)明的氣泡圖像識(shí)別方法 可以準(zhǔn)確地將水體中的氣泡圖像和懸浮物圖像區(qū)分開來，獲得準(zhǔn)確的氣泡輪廓，從而為氣 泡粒徑的準(zhǔn)確計(jì)算提供了有利的支持。此外，本發(fā)明采用圖像分析與模式識(shí)別的方法，可以 對(duì)待測(cè)海域中溶解在海水中的氣泡實(shí)現(xiàn)原位檢測(cè)和識(shí)別，解決了由于氣泡易揮發(fā)、難存儲(chǔ) 而難于辨別的問題，是原位統(tǒng)計(jì)氣泡的粒徑、數(shù)量以及濃度計(jì)算的前提條件，適合在科研、 教學(xué)、海水監(jiān)測(cè)等領(lǐng)域中廣泛應(yīng)用。
[0019] 結(jié)合附圖閱讀本發(fā)明實(shí)施方式的詳細(xì)描述后，本發(fā)明的其他特點(diǎn)和優(yōu)點(diǎn)將變得更 加清楚。
【附圖說明】
[0020] 圖1是本發(fā)明所提出的氣泡圖像識(shí)別方法的一種實(shí)施例的整體流程圖；
[0021 ]圖2是圖1中氣泡建模方法的一種實(shí)施例的流程圖；
[0022]圖3是圖1中輪廓識(shí)別方法的一種實(shí)施例的流程圖；
[0023] 圖4是圖1中氣泡判別方法的一種實(shí)施例的流程圖；
[0024] 圖5是判別方向的一種實(shí)施例的方向示意圖。
【具體實(shí)施方式】
[0025] 下面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】進(jìn)行詳細(xì)地描述。
[0026] 參見圖1所示，本實(shí)施例的氣泡圖像識(shí)別方法為了能夠從待測(cè)水體中將氣泡與懸 浮物準(zhǔn)確地區(qū)分開來，以獲取準(zhǔn)確的氣泡輪廓，首先，采用氣泡建模的方法，如步驟S101，利 用已知的氣泡圖像樣本生成氣泡庫，作為模板保存起來;其次，采用輪廓識(shí)別的方法，如步 驟S102，對(duì)待測(cè)水體進(jìn)行原位采集，獲取待測(cè)水體的氣泡懸浮物圖像，并提取出其中的氣泡 輪廓和懸浮物輪廓;然后，利用生成的氣泡庫對(duì)所述氣泡輪廓和懸浮物輪廓進(jìn)行輪廓識(shí)別， 具體可以采用相似度比較法將提取出的每一個(gè)氣泡輪廓和懸浮物輪廓與所述氣泡庫中的 氣泡輪廓樣本進(jìn)行比較，篩選出相似度大于設(shè)定閾值的輪廓判定為疑似氣泡輪廓，完成一 級(jí)篩選;最后，采用氣泡判別方法，對(duì)篩選出的疑似氣泡輪廓進(jìn)行識(shí)別，即執(zhí)行氣泡識(shí)別過 程，如步驟S103,完成二級(jí)篩選。具體來講，可以采用灰度統(tǒng)計(jì)法，對(duì)每一個(gè)疑似氣泡輪廓的 不同像素點(diǎn)的灰度值進(jìn)行統(tǒng)計(jì)，將灰度值從輪廓的中心向邊緣逐漸變小的輪廓判定為氣泡 輪廓，最終獲取到準(zhǔn)確的氣泡輪廓。
[0027] 下面首先對(duì)步驟S101的氣泡建模方法的具體過程進(jìn)行詳細(xì)闡述，結(jié)合圖2所示，具 體包括以下步驟：
[0028] S201、獲取已知的背景圖像樣本和氣泡圖像樣本；
[0029]所述的背景圖像樣本和氣泡圖像樣本可以直接從樣本庫中獲取，也可以從大量的 前期實(shí)驗(yàn)中獲取。
[0030] S202、利用人工分割法在所述氣泡圖像樣本中分割出完整的氣泡圖像；
[0031]在本實(shí)施例中，為了保證氣泡圖像分割的完整性，在人工分割氣泡圖像樣本中的 氣泡圖像時(shí)，優(yōu)選根據(jù)氣泡外切矩形的尺寸，沿矩形邊界分割出完整的氣泡圖像。
[0032] S203、選擇類圓形（即近似圓形的形狀)和類橢圓形（即近似橢圓形的形狀）的單氣 泡圖像，作為所需的氣泡圖像；
[0033] 針對(duì)待測(cè)水體為海水的情況，由于溶解在海水中的氣泡基本上都是呈現(xiàn)類似圓形 或者類似橢圓形的形狀，因此，最好選擇類圓形和類橢圓形的單氣泡圖像作為樣本，以實(shí)現(xiàn) 對(duì)海水中氣泡圖像的準(zhǔn)確識(shí)別。
[0034] S204、結(jié)合所述的背景圖像樣本，采用背景減除法，從選取出的單氣泡圖像中去除 掉其中的背景圖像，從而獲得所需的氣泡輪廓樣本。
[0035] S205、利用獲取到的大量的氣泡輪廓樣本，生成氣泡庫，作為模板并保存起來。
[0036]其次，對(duì)步驟S102的輪廓識(shí)別方法的具體過程進(jìn)行詳細(xì)闡述，結(jié)合圖3所示，具體 包括以下步驟：
[0037] S301、獲取待測(cè)水體的背景；
[0038]在圖像識(shí)別領(lǐng)域，對(duì)于圖像中背景的提取方法有很多種。本實(shí)施例針對(duì)待測(cè)水體 為海水的情況，優(yōu)選采用高斯建模的方法或者差分圖像的方法獲取待測(cè)海水的背景模型或 者背景圖像。具體來講，當(dāng)采用高斯建模法獲取待測(cè)海水的背景模型時(shí)，可以首先采集多幅 待測(cè)水體的原位圖像，然后采用混合高斯建模的方法，利用多幅所述的原位圖像建立背景 模型，作為所述待測(cè)水體的背景。當(dāng)采用差分圖像法獲取待測(cè)海水的背景圖像時(shí)，可以首先 采集多幅待測(cè)水體的原位圖像，通過對(duì)所述的多幅原位圖像進(jìn)行差分運(yùn)算，以提取出運(yùn)動(dòng) 目標(biāo);然后，從采集到的所述多幅待測(cè)水體的原位圖像中濾除掉運(yùn)動(dòng)目標(biāo)，形成多幅已過濾 的背景圖像，疊加所述已過濾的背景圖像，生成背景模型(背景圖像），作為所述待測(cè)水體的 背景（高斯建模以及差分圖像提取背景的具體方法可以參見期刊《應(yīng)用光學(xué)》第31卷第4期 第574-578頁由魏曉慧等發(fā)表的論文"基于混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究"）。 [0039] S302、采集待測(cè)水體的氣泡懸浮物圖像；
[0040] 在本實(shí)施例中，針對(duì)待測(cè)水體為海水的情況，可以直接對(duì)待測(cè)海水進(jìn)行原位采集， 將采集到的海水原位圖像作為所述的氣泡懸浮物圖像。
[0041] S303、采用背景減除法去除所述氣泡懸浮物圖像中的背景，提取出其中的氣泡輪 廓和懸浮物輪廓；
[0042]在本實(shí)施例中，結(jié)合步驟S301中建立的背景模型，利用背景減除法從所述氣泡懸 浮物圖像中提取出氣泡輪廓和懸浮物輪廓。
[0043] S304、對(duì)提取出的每一個(gè)氣泡輪廓和懸浮物輪廓利用相似度比較法與所述氣泡庫 中的氣泡輪廓樣本進(jìn)行比較，以獲取每一個(gè)氣泡輪廓和懸浮物輪廓的相似度閾值a ;
[0044] 在本實(shí)施例中，優(yōu)選采用模式識(shí)別技術(shù)中的Hu不變矩相似度比較法，將提取出的 每一個(gè)氣泡輪廓和懸浮物輪廓分別作為一個(gè)目標(biāo)特征向量，分別與氣泡庫中的每一個(gè)氣泡 輪廓樣本所對(duì)應(yīng)的特征向量進(jìn)行比較，以獲取目標(biāo)特征向量與特征庫向量的相似性。
[0045] 假設(shè)一幅數(shù)字圖像f(x，y)的二維(p+q)階矩定義為％*/ 其中 X V
p，q = 0,1,2,…，求和在跨越圖像的所有空間坐標(biāo)x，y的值上進(jìn)行；相應(yīng)的中心矩定義為 ^ = ZZ(-v -外七，-對(duì)7(.^)，其中， ，歸一化(p+q)階中心矩定義 x y 為
，其中p，q = 0，l，2r"
，其中P+q = 2,3,…。那么，對(duì)平移、縮放、鏡像 和旋轉(zhuǎn)都不敏感的7個(gè)二維Hu不變矩的集合表示為： +n〇i A=(jh〇-3.h2) +4i.h' (!hu - Un ) + (3?72i - ??,〇 )
[0046] ^* = 0hL> + "i2) Hum) ° ^=Uho -^12)(!?3c+^2)[(7?3I) -3(?721 +Vm)2] + (3'thi +%3)[3(%, + }：] ^=(%〇-iJm) [(??,0+Hi+%)2]+(n3e+nn)(jhi+%3) #7 = (3%i _%s)(7?30 +%i)[(%0+9；i) _3(%1 + ?7?) ] + (3% -%)(% +%) +??63)]
[0047] 對(duì)平移、縮放、鏡像和旋轉(zhuǎn)都不敏感的7個(gè)二維Hu不變矩可作為圖像特征提取，因 為實(shí)踐中感興趣的是矩的不變性，不是符號(hào)，這里取不變矩對(duì)數(shù)絕對(duì)值。
[0048] 任意樣本的特征向量x為z維，貝lj樣本上的特征向量組成一個(gè)z維特征空間，待評(píng)價(jià) 圖像X與參考圖像樣本y之間的距離I |x-y| I表示了X與y的相似程度。若采用歐幾里德距離 作為相似度的度量，x與y均由模糊復(fù)原的圖像和參考圖像的7個(gè)不變矩來表征。定義待測(cè)圖 像與參考圖像不變矩距離為：
[0050]其中，#、#代表待評(píng)價(jià)圖像x與參考圖像樣本y的7個(gè)Hu不變矩值，而不變矩距 離越小，代表待測(cè)圖像與參考圖像越接近;反之，復(fù)原的待測(cè)圖像偏離參考圖像特征越大， 復(fù)原可信度降低。為評(píng)價(jià)圖像質(zhì)量的優(yōu)劣，將不變矩相似度歸一化處理，即計(jì)算所有待測(cè)圖 像與參考圖像之間的相似程度，定義Hu不變矩相似度函數(shù)為：
[0052]其中，aG[0，l]，且a越大，圖像越接近原始圖像;a越小，圖像與參考圖像相似程度 越低。
[0053]假設(shè)氣泡庫中存在N個(gè)氣泡特征向量，則通過比較，每一個(gè)氣泡輪廓和懸浮物輪廓 分別對(duì)應(yīng)N個(gè)相似度閾值;從所述的N個(gè)相似度閾值中選擇最大值作為該氣泡輪廓和懸浮物 輪廓的相似度閾值a。
[0054] S305、識(shí)別氣泡輪廓；
[0055] 針對(duì)每一個(gè)氣泡輪廓和懸浮物輪廓的相似度閾值a，篩選出其中相似度閾值a大于 設(shè)定閾值的輪廓，將其作為疑似氣泡輪廓，完成一級(jí)篩選。
[0056] 在本實(shí)施例中，為了提高氣泡輪廓識(shí)別的準(zhǔn)確性，優(yōu)選將所述設(shè)定閾值設(shè)定在0.9 以上，例如將設(shè)定閾值定義為〇. 93。對(duì)于相似度閾值a>〇. 93的輪廓，判定為疑似氣泡輪廓;a <0.93的輪廓，判定為非氣泡輪廓，由此完成氣泡輪廓的初級(jí)篩選。
[0057] 最后，對(duì)步驟S103的氣泡判別方法的具體過程進(jìn)行詳細(xì)闡述，結(jié)合圖4所示，具體 包括以下步驟：
[0058] S401、提取目標(biāo)的邊緣像素點(diǎn)；
[0059] 將每一個(gè)疑似氣泡輪廓作為目標(biāo)，提取出每一個(gè)疑似氣泡輪廓的邊緣像素點(diǎn)。
[0060] S402、計(jì)算目標(biāo)的質(zhì)心；
[0061] 通過質(zhì)心計(jì)算公式，計(jì)算出每一個(gè)疑似氣泡輪廓的質(zhì)心。質(zhì)心計(jì)算公式如下：
[0063]其中，（xc，yc)是質(zhì)心坐標(biāo)，Nb是輪廓邊界像素點(diǎn)的總數(shù)，（Xi，yi)是輪廓邊界點(diǎn)的坐 標(biāo)。
[0064] S403、劃分判別方向；
[0065]在本實(shí)施例中，可以以所述質(zhì)心為坐標(biāo)原點(diǎn)，建立直角坐標(biāo)系，并優(yōu)選按照45°夾 角在坐標(biāo)系中劃分出八個(gè)不同的判別方向，如圖5所示。
[0066] S404、對(duì)各判別方向進(jìn)行定義；
[0067]在本實(shí)施例中，優(yōu)選以X軸方向?yàn)槌跏寂袆e方向，定義為Po;然后，按照逆時(shí)針方 向，將其余的七個(gè)判別方向依次定義為Pi、P2、……、P7,如圖5所示。
[0068] S405、對(duì)每一個(gè)判別方向上的灰度點(diǎn)的變化規(guī)律進(jìn)行統(tǒng)計(jì)；
[0069] 針對(duì)每一個(gè)疑似氣泡輪廓，分別獲取其在8個(gè)所述判別方向上的每一個(gè)像素點(diǎn)的 灰度值，并統(tǒng)計(jì)每一個(gè)判別方向上的灰度點(diǎn)的變化規(guī)律。
[0070] S406、區(qū)分氣泡輪廓和懸浮物輪廓；
[0071]根據(jù)步驟S405的灰度統(tǒng)計(jì)，對(duì)疑似氣泡輪廓進(jìn)行二級(jí)篩選，以篩選出其中真正的 氣泡輪廓。
[0072]具體來講，對(duì)于每一個(gè)疑似氣泡輪廓，若在其每一個(gè)判別方向P^Pi、……、P7上，其 灰度值均是從質(zhì)心向輪廓邊緣逐漸變小的，即亮度從中心區(qū)域向輪廓邊緣逐漸變暗，則可 以判定為氣泡輪廓；否則，判定為懸浮物輪廓，因?yàn)閼腋∥餅楣腆w，其亮度的變化率通常會(huì) 比較小。由此，便可以準(zhǔn)確地區(qū)分開哪些是氣泡輪廓，哪些是懸浮物輪廓。
[0073] 將識(shí)別出的氣泡輪廓用于后續(xù)的氣泡參數(shù)計(jì)算過程，由此便可為氣泡粒徑、數(shù)量 的計(jì)算提供準(zhǔn)確的氣泡圖像，進(jìn)而提高了氣泡參數(shù)計(jì)算的準(zhǔn)確性。
[0074] 本實(shí)施例的氣泡圖像識(shí)別方法可以對(duì)溶解在任何類型水體中的氣泡進(jìn)行準(zhǔn)確地 提取和識(shí)別，不僅適用于實(shí)驗(yàn)室環(huán)境，同時(shí)支持待測(cè)水體的原位采集和檢測(cè)，解決了由于氣 泡易揮發(fā)、難存儲(chǔ)而難于辨別的問題，是原位統(tǒng)計(jì)氣泡的粒徑、數(shù)量以及濃度計(jì)算的前提條 件。
[0075] 當(dāng)然，以上所述僅是本發(fā)明的一種優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普 通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和 潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種氣泡圖像識(shí)別方法，包括以下步驟： a、 利用已知的氣泡輪廓樣本生成氣泡庫； b、 采集待測(cè)水體的氣泡懸浮物圖像，提取出其中的氣泡輪廓和懸浮物輪廓； c、 對(duì)提取出的每一個(gè)氣泡輪廓和懸浮物輪廓利用相似度比較法與所述氣泡庫中的氣 泡輪廓樣本進(jìn)行比較，篩選出相似度大于設(shè)定閾值的輪廓判定為疑似氣泡輪廓； d、 對(duì)每一個(gè)疑似氣泡輪廓進(jìn)行灰度統(tǒng)計(jì)，將灰度值從輪廓的中心向邊緣逐漸變小的輪 廓判定為氣泡輪廓。2. 根據(jù)權(quán)利要求1所述的氣泡圖像識(shí)別方法，其特征在于，在所述步驟a中，具體包括以 下過程： al、獲取已知的背景圖像樣本和氣泡圖像樣本； a2、利用人工分割法在所述氣泡圖像樣本中分割出完整的氣泡圖像； a3、選擇類圓形和類橢圓形的單氣泡圖像，結(jié)合所述的背景圖像樣本，采用背景減除法 去除所述單氣泡圖像中的背景，獲得所述的氣泡輪廓樣本，生成所述的氣泡庫。3. 根據(jù)權(quán)利要求2所述的氣泡圖像識(shí)別方法，其特征在于，在所述步驟a2中，根據(jù)氣泡 外切矩形的尺寸，沿矩形邊界分割出完整的氣泡圖像。4. 根據(jù)權(quán)利要求1所述的氣泡圖像識(shí)別方法，其特征在于，在所述步驟b中具體包括以 下過程： bl、獲取待測(cè)水體的背景； b2、采集待測(cè)水體的氣泡懸浮物圖像； b3、采用背景減除法去除所述氣泡懸浮物圖像中的背景，提取出其中的氣泡輪廓和懸 浮物輪廓。5. 根據(jù)權(quán)利要求4所述的氣泡圖像識(shí)別方法，其特征在于， 在所述步驟bl中，首先采集多幅待測(cè)水體的原位圖像，然后采用高斯建模的方法，利用 多幅所述的原位圖像建立背景模型，作為所述待測(cè)水體的背景； 在所述步驟b3中，結(jié)合所述背景模型，利用背景減除法從所述氣泡懸浮物圖像中提取 出氣泡輪廓和懸浮物輪廓。6. 根據(jù)權(quán)利要求4所述的氣泡圖像識(shí)別方法，其特征在于， 在所述步驟bl中，首先采集多幅待測(cè)水體的原位圖像，然后采用差分圖像法對(duì)多幅所 述的原位圖像進(jìn)行差分運(yùn)算，提取出運(yùn)動(dòng)目標(biāo);從采集到的所述多幅待測(cè)水體的原位圖像 中濾除掉運(yùn)動(dòng)目標(biāo)，形成多幅已過濾的背景圖像，疊加所述已過濾的背景圖像，生成背景模 型，作為所述待測(cè)水體的背景； 在所述步驟b3中，結(jié)合所述背景模型，利用背景減除法從所述氣泡懸浮物圖像中提取 出氣泡輪廓和懸浮物輪廓。7. 根據(jù)權(quán)利要求5或6所述的氣泡圖像識(shí)別方法，其特征在于，在所述步驟b2中，采集待 測(cè)水體的原位圖像，作為所述的氣泡懸浮物圖像。8. 根據(jù)權(quán)利要求1所述的氣泡圖像識(shí)別方法，其特征在于，在所述步驟c中，采用Hu不變 矩相似度比較法將提取出的每一個(gè)氣泡輪廓和懸浮物輪廓分別作為一個(gè)目標(biāo)特征向量，分 別與氣泡庫中的每一個(gè)氣泡輪廓樣本所對(duì)應(yīng)的特征向量進(jìn)行比較;假設(shè)氣泡庫中存在N個(gè) 氣泡特征向量，則通過比較，每一個(gè)氣泡輪廓和懸浮物輪廓分別對(duì)應(yīng)N個(gè)相似度閾值;從所 述的N個(gè)相似度閾值中選擇最大值作為該氣泡輪廓和懸浮物輪廓的相似度閾值α，與所述的 設(shè)定閾值進(jìn)行比較，若α大于設(shè)定閾值，則判定為疑似氣泡輪廓。9. 根據(jù)權(quán)利要求8所述的氣泡圖像識(shí)別方法，其特征在于，所述的設(shè)定閾值不小于0.9。10. 根據(jù)權(quán)利要求1所述的氣泡圖像識(shí)別方法，其特征在于，在所述步驟d中，具體包括 以下過程： dl、提取每一個(gè)疑似氣泡輪廓的邊緣像素點(diǎn)； d2、計(jì)算每一個(gè)疑似氣泡輪廓的質(zhì)心；以所述質(zhì)心為坐標(biāo)原點(diǎn)建立直角坐標(biāo)系，按照 45°夾角劃分出八個(gè)不同的判別方向； d3、統(tǒng)計(jì)每一個(gè)判別方向上的灰度點(diǎn)的變化規(guī)律，若在每一個(gè)判別方向上，其灰度值均 從質(zhì)心向輪廓邊緣逐漸變小，則判定當(dāng)前的疑似氣泡輪廓為氣泡輪廓；否則，為懸浮物輪 廓。
【文檔編號(hào)】G06K9/46GK105930852SQ201610301428
【公開日】2016年9月7日
【申請(qǐng)日】2016年5月9日
【發(fā)明人】張 浩, 楊倩, 吳承璇, 安泉, 陳光源, 祁國(guó)梁, 賀海靖, 王秀芬, 雷卓, 陳超, 董磊
【申請(qǐng)人】山東省科學(xué)院海洋儀器儀表研究所