專利名稱：基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及液體流量檢測(cè)技術(shù)，特別涉及一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法。
背景技術(shù)：
近年來(lái)，連續(xù)流動(dòng)的微觀流體學(xué)在化學(xué)工程中的應(yīng)用技術(shù)，即微化工工藝，在微觀技術(shù)領(lǐng)域和化學(xué)工程領(lǐng)域都得到了越來(lái)越多的重視。微化工的工藝過(guò)程可以在較小體積范圍內(nèi)實(shí)現(xiàn)化學(xué)反應(yīng)的連續(xù)進(jìn)行，使反應(yīng)的轉(zhuǎn)化率、選擇性均有明顯提高，傳熱系數(shù)和傳質(zhì)性能與常規(guī)尺度的化工工藝相比得到顯著強(qiáng)化。微化工的新工藝可以滿足工業(yè)規(guī)模生產(chǎn)對(duì)過(guò)程強(qiáng)化的要求，實(shí)現(xiàn)反應(yīng)過(guò)程“更好”(高收率，更好的選擇性)、“更快”(高時(shí)空收率，高生產(chǎn)能力)、“更便宜”(低資金投入，低運(yùn)行成本)、“更安全”(環(huán)保，降低危險(xiǎn))。對(duì)于常規(guī)尺度的化工過(guò)程而言，流量等重要化工過(guò)程參數(shù)的檢測(cè)技術(shù)已成熟，可以滿足現(xiàn)有化工廠等流程工業(yè)企業(yè)自動(dòng)化生產(chǎn)對(duì)檢測(cè)技術(shù)的要求。然而，對(duì)于微化工裝置而言，由于其物理尺度往往為毫米級(jí)、亞毫米級(jí)乃至微米級(jí)，在極其狹小的物理空間中如何實(shí)現(xiàn)對(duì)流量等過(guò)程參數(shù)的檢測(cè)，是微化工在實(shí)際應(yīng)用中亟待解決的重要難題。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，適用于直徑為毫米級(jí)、亞毫米級(jí)、微米級(jí)的微管道中微小液體流量的檢測(cè)，實(shí)現(xiàn)對(duì)單根管道中的液體或同時(shí)對(duì)多根管道中的液體進(jìn)行實(shí)時(shí)、在線、精確、低成本、非接觸式的流量檢測(cè)，應(yīng)用于微化工裝置以及微流控、微機(jī)電、液相色譜等微流體系統(tǒng)。為此，本發(fā)明采用以下技術(shù)方案:它通過(guò)連續(xù)拍攝采集所述管道出口的液滴圖像，根據(jù)液滴圖像計(jì)算液滴的體積變化，來(lái)實(shí)時(shí)計(jì)算管道中的液體流量。在采用上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還采用以下進(jìn)一步的技術(shù)方案:管道出口段中液體由上向下流動(dòng)并在管道出口處形成液滴，液滴逐漸變大、抖動(dòng)并在重力的作用下滴落，然后在所述管道出口處又形成新的液滴；所述管道出口段，可以是單根的管道出口段，也可以是多根的管道出口段組成的管道出口段陣列。在獲取液滴圖像后，對(duì)所述液滴圖像依次采用液滴圖像預(yù)處理算法以獲得所述液滴圖像的二值圖、采用液滴輪廓檢測(cè)算法以獲得所述液滴圖像的二值圖的輪廓擬合線、采用液滴體積數(shù)值積分算法計(jì)算得到液滴體積、采用液滴體積變化率算法計(jì)算得到液滴體積的變化率，通過(guò)所述液滴體積的變化率來(lái)實(shí)時(shí)計(jì)算管道中的液體流量，實(shí)現(xiàn)對(duì)管道中液體流量的實(shí)時(shí)在線檢測(cè)。它采用液滴圖像預(yù)處理算法以獲得所述液滴圖像的二值圖；所述液滴圖像預(yù)處理算法由液滴圖像灰度化算法、液滴圖像二值化算法組成；所述液滴圖像灰度化算法將每個(gè)液滴圖像由彩色圖轉(zhuǎn)化為灰度圖；所述液滴圖像二值化算法將每個(gè)灰度圖按照閾值轉(zhuǎn)化為二值圖。它針對(duì)通過(guò)所述液滴圖像預(yù)處理算法獲得的液滴圖像的二值圖，采用液滴輪廓檢測(cè)算法以獲得所述液滴圖像的二值圖的輪廓擬合線；所述液滴輪廓檢測(cè)算法由液滴輪廓點(diǎn)提取算法、液滴輪廓擬合算法組成；所述液滴輪廓點(diǎn)提取算法用于提取所述液滴圖像的二值圖的基本輪廓；所述液滴輪廓擬合算法采用Young-Laplace方程、龍格-庫(kù)塔算法、坐標(biāo)輪換算法或牛頓拉夫遜算法來(lái)計(jì)算所述液滴圖像的二值圖的輪廓擬合線。它針對(duì)通過(guò)所述液滴輪廓檢測(cè)算法獲得的液滴圖像的二值圖的輪廓擬合線，采用液滴體積數(shù)值積分算法計(jì)算得到液滴體積；所述液滴體積數(shù)值積分算法首先根據(jù)所述液滴圖像的二值圖的輪廓擬合線，將液滴圖像水平劃分為一系列的小圓臺(tái)，液滴圖像體積為所有小圓臺(tái)圖像體積的加和,液滴體積為體積換算系數(shù)乘以液滴圖像體積；所述液滴體積數(shù)值積分算法的計(jì)算公式如下:
權(quán)利要求
1.一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，其特征在于，它通過(guò)連續(xù)拍攝采集所述管道出口的液滴圖像，根據(jù)液滴圖像計(jì)算液滴的體積變化，來(lái)實(shí)時(shí)計(jì)算管道中的液體流量。
2.如權(quán)利要求1所述的一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，其特征在于管道出口段中液體由上向下流動(dòng)并在管道出口處形成液滴，液滴逐漸變大、抖動(dòng)并在重力的作用下滴落，然后在所述管道出口處又形成新的液滴；所述管道出口段，可以是單根的管道出口段，也可以是多根的管道出口段組成的管道出口段陣列。
3.如權(quán)利要求1所述的一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，其特征在于所述液滴圖像依次采用液滴圖像預(yù)處理算法以獲得所述液滴圖像的二值圖、采用液滴輪廓檢測(cè)算法以獲得所述液滴圖像的二值圖的輪廓擬合線、采用液滴體積數(shù)值積分算法計(jì)算得到液滴體積、采用液滴體積變化率算法計(jì)算得到液滴體積的變化率，通過(guò)所述液滴體積的變化率來(lái)實(shí)時(shí)計(jì)算管道中的液體流量。
4.如權(quán)利要求3所述的一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，其特征在于它采用液滴圖像預(yù)處理算法以獲得所述液滴圖像的二值圖；所述液滴圖像預(yù)處理算法由液滴圖像灰度化算法、液滴圖像二值化算法組成；所述液滴圖像灰度化算法將每個(gè)液滴圖像由彩色圖轉(zhuǎn)化為灰度圖；所述液滴圖像二值化算法將每個(gè)灰度圖按照閾值轉(zhuǎn)化為二值圖。
5.如權(quán)利要求3或4所述的一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，其特征在于它針對(duì)通過(guò)所述液滴圖像預(yù)處理算法獲得的液滴圖像的二值圖，采用液滴輪廓檢測(cè)算法以獲得所述液滴圖像的二值圖的輪廓擬合線；所述液滴輪廓檢測(cè)算法由液滴輪廓點(diǎn)提取算法、液滴輪廓擬合算法組成；所述液滴輪廓點(diǎn)提取算法用于提取所述液滴圖像的二值圖的基本輪廓；所述液滴輪廓擬合算法采用Young-Laplace方程、龍格-庫(kù)塔算法、坐標(biāo)輪換算法或牛頓拉夫遜算法來(lái)計(jì)算所述液滴圖像的二值圖的輪廓擬合線。
6.如權(quán)利要求3或5所述的一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，其特征在于它針對(duì)通過(guò)所述液滴輪廓檢測(cè)算法獲得的液滴圖像的二值圖的輪廓擬合線，采用液滴體積數(shù)值積分算法計(jì)算得到液滴體積；所述液滴體積數(shù)值積分算法首先根據(jù)所述液滴圖像的二值圖的輪廓擬合線，將液滴圖像水平劃分為一系列的小圓臺(tái)，液滴圖像體積為所有小圓臺(tái)圖像體積的加和,液滴體積為體積換算系數(shù)乘以液滴圖像體積；所述液滴體積數(shù)值積分算法的計(jì)算公式如下:V = A f = A-Yfi = A-^^r-h \R; +Rrr+r；)/3 Ii 其中V為液滴體積，f為液滴圖像體積，R為第i個(gè)小圓臺(tái)的圖像體積，分別為第i個(gè)小圓臺(tái)圖像的高、上底半徑、下底半徑，A為通過(guò)實(shí)驗(yàn)標(biāo)定的體積換算系數(shù)。
7.如權(quán)利要求3或6所述的一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，其特征在于它根據(jù)所述液滴體積數(shù)值積分算法計(jì)算得到的液滴體積，采用液滴體積變化率算法計(jì)算得到液滴體積的變化率；所述液滴體積變化率算法將當(dāng)前時(shí)刻的液滴體積減去前一時(shí)刻的液滴體積，然后除以當(dāng)前時(shí)刻與前一時(shí)刻的時(shí)間差，計(jì)算得到當(dāng)前時(shí)刻液滴體積的變化率；當(dāng)前時(shí)刻管道中液體流量的實(shí)時(shí)值采用所述當(dāng)前時(shí)刻液滴體積的變化率進(jìn)行更新。
8.如權(quán)利要求1所述的一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，其特征在于所述方法針對(duì)當(dāng)前液滴成形早期設(shè)定第一下限體積閾值，針對(duì)當(dāng)前液滴開(kāi)始抖動(dòng)接近滴落的末期設(shè)定第二上限體積閾值；當(dāng)前時(shí)刻的液滴體積在所述第一下限體積閾值和所述第二上限體積閾值之間時(shí)，根據(jù)液滴圖像計(jì)算液滴的體積變化，來(lái)實(shí)時(shí)計(jì)算管道中的液體流量。
9.如權(quán)利要求8所述的一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，其特征在于它在當(dāng)前時(shí)刻的液滴體積小于第一下限體積閾值和大于第二上限體積閾值時(shí)，當(dāng)前時(shí)刻管道中液體流量的實(shí)時(shí)值不進(jìn)行更新或更新為標(biāo)記，所述標(biāo)記表示當(dāng)前時(shí)刻未計(jì)算管道中的液體流量。
10.如權(quán)利要求8或9所述的一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，其特征在于將前一個(gè)液滴在滴落時(shí)的液滴體積記為Vmax ;所述第一下限體積閾值為0.01-0 .20Vmax，優(yōu)選值為0.1OVmax ;所述第二上限體積閾值為0.80-0.99Vmax，優(yōu)選值為0.85V—。
全文摘要
一種基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，通過(guò)攝像頭或相機(jī)連續(xù)拍攝采集管道出口的液滴圖像，所采集的液滴圖像依次采用液滴圖像預(yù)處理算法、液滴輪廓檢測(cè)算法、液滴體積數(shù)值積分算法、液滴體積變化率算法等，獲得液滴的體積變化率，來(lái)實(shí)時(shí)計(jì)算管道中的液體流量。本發(fā)明提出的基于管道出口液滴圖像識(shí)別的微流量檢測(cè)方法，可以對(duì)單根管道中的液體或同時(shí)對(duì)多根管道中的液體進(jìn)行實(shí)時(shí)、在線、精確、低成本、非接觸式的流量檢測(cè)，尤其適用于直徑為毫米級(jí)、亞毫米級(jí)、微米級(jí)的微管道中微小液體流量的檢測(cè)，可廣泛應(yīng)用于微化工裝置以及微流控、微機(jī)電、液相色譜等微流體系統(tǒng)。
文檔編號(hào)G01F3/00GK103148905SQ20131004782
公開(kāi)日2013年6月12日 申請(qǐng)日期2013年2月3日 優(yōu)先權(quán)日2013年2月3日
發(fā)明者盧建剛, 葉昕鑫 申請(qǐng)人:浙江大學(xué)