第1章 绪论 1
1. 1数字图像处理的主要内容及发展方向 1
1.1.1数字图像处理的主要内容 1
1.1.2数字图像处理领域的发展动向 2
1.2多相流概述 2
1.2.1多相流体的定义 2
1.2.2多相流体的分类 3
1.3多相流主要测量参数及分类 5
1.4图像处理技术在多相流参数检测中的应用与难点及发展趋势 8
1.4.1发展现状 8
1.4.2技术难点 11
1.4.3发展趋势 12
参考文献 12
第2章 图像数学形态学方法在气液两相流气泡识别与容积含气率的测量中的应用 15
2.1数学形态学的基本运算 15
2.1.1二值图像中的形态学基本运算 15
2.1.2灰度图像中的形态学基本运算 17
2.2基于数学形态学的气液两相流独立气泡分割算法 18
2.2.1改进Canny算子分割法 18
2.2.2粒子群算法优化增强大津法 20
2.2.3改进等高线分割法 23
2.3基于数学形态学的气液两相流粘连气泡分割算法 28
2.3.1流域分割法 29
2.3.2遮挡分割法 30
2.3.3面积重构法 32
2.3.4形态学水线区域分割法 36
2.4气泡形态特征参数计算及分析 39
2.4.1气泡参数的求取 39
2.4.2气泡参数分析 40
2.5容积含气率的计算 43
2.5.1气泡尺寸 43
2.5.2容积含气率 44
2.5.3实验结果与分析 44
2.6小结 49
参考文献 50
第3章 基于数字图像处理技术的气液两相流型识别 52
3.1气液两相流流型图像信号的获取 52
3.1.1实验系统及步骤 52
3.1.2图像采集系统的选取 53
3.1.3两相流图像信号的获取及分析 55
3.1.4流型图像的噪声分析及处理 56
3.2气液两相流流型图像信号的特征提取 58
3.2.1基于灰度直方图的流型图像特征提取 59
3.2.2基于不变矩的流型图像特征提取 60
3.2.3基于灰度共生矩阵的流型图像特征提取 62
3.2.4小波变换的流型图像特征提取 65
3.2.5基于小波包变换的流型图像特征提取 67
3.2.6基于粗糙集的流型图像特征提取 71
3. 3流型的识别模型 73
3.3.1基于BP神经网络的流型识别 73
3.3.2基于Elman神经网络的流型识别 76
3.3.3基于概率神经网络的流型识别 78
3.3.4基于支持向量机模型的流型识别 80
3.3.5基于隐马尔可夫模型的流型识别 82
3.4小结 86
参考文献 86
第4章 基于图像处理技术的气液两相流动特性分析 89
4.1图像连通区域特征分析 89
4.1.1图像处理过程 89
4.1.2形态学变异系数 90
4.1.3行相关与分形维的计算 91
4.1.4连通区域分析结果 93
4.2动态图像平均灰度时间序列分析 98
4.2.1两种熵测度特性分析 98
4.2.2 EMD分解 102
4.2.3双HURST指数分析 105
4.2.4递归分析 109
4.2.5质量指数谱分析 115
4.3连续图像区域分块混沌特性分析 120
4.3.1最大Lyapunov指数提取方法 120
4.3.2灰度最大间距序列提取方法 121
4.3.3流动机理分析 123
4.3.4灰度最大相似值序列分析 127
4.4气液两相流型空间图像复杂性测度分析 129
4.4.1流型图像复杂性测度 129
4.4.2气液两相流流型复杂性分析 132
4.5小结 135
参考文献 135
第5章 基于图像处理的油气水三相流型特性分析 137
5.1油气水三相流流型图像纹理特征 137
5.1.1纹理特征定义 137
5.1.2纹理分析方法 137
5.1.3基于二阶直方图的流型图像纹理特征提取 139
5.1.4图像纹理分析 142
5.1.5流型图像纹理特征复杂性测度 144
5.2油气水三相流流型时间序列的特性分析 146
5.2.1基于HURST指数的特性分析 147
5.2.2基于关联维的特性分析 149
5.2.3基于混沌吸引子的特性分析 151
5.2.4时频域特征分析 152
5.2.5混沌与分形特性分析 155
5.3小结 158
参考文献 158
第6章 基于图像处理的气固两相流型识别及空隙率检测 160
6.1气固两相流图像信号的获取 160
6.1.1图像获取的实验系统及步骤 160
6.1.2流型图像的预处理 161
6. 2流型图像的特征提取 163
6.2.1灰度直方图统计特征的提取 163
6.2.2图像傅里叶变换的纹理特征的提取 164
6.2.3图像的小波纹理特征的提取 167
6.2.4图像的多重分形特征的提取 171
6.3流型识别模型 176
6.4稀相输送中体积空隙率的检测 178
6.4.1图像处理算法 179
6.4.2参数计算 182
6.4.3误差来源分析 184
6.5小结 185
参考文献 185
第7章 基于图像处理的气固两相流流速及流场计算 187
7.1流化床颗粒与气泡运动图像的获取 187
7.1.1图像采集 187
7.1.2图像的预处理 189
7.2基于特征相似度的PTV匹配算法 191
7.2.1颗粒图像特征的提取 191
7.2.2颗粒速度的测量 193
7.3基于粒子群优化Hopfield网络的PTV匹配算法 196
7.3.1能量函数的设计 196
7.3.2基于PSO优化的Hopf ield网络对颗粒进行匹配 198
7.3.3速度场的测量 200
7.4基于光流分析法的流场检测 204
7.4.1光流分析法基本原理 204
7.4.2 MQD互相关算法 206
7.4.3检测结果分析 207
7.5气固两相流中气泡行为分析 212
7.5.1气泡图像的处理及数据的获取 212
7.5.2气泡上升过程中的行为分析 214
7.5.3气泡的聚合与分裂行为分析 217
7.6小结 219
参考文献 220