气液两相流含气率图像检测方法

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (5): 36-39.

气液两相流含气率图像检测方法

王秀英

上海新侨职业技术学院计算机信息系，上海 200237

出版日期:2013-03-01 发布日期:2013-03-14

Method to measure void fraction of gas-liquid two-phase flow based on imaged processing

WANG Xiuying

Department of Computer and Information, Shanghai Xinqiao Vocational and Technical College, Shanghai 200237, China

Online:2013-03-01 Published:2013-03-14

摘要/Abstract

摘要： 开发了一套基于机器视觉技术的气液两相流在线检测系统，用于测量气液两相流的含气率等参数。根据最小二乘拟合法得到二值化图像的毛细管及气泡的左右边界的线性表达式；根据一阶导数原理确定气泡的上下边界；测量气液两相流的含气率等参数。实验结果表明，系统有较好的重复性，准确率高。

关键词: 气液两相流, 机器视觉, 最小二乘拟合, 一阶导数

Abstract: An online system is developed to measure void fraction of gas-liquid two-phase flow based on machine visional technology. The linear expressions of the capillary tube and bubble’s left and right boundaries are obtained based on least square approximation. The upper and lower boundary of the bubble is determined according to the principle of first-order derivative. Void fraction of gas-liquid two-phase flow is measured. Experimental results show that the system has good reproducibility and high accuracy.

Key words: gas-liquid two-phase flow, machine vision, least square approximation, first-order derivative

王秀英. 气液两相流含气率图像检测方法[J]. 计算机工程与应用, 2013, 49(5): 36-39.

WANG Xiuying. Method to measure void fraction of gas-liquid two-phase flow based on imaged processing[J]. Computer Engineering and Applications, 2013, 49(5): 36-39.

[1]	彭昭勇，伍权，陈华伟，郑跃，王书祥. 基于文献计量的机器视觉缺陷检测研究述评[J]. 计算机工程与应用, 2021, 57(4): 28-34.
[2]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[3]	许洋洋，李伟，王杰. 利用事件和期限驱动对机器人延时的优化[J]. 计算机工程与应用, 2021, 57(17): 260-268.
[4]	李忠海，白秋阳，王富明，刘海荣. 基于语义分割的钢轨表面缺陷实时检测系统[J]. 计算机工程与应用, 2021, 57(12): 248-256.
[5]	赵艳，左保齐. 机器视觉在织物疵点检测上的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 11-17.
[6]	何文斌，魏爱云，明五一，贾豪杰. 基于机器视觉的水果品质检测综述[J]. 计算机工程与应用, 2020, 56(11): 10-16.
[7]	马冬梅，贺三三，杨彩锋，严春满. 特征融合型卷积神经网络的语义分割[J]. 计算机工程与应用, 2020, 56(10): 193-198.
[8]	郭倩，张福杨，孙农亮. 融合多特征表示和超像素优化的双目立体匹配[J]. 计算机工程与应用, 2020, 56(1): 216-223.
[9]	王玉源，徐杰，吉卫喜. 基于监督式机器学习的零件几何特征智能识别[J]. 计算机工程与应用, 2019, 55(22): 225-230.
[10]	孙卫红1，李乾坤1，邵铁锋1，吴慧明2. 基于机器视觉的桩护壁裂缝检测方法[J]. 计算机工程与应用, 2019, 55(14): 260-265.
[11]	姚明海1，齐妙2. 基于模糊聚类规则的图像去雾方法研究[J]. 计算机工程与应用, 2018, 54(6): 26-29.
[12]	李超，孙俊. 基于机器视觉方法的焊缝缺陷检测及分类算法[J]. 计算机工程与应用, 2018, 54(6): 264-270.
[13]	孙钊，许增朴，王永强，周聪玲. 机器视觉测量中透视投影误差分析控制与补偿[J]. 计算机工程与应用, 2018, 54(2): 266-270.
[14]	郭瑞峰，袁超峰，杨柳，彭光宇. 基于OpenCV的机器视觉尺寸测量研究[J]. 计算机工程与应用, 2017, 53(9): 253-257.
[15]	刘俊利，王立锋，孔秀平. 煤岩界面识别和定位测量方法研究[J]. 计算机工程与应用, 2017, 53(8): 246-249.