基于凹點檢測與PCA混合降維的氣液兩相流氣泡分割重構與流型識別研究.pdf

1、氣液兩相流廣泛存在于工業(yè)過程中，尤其在氣液傳質或反應設備中應用更加突出，如精餾塔、鼓泡塔、噴灑塔等。氣相和液相的比例是氣液兩相流系統(tǒng)最重要的參數之一。氣液比例是否合適直接影響輸出產品的質量和性能，一旦發(fā)生變化則會引起流阻和流動穩(wěn)定性的變化，進而引起傳熱性能降低，甚至影響裝置系統(tǒng)正常運轉，導致儀器設備損壞。故而為了控制氣液兩相流的氣液比例，需要對其定量研究。針對這些問題，提出了基于凹點檢測與PCA混合降維的氣液兩相流氣泡分割重構與流型識別

2、技術，并將其應用于氣液兩相流實際研究中，驗證了所提方法的有效性。
　　第一章綜述了圖像分割重構、多特征提取和降維、氣液兩相流流型測量等技術的國內外研究現(xiàn)狀，分析了目前關于圖像分割重構和圖像識別存在的不足，并闡述了本文的研究內容和組織框架。
　　第二章分析氣液兩相流圖像的特點，提出了基于邊緣信息的灰度不均勻重疊氣泡輪廓分割方法，基于最大類間方差法進行圖像預處理，根據Canny邊緣檢測算法，獲取氣泡的輪廓信息，獲得了完整的氣泡輪

3、廓。接著基于Hough直線變換實現(xiàn)氣液兩相流的流型圖像感興趣區(qū)域自動提取，對圖像進行中值濾波和對比度增強，為后續(xù)特征分析奠定基礎。
　　第三章提出了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方法，首先對氣泡圖像預處理，利用高斯濾波濾除噪聲干擾，依據自適應閾值分離出前景，得到預分割圖像。然后利用Canny算法提取輪廓，利用高斯函數平滑曲線，對輪廓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。最后利用最小二乘圓周擬合

4、插值算法對重疊部分的氣泡輪廓進行重構，得到氣泡分割后的重構圖像。
　　第四章提出了基于PCA混合特征融合的氣液兩相流流型識別方法，分析預處理后的圖像特征，提取相關的紋理和形狀特征，共提取了不變矩、灰度共生矩和LBP特征三種特征?；赑CA技術，即主成分分析技術，將三種特征融合降維后，很大程度保留原有信息不被丟失，有效地降低了數據維度。介紹了三種分類器，支持向量機SVM、概率神經網絡、BP神經網絡，輸入三種特征量進行分類識別，為后續(xù)