留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

水下气泡光学图像识别方法

张浩 李向春 杨倩 吴承璇 雷卓

张浩, 李向春, 杨倩, 吴承璇, 雷卓. 水下气泡光学图像识别方法[J]. 红外与激光工程, 2019, 48(3): 326001-0326001(7). doi: 10.3788/IRLA201948.0326001
引用本文: 张浩, 李向春, 杨倩, 吴承璇, 雷卓. 水下气泡光学图像识别方法[J]. 红外与激光工程, 2019, 48(3): 326001-0326001(7). doi: 10.3788/IRLA201948.0326001
Zhang Hao, Li Xiangchun, Yang Qian, Wu Chengxuan, Lei Zhuo. Optical image recognition of underwater bubbles[J]. Infrared and Laser Engineering, 2019, 48(3): 326001-0326001(7). doi: 10.3788/IRLA201948.0326001
Citation: Zhang Hao, Li Xiangchun, Yang Qian, Wu Chengxuan, Lei Zhuo. Optical image recognition of underwater bubbles[J]. Infrared and Laser Engineering, 2019, 48(3): 326001-0326001(7). doi: 10.3788/IRLA201948.0326001

水下气泡光学图像识别方法

doi: 10.3788/IRLA201948.0326001
基金项目: 

国家自然科学基金(41206165);山东省科学院基础研究基金(2018-11);山东省重大科技创新工程项目(2018YFJH0705)

详细信息
    作者简介:

    张浩(1980-),男,博士,主要从事水下光学成像与计算机视觉方面的研究。Email:haozhang2013@126.com

  • 中图分类号: TP391.4

Optical image recognition of underwater bubbles

  • 摘要: 针对水中气泡与固体悬浮微粒不易区分的问题,提出了一种基于Zernike矩与灰度计算的水下光学气泡图像识别方法。该方法主要分为图像划分、图像预处理和特征提取三个步骤。首先,获取水下悬浮微粒的图像,从中划分出单个气泡并选取部分样本;为了更好地提取与表示气泡轮廓与灰度特征,然后采用图像预处理方法增强气泡边缘特征,选择并构建气泡特征库;最后,采用Zernike矩计算悬浮微粒特征的相似度,区分圆形微粒与非圆形微粒,之后计算微粒中心与灰度变化趋势,辨别气泡与固体悬浮微粒。实验结果表明,在测试数据集上的气泡识别准确率达到94%。该方法不仅能够辨别圆形与非圆形微粒,而且能够融合灰度梯度计算方法以获取更好的结果。该方法从形状与灰度两个方面提取与辨别目标的特征信息,提高了气泡识别精度,具有较高的精确性与适用性。
  • [1] Asher W E, Karle L M, Higgins B J, et al. The influence of bubble plumes on air-seawater gas transfer velocities[J]. Journal of Geophysical Research, 1996, 101(C5):12027-12041.
    [2] Farmer D M, McNeil C L, Johnson B D. Evidence for the importance of bubbles in increasing air-sea gas flux[J]. Nature, 1993, 361(18):620-623.
    [3] Woolf D K. Bubbles and Their Role in Gas Exchange[M]. Cambridge:Cambridge University Press, 1997:174-205.
    [4] Clift R, Grace J R, Weber M E. Bubbles, Drops, and Particles[M]. New York:Academic Press, 1978:244-284.
    [5] Kawase Y, Halard B, Moo-Young M. Liquid phase mass transfer coefficients in bioreactors[J]. Biotechnology and Bioengineering, 1992, 39:1133-1140.
    [6] Asselin C, Comeau Y, Ton-That Q A. Alpha correction factors for static aerators and fine bubble diffusers used in municipal facultative aerated lagoons[J]. Water Science Technology, 1998, 38:79-85.
    [7] Liss P S, Watson A J, Bock E J, et al. Physical Processes in the Microlayer and the Air-sea Exchange of Trace Gases[M]. Cambridge:Cambridge University Press, 1997:1-33.
    [8] Blanchard D C. Electrification of the atmosphere by particles from bubbles in the sea[J]. Progress in Oceanography, 1963, 1:73-197.
    [9] Monahan E C. The Ocean as a Source for Atmospheric Particles[M]. Berlin:Springer, 1986:129-163.
    [10] De Leeuw G. Spray droplet source function:From laboratory to open ocean[C]//Proceedings of a Workshop on Modeling the Fate and Influence of Marine Spray, 1990:17-28.
    [11] Spiel D E. On the births of film drops from bubbles bursting on seawater surfaces[J]. Journal of Geophysical Research, 1998, 103(C11):24907-24918.
    [12] Blanchard D C. The ejection of drops from the sea and their enrichment with bacteria and other materials:A review[J]. Estuaries, 1989, 12(3):127-137.
    [13] Tian Jing, Bai Guangfu, Jiang Yang. Research of scattering Stokes parameters for ship wake bubbles[J]. Infrared and Laser Engineering, 2018, 47(2):0206003. (in Chinese)
    [14] Liu Jian, Gu Kang, Li Mengzhou, et al. 3D measurement decoupling criterion in optical microscopy[J]. Infrared and Laser Engineering, 2017, 46(3):0302001. (in Chinese)
    [15] Kitaigorodskii S A, Donelan M A. Wind-wave effects on gas transfer[J]. Switzerland:Springer, 1984:141-170.
    [16] Asher W E, Karle L M, Higgins B J. On the difference between bubble-mediated air-water transfer in freshwater and seawater[J]. Journal of Marine Research, 1997, 55(5):1-34.
    [17] Cao Ruixue. Measurement and analysis of bubbles in ocean surface layer and sub-surface layer[D]. Qingdao:Institute of Oceanology, Chinese Academy of Sciences, 2006. (in Chinese)
    [18] Leifer I, MacDonald I. Dynamics of the gas flux from shallow gas hydrate deposits:Interaction between oily hydrate bubbles and the oceanic environment[J]. Earth and Planetary Science Letters, 2003, 210:411-424.
    [19] Lifer I, De Leeuw G, Kunz G, et al. Calibrating optical bubble size by the displaced-mass method[J]. Chemical Engineering Science, 2003, 58:5211-5216.
    [20] Leifer I, De Leeuw G, Cohen L H. Optical measurement of bubbles:System, design and application[J]. American Meteorological Society, 2003, 20:1317-1332.
    [21] Bhatia A B, Wolf E. On the circle polynomial of Zernike and related orthogonal sets[J]. Mathematical Proceedings of the Cambridge Philosophical Society, 1954, 50(1):40-48.
    [22] Teh C-H, Chin R T. On image analysis by the method of moments[J]. IEEE Transaction on Pattern Analysis and Machine Intelligence, 1988, 10(4):496-513.
    [23] Teague M R. Image analysis via the general theory of moments[J]. Journal of the Optical Society of America, 1980, 70(8):920-930.
    [24] Belkasim S, Hassan E, Obeidi T. Explicit invariance of Cartesian Zernike moments[J]. Pattern Recognition Letters, 2007, 28:1969-1980.
  • [1] 黄见, 时东锋, 孟文文, 查林彬, 孙宇松, 苑克娥, 胡顺星, 王英俭.  光谱编码计算关联成像技术研究 . 红外与激光工程, 2021, 50(1): 20200120-1-20200120-8. doi: 10.3788/IRLA20200120
    [2] 王新伟, 孙亮, 雷平顺, 陈嘉男, 杨于清, 张岳, 钟鑫, 何军, 王敏敏, 周燕.  用于海洋宏生物原位观测的水下激光雷达相机 . 红外与激光工程, 2021, 50(6): 20211039-1-20211039-9. doi: 10.3788/IRLA20211039
    [3] 张银波, 李思宁, 姜鹏, 孙剑峰.  PCA特征提取和弹性BP神经网络的水下气泡识别 . 红外与激光工程, 2021, 50(6): 20200352-1-20200352-7. doi: 10.3788/IRLA20200352
    [4] 唐勐, 张宇.  激光探测尾流微气泡的偏振特性研究 . 红外与激光工程, 2020, 49(1): 0105006-0105006(6). doi: 10.3788/IRLA202049.0105006
    [5] 刘连伟, 董士奎, 陈前荣, 邹前进, 樊宏杰, 屈东胜.  基于CUDA并行计算的空中目标红外辐射成像计算 . 红外与激光工程, 2020, 49(4): 0404003-0404003-7. doi: 10.3788/IRLA202049.0404003
    [6] 邓键, 曲锐, 黄建兵.  多波段共孔径光学成像系统的几种实现途径(特约) . 红外与激光工程, 2020, 49(6): 20201017-1-20201017-12. doi: 10.3788/IRLA20201017
    [7] 宋宏, 万启新, 吴超鹏, 申屠溢醇, 王文鑫, 杨萍, 贾文娟, 李红志, 黄慧, 王杭州, 詹舒越.  基于LCTF的水下光谱成像系统研制 . 红外与激光工程, 2020, 49(2): 0203005-0203005. doi: 10.3788/IRLA202049.0203005
    [8] 刘正君, 耿勇, 谭久彬.  基于柱透镜多旋转测量的计算成像 . 红外与激光工程, 2019, 48(6): 603016-0603016(5). doi: 10.3788/IRLA201948.0603016
    [9] 徐志敏, 李晋.  基于形态梯度的大地电磁成像处理研究 . 红外与激光工程, 2019, 48(5): 524002-0524002(5). doi: 10.3788/IRLA201948.0524002
    [10] 郑珊珊, 杨婉琴, 司徒国海.  计算光学成像在散射中的应用 . 红外与激光工程, 2019, 48(6): 603005-0603005(15). doi: 10.3788/IRLA201948.0603005
    [11] 胡波, 张云菲, 吴超鹏, 杨永, 陈宗恒, 宋宏, 陶军.  基于图像的水下三点激光测距方法研究 . 红外与激光工程, 2019, 48(10): 1005011-1005011(10). doi: 10.3788/IRLA201948.1005011
    [12] 牛威, 郭世平, 史江林, 邹建华, 张荣之.  自适应光学成像事后处理LoG域匹配图像质量评价 . 红外与激光工程, 2018, 47(11): 1111005-1111005(9). doi: 10.3788/IRLA201847.1111005
    [13] 赵东波, 李辉.  基于中心矩特征和GA-BP神经网络的雷达目标识别 . 红外与激光工程, 2018, 47(8): 826005-0826005(7). doi: 10.3788/IRLA201847.0826005
    [14] 雷宇, 佟庆, 张新宇.  使用梯度折射率液晶微透镜阵列的光场成像 . 红外与激光工程, 2017, 46(2): 220002-0220002(7). doi: 10.3788/IRLA201746.0220002
    [15] 雷选华, 程锦房, 肖大为.  水下激光告警器信噪比分析计算及仿真 . 红外与激光工程, 2015, 44(11): 3256-3261.
    [16] 李远洋, 刘立生, 王挺峰, 邵俊峰, 郭劲.  应用Collins公式和像差的Zernike展开分析激光光束在实际光学系统传输特性 . 红外与激光工程, 2015, 44(3): 857-862.
    [17] 杜双, 张宁, 陶宇, 赵帅, 王文生.  光学相关多目标识别技术 . 红外与激光工程, 2014, 43(8): 2740-2745.
    [18] 蒋立辉, 陈红, 庄子波, 熊兴隆.  小波不变矩的低空风切变识别 . 红外与激光工程, 2014, 43(11): 3783-3787.
    [19] 查冰婷, 张合, 张祥金, 许敬.  水下单光束脉冲激光方位识别系统角度参数优化设计 . 红外与激光工程, 2013, 42(4): 895-899.
    [20] 葛卫龙, 华良洪, 张晓晖.  距离选通水下激光成像系统信噪比分析与计算 . 红外与激光工程, 2013, 42(8): 2022-2026.
  • 加载中
计量
  • 文章访问数:  286
  • HTML全文浏览量:  31
  • PDF下载量:  38
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-10-05
  • 修回日期:  2018-11-03
  • 刊出日期:  2019-03-25

水下气泡光学图像识别方法

doi: 10.3788/IRLA201948.0326001
    作者简介:

    张浩(1980-),男,博士,主要从事水下光学成像与计算机视觉方面的研究。Email:haozhang2013@126.com

基金项目:

国家自然科学基金(41206165);山东省科学院基础研究基金(2018-11);山东省重大科技创新工程项目(2018YFJH0705)

  • 中图分类号: TP391.4

摘要: 针对水中气泡与固体悬浮微粒不易区分的问题,提出了一种基于Zernike矩与灰度计算的水下光学气泡图像识别方法。该方法主要分为图像划分、图像预处理和特征提取三个步骤。首先,获取水下悬浮微粒的图像,从中划分出单个气泡并选取部分样本;为了更好地提取与表示气泡轮廓与灰度特征,然后采用图像预处理方法增强气泡边缘特征,选择并构建气泡特征库;最后,采用Zernike矩计算悬浮微粒特征的相似度,区分圆形微粒与非圆形微粒,之后计算微粒中心与灰度变化趋势,辨别气泡与固体悬浮微粒。实验结果表明,在测试数据集上的气泡识别准确率达到94%。该方法不仅能够辨别圆形与非圆形微粒,而且能够融合灰度梯度计算方法以获取更好的结果。该方法从形状与灰度两个方面提取与辨别目标的特征信息,提高了气泡识别精度,具有较高的精确性与适用性。

English Abstract

参考文献 (24)

目录

    /

    返回文章
    返回