淺談基于圖像處理氣泡特征提取方法的研究

劉偉 沈繼忱

摘 要：針對電廠等一些輸液管道中普遍存在的氣水混合的現象，本文通過攝像機、采集卡采集到透明玻璃管道內的氣水混合液圖像，基于數字圖像處理技術針對氣泡圖像進行處理增強，以便更好地對圖像進行閾值分割。通過實驗，比較了幾種閾值分割的效果，最后在最大類間方差法的基礎之上，基于Matlab進行算法仿真，獲得了較好的分割效果，該算法為有效的獲得氣泡形狀特征參數提供了有效算法。

關鍵詞：氣液兩相流 圖像處理 最大類間方差法 動態閾值

中圖分類號：TP7 文獻標識碼：A 文章編號：1672-3791（2013）03（b）-0033-02

電力、石化系統中管道中氣水混合的現象非常普遍，氣液兩相流工程應用效果在很大程度上取決于氣泡運動形態以及分散相和連續相之間的相互作用，了解并掌握氣液兩相流的種種特性，具有重要的研究意義。

首先本文將高速攝像法應用到氣液兩相流圖像采集中，對垂直玻璃透明管中上升的氣液兩相流進行非接觸測量，不會干擾設備的正常運行，可通過調節拍攝頻率得到較為清晰的圖像。其次對采集的圖像數據樣本進行預處理，為圖像閾值分割及后期氣泡特征的提取和提供高質量的分析樣本。為了更好的分析和辨識目標，就需要將其分離提取出來，對于目標的利用，在這基礎上才能更進一步的利用。而把圖像分成格局樣式的區域，并提取出目標的技術和過程中感興趣的部分。本文主要討論基于最大類間方差法的圖像閾值分割。

1 圖像信息的采集

本實驗圖像信息采集系統，主要包括激光轉換系統，實驗系統和高速攝像機。實驗的基本原理是：將單個激光光束利用透鏡進行轉換成一束平行光照進透明有水的玻璃管中，在透明玻璃管的下方有個閥門，打開空氣閥門，在透明玻璃管內產生上升的氣泡，高速攝像機在透明玻璃管道的左側對光束所照到的氣水混合液進行圖像數據采集。將采集到的圖像數據存于計算機，用圖像處理軟件進行處理。

2 氣泡圖圖像處理

2.1 圖像增強

氣液兩相流中氣泡的原始圖像不夠清晰，灰度對比度不夠鮮明，邊緣比較模糊。為了便于后續的圖像閾值分割，要先對原始圖像進行圖像增強處理[1]。本文采用的圖像增強手段有：圖像的灰度變換和圖像的銳化。

圖像的灰度變換是改善圖像一種重要的手段，使圖像對比擴展，圖像更加清晰，特征更加明顯，突現出圖像中的目標信息[2]。通過修改灰度直方圖來增強圖像。原圖像經過直方圖均衡化以后，它的概率密度函數近似服從均勻分布，擴大了像素值的動態范圍[3]。

2.2 閾值法圖像分割

2.2.1 閾值法的基本原理

基于區域圖像分割技術的稱之為閾值分割法，其原理是通過對不同特征的閾值，將圖像像素點分為多種類型[4]。一般特征有：（1）由彩色值或者是原始的灰度所變換獲得的特征。（2）直接源自于最初的圖像的彩色或者灰度特征。設原始圖像為f（x，y），按照一定的準則在f（x，y）中找到特征值T，將圖像分割為兩個部分，分割后的圖像為：

若取（黑），（白），即為我們通常所說的圖像二值化。

2.2.2 閾值法圖像分割方法分類

全局閾值法則是運用整局信息來對整個圖像求出最優的分割閾值，其中可以是多閾值，也可以是單閾值；而局部閾值法就是把最初的整個圖像分成幾個較小的子圖像，在應用全局閾值法對每一個子圖像求出最優的分割閾值。其中全局閾值法又可分為基于點的閾值法和基于區域的閾值法[5]。閾值分割法的結果很大程度上依賴于閾值的選擇，因此該方法的關鍵是如何選擇合適的閾值。局部閾值法中仍要用到全局閾值法，所以本文主要是對全局閾值法中基于點的閾值法和基于區域的閾值法進行了研究談論。根據閾值法的原理可以將閾值選取技術分為3大類。

基于點的全局閾值方法與其他幾大類方法相比，基于點的全局閾值算法的優點就是算法時間復雜度較低，易于實現，適合應用于在線實時圖像處理系統。基于區域的全局閾值方法，對于一幅圖像，目標區域或背景區域的同一區域內的象素，在位置和灰度級上具有一定的一致性和相關性。局部閾值法和多閾值法當圖像中有陰影，照度不均勻，各處的對比度不同，突發噪聲，背景灰度變化等變化時，只用固定的全局閾值對圖像進行閾值分割，不能兼顧圖像各處的情況可能使圖像分割效果受到影響。用與象素位置相關的一組閾值（即閾值使坐標的函數）對圖像各部分分別進行分割這種方法可以解決。這種與坐標相關的閾值也稱為動態閾值，該方法也叫變化閾值法，或自適應閾值法。這類算法的缺點是時間復雜性和空間復雜性比較大，優點是抗噪能力強，對用全局閾值不易分割的圖像有較好的分割效果。圖像中如果幾個目標區域的灰度值不相同，可以用多閾值法來解決，使用多個閾值將不同的目標分開。

3 閾值法圖像分割的實現

最大類間發差法就是將圖像直方圖在某一個閾值處分割成兩部分，當被分成的兩部門的方差為最大時，可以到得到一個閾值。方差是灰度分布均勻性度量的標準，方差值越大，則構成圖像的兩部分差別也就越大，當部分目標錯分為背景或部分背景錯分為目標時，都會導致兩部分差別變小，所以使類間方差最大的分割意味著錯分的概率也就最小[6]。

圖像的灰度級范圍是0，1，2，…，L-1，設灰度級i的象素點個數為mi，則圖像的象素點的總數為：，則灰度級i的出現概率定義為：，。

在Ostu方法中，閾值t把圖像的象素分為目標像素和背景像素兩類，分別為：

和類出現概率及均值分別為：

其中：

和類的方差：

類間方差：

總體方差為：

引入關于t的等價判決準則函數：

最優閾值通過等價判決準則的最大值得到：

即閾值T將圖像分成目標和背景兩部分，使得兩類總方差取得最大值的t，即為最佳分割閾值。

4 結論

本文論述了在提取氣液兩相流氣泡特征時，通過最大類間方差法對圖像分割的研究，建立起了一個以最大類間方差為基礎，使用Matlab進行仿真的算法。該算法的建立為氣液兩相流中氣泡特征的提取提供了一種方法。

參考文獻

[1]張強，王正林.精通MATLAB圖像處理[M].北京：電子工業出版社，2009：136-140.

[2]Rafael C Gonzalez，Richard E Woods.Digital Image Proceeding：Second Edition[M].Beijing：Publishing House ofElec tronics Industry，2009.

[3]張強，王正林.精通MATLAB圖像處理[M].北京：電子工業出版社，2009：149-157.

[4]章毓晉.圖像工程（中冊）—— 圖像分析[M].北京：清華大學出版社，2005：37-40.

[5]張東衡，唐志航，葉鴻明，等.一種氣液兩相流氣相參數圖像檢測方法[J].計算機測量與控制，2006，14（5）：421-430.

[6]章毓晉.圖像分割[M].北京：科學出版社，2001：122-126.