呂德華,張建生
(西安工業(yè)大學(xué)理學(xué)院,陜西 西安 710021)
船舶尾流具有熱、磁、聲學(xué)和光學(xué)等特性,而正是這些特性為探測(cè)、識(shí)別及跟蹤船舶提供了支持[1-4]。梁善勇等[5]深入地研究了激光技術(shù)在尾流氣泡探測(cè)中的應(yīng)用,主要利用的是船舶尾流氣泡粒子的回波強(qiáng)度和偏振信息。馬治國(guó)等[6]提出在用激光探測(cè)船舶尾流氣泡時(shí)通過適當(dāng)增大探測(cè)器和發(fā)射器間距,可以增強(qiáng)有效信號(hào)并最大程度地消除干擾信號(hào)。鑒于光學(xué)測(cè)量技術(shù)具有高精度、可大規(guī)模測(cè)量的優(yōu)點(diǎn),近年來越來越受到研究人員的認(rèn)可和重視[7-11]。本文從光學(xué)技術(shù)在尾流氣泡幕探測(cè)中的應(yīng)用入手,研究水下船只尾流氣泡幕的探測(cè)技術(shù)。
船只尾流氣泡幕中的氣泡粒子是三維的,但常規(guī)的實(shí)驗(yàn)用尾流采樣技術(shù)只能得到一個(gè)平面內(nèi)的氣泡粒子信息。通過平面的氣泡粒子分布信息無法準(zhǔn)確分析氣泡粒子的空間分布情況,而且形狀、尺寸等信息也會(huì)因尾流存在變化而無法獲取準(zhǔn)確信號(hào),從而增大分析誤差。為此,本文借鑒醫(yī)學(xué)常用的切片重組技術(shù),借助于光學(xué)切片,沿船舶尾流的延伸方向,用一組切片先獲取二維氣泡幕數(shù)據(jù),然后通過組合每一個(gè)二維切片上的氣泡粒子數(shù)據(jù),從而獲得三維的氣泡粒子數(shù)據(jù)[12-13]。
局部氣泡幕原始圖像如圖1所示。

圖1 氣泡幕原始圖像(局部)
首先對(duì)氣泡粒子進(jìn)行濾波處理,然后采用Metric自動(dòng)閾值分割法對(duì)圖像進(jìn)行處理,如圖2(a)所示。在濾波處理并進(jìn)行閾值分割后所得氣泡粒子存在較明顯的空白,故需要對(duì)空白處進(jìn)行填充,并去掉噪聲干擾,如圖2(b)所示。
在濾波及分割處理后對(duì)氣泡粒子進(jìn)行凸包和消除干擾信號(hào)處理,如圖2(c)所示。非近圓粒子圖像被認(rèn)為是“失真”部分,處理時(shí)作為無效信號(hào)進(jìn)行消除,如圖2(d)所示。

圖2 氣泡粒子處理及計(jì)算
計(jì)算得到經(jīng)過濾波處理、閾值分割、空白填充、凸包處理、濾除非近圓圖像并確認(rèn)輪廓后的17個(gè)成像較完整的氣泡粒子的周長(zhǎng)、最大直徑及面積,并將計(jì)算結(jié)果列入表1中。由表1可見,17個(gè)氣泡粒子的平均周長(zhǎng)為65.71 像素,最大直徑為29.09像素,平均面積為331.93 像素2。因?yàn)閳D像采集所用CMOS 傳感器的像元尺寸為10 μm,所以可以將上述3個(gè)數(shù)值轉(zhuǎn)換為657.1 μm、290.9 μm和0.003 319 3 cm2。

表1 截取的17個(gè)示例氣泡粒子尺寸計(jì)算結(jié)果
在簡(jiǎn)要分析氣泡粒子形狀、尺寸等信息的基礎(chǔ)上,應(yīng)重點(diǎn)關(guān)注氣泡粒子的體密度[7]。本文主要關(guān)注延伸率、緊湊率、圓度和慣性因子,選取氣泡幕局部截圖,如圖3所示。

圖3 氣泡幕分割
延伸率YS指氣泡粒子所在區(qū)域沿一個(gè)方向延伸的程度,值越大則氣泡幕的延伸程度越大。
YS=F/RFb
(1)
式中:F為粒子所在分割區(qū)域的最長(zhǎng)分割線;RFb為外接矩形短邊的長(zhǎng)度。
緊湊率JC指在外接矩形范圍內(nèi)氣泡粒子的聚集程度,值越大則越聚集。
JC=A/(W×H)
(2)
式中:A為氣泡粒子劃定區(qū)域的區(qū)域面積;W和H分別為外接矩形的寬和高。因?yàn)锳始終在W×H的范圍內(nèi),故JC取值范圍為0~1。
似圓程度SY指一個(gè)區(qū)域與標(biāo)準(zhǔn)圓形的接近程度,取值范圍為0~1,其值越大則表示這個(gè)區(qū)域越接近于圓形。定義L為所研究區(qū)域的周長(zhǎng),則有:
(3)
引入慣性因子GX這一計(jì)量因子,用其表示劃定區(qū)間面積與慣性矩之間的關(guān)系。
GX=A2/(4n×
(4)
式中:n為劃定區(qū)域內(nèi)的總像素個(gè)數(shù);x和y為區(qū)域內(nèi)點(diǎn)的坐標(biāo)值。
以上述4個(gè)參數(shù)為船只尾流氣泡幕中的每一個(gè)氣泡粒子建立特征向量λ:
λ=[x1,x2,x3,x4]T=[YS,JC,SY,GX]T
(5)
特征向量計(jì)算過程如圖4所示,計(jì)算結(jié)果見表2。

圖4 特征向量計(jì)算過程

表2 特征向量計(jì)算結(jié)果

(6)
式中:nj為類別j中的樣本數(shù)。假設(shè)一個(gè)切片上的氣泡類別總數(shù)為L(zhǎng),定義類別j的特征數(shù)據(jù)Qj(j=1,2,…,L) 的計(jì)算式如下:
(7)
(8)

至此Qj計(jì)算完成,從計(jì)算過程可以看出:計(jì)算所得值越小,則訓(xùn)練數(shù)據(jù)越向類別j聚集;反之則表明訓(xùn)練數(shù)據(jù)遠(yuǎn)離類別j,也表征分類不合理的可能性越大。

dij=D(mi,mj)
(9)
dij不僅可以用于檢查并評(píng)價(jià)兩個(gè)類別是否為相似類別,還可以用于評(píng)估不同訓(xùn)練數(shù)據(jù)的質(zhì)量。
令X=[x1,x2,…,xn],Y=[y1,y2,…,yn],X,Y均為特征向量,歐氏距離計(jì)算式:
(10)
假設(shè)已知向量Cj和未知向量X,借助于類距判別未知向量X是否與已知向量Cj為同一類別,判別條件如下:
(11)
由式(11)可知,當(dāng)一個(gè)未知向量與某一個(gè)已知向量間類距值最小,便可以認(rèn)定為未知向量歸屬于該已知向量所在的類別。
在第2章中對(duì)氣泡粒子圖像切片的處理流程進(jìn)行了介紹,經(jīng)處理后的圖像可以根據(jù)氣泡粒子是否獨(dú)立、是否完整、是否存在疊加和是否應(yīng)被視為雜質(zhì)等外形特征將其劃分為6個(gè)大類,詳見表3。

表3 氣泡幕中氣泡粒子分類表
選取某船只尾流切片圖像,先對(duì)其進(jìn)行濾波處理、閾值分割、空白填充、凸包處理、濾除非近圓圖像并確認(rèn)氣泡粒子輪廓,然后計(jì)算得到該圖像中所有氣泡粒子的特征向量(表4),并根據(jù)類距判別方法,對(duì)所有氣泡粒子進(jìn)行分類。

表4 氣泡粒子特征向量及歐氏距離
對(duì)于兩重疊加的氣泡,可以在計(jì)算得到表面一個(gè)氣泡粒子的相關(guān)數(shù)據(jù)后,復(fù)制一份作為被覆蓋的氣泡粒子的數(shù)據(jù)。由圖5可見,多重重疊的氣泡主要以3層為主,按3層處理,處理方法與2層重疊氣泡粒子處理辦法相似,雜質(zhì)予以舍棄。對(duì)每一張照片上的氣泡粒子識(shí)別和計(jì)算后,即可對(duì)單張圖像上的各類型氣泡粒子及氣泡粒子總數(shù)進(jìn)行計(jì)算,通過單張圖像的疊加計(jì)算,便可以獲得氣泡粒子的體密度,計(jì)算公式如下:

圖5 氣泡粒子類別識(shí)別結(jié)果
(12)
式中:Ns為一張切片上的氣泡粒子體密度;Ntotal為所有切片上氣泡粒子體密度之和,即尾流氣泡幕的氣泡粒子體密度;n1WZ,n1ZD,n2DJ,nnDJ,n1CQ,n1ZZ分別為一張切片上各類氣泡粒子的體密度。
計(jì)算得到船只尾流氣泡幕體密度后,便可以根據(jù)既有的船只尾流模擬方法分析得到所需的特征參數(shù)。
本文從對(duì)氣泡粒子識(shí)別等角度分析了光學(xué)測(cè)量技術(shù)在水下船只尾流氣泡幕探測(cè)中的應(yīng)用,結(jié)果表明:在對(duì)圖像進(jìn)行二維分析后將所獲得的數(shù)據(jù)疊加就能實(shí)現(xiàn)三維分析;原始圖像經(jīng)過閾值分割、濾波等處理后便可進(jìn)行尺寸及特征向量計(jì)算,再對(duì)所得數(shù)據(jù)進(jìn)行進(jìn)一步歸類、分析、訓(xùn)練,就能很好地完成氣泡幕的探測(cè)。將延伸率、緊湊率、似圓程度和慣性因子作為氣泡幕中氣泡粒子分析的4個(gè)因素,具有計(jì)算簡(jiǎn)便且數(shù)據(jù)表達(dá)清晰的優(yōu)點(diǎn),可進(jìn)行深入的研究和應(yīng)用。