基于线激光片选和聚焦算法的水中失焦颗粒去除方法

1.本发明属于水工泥沙模型检测领域，具体为一种基于线激光片选和聚焦算法的水中失焦颗粒去除方法。


背景技术：

2.颗粒充斥在我们的周边，在人们的日常生产以及生活中都存在着颗粒。在工业、农业、制药业以及自然环境中都有着广泛的应用，并且随着社会的发展，在这些领域中人们迫切的想要了解颗粒更多的特性。例如在工业生产过程中(火力发电、钢铁厂、化工厂)会有大量的排放物(包括尾气、废水、残渣等)，它们对环境产生了严重的威胁，人们需要了解这些排放物中的颗粒情况；在农业生产中，人们需要了解土壤的颗粒物粒径以及分布情况等；在制药业中，尤其要了解药物各个成分的颗粒粒径、含量以及分布情况等；在自然环境中，人们经常使用各种方法测量江河中泥沙的含量和分布等。这些都表明了，在现代社会的生产生活中，颗粒测量得到了广泛的应用并且发挥着非常重要的作用。
3.天然江河中都携带有泥沙，而水流中携带的泥沙对人类来说是有利有害。一方面，泥沙淤积可以形成湿地生态系统，另一方面，泥沙淤积会堵塞河道，使得河床上升，对人类的生产生活造成严重的危害。而要解决泥沙淤积的危害，就要充分了解水中携带泥沙的特性，而粒径是颗粒最基本也是最重要的特性，它是决定泥沙随水流的运动以及沉降的最重要参数。因此泥沙颗粒粒径测量是一个十分重要的研究方向。江河中泥沙颗粒主要分为两类，分别是随水流一起移动的悬移质泥沙颗粒和淤积的床沙，本发明主要研究比较难以测量的移动的泥沙颗粒。
4.传统的颗粒测量方法有着测量步骤繁琐、测量精度低、测量成本较高以及测量结果不稳定等缺点。


技术实现要素：

5.本发明提出了一种基于线激光片选和聚焦算法的水中失焦颗粒去除方法。
6.实现本发明的技术解决方案为：一种基于线激光片选和聚焦算法的水中失焦颗粒去除方法，具体步骤为：
7.步骤1，在水下采集线激光照射平面的图像；
8.步骤2，对图像进行处理，去除水中失焦颗粒，获取聚焦的泥沙颗粒分布信息。
9.优选地，利用水下图像采集装置采集水下图案，所述水下图像采集装置包括置于密封圆柱内的图像采集模块，所述密封圆柱至少一底面采用透明材料。
10.优选地，激光平行于透明材料密封圆柱底面入射，入射的激光在水中形成一个平行于密封圆柱底面的平面，图像采集模块将聚焦平面调整为激光照射的平面，通过透明材料密封圆柱底面采集该平面的图像。
11.优选地，所述激光为线激光。
12.优选地，对图像进行处理具体包括图像预处理、失焦颗粒去除、阈值分割以及形态
学处理。
13.优选地，图像预处理的具体方法为：
14.通过线性灰度变换将原始图像转化为灰度图像；
15.采用双边滤波法去除灰度图像中的噪声。
16.优选地，失焦颗粒去除的具体方法为：
17.将经过预处理的图像灰度值转化到0-1；
18.将图像分别和水平方向高斯核、竖直方向的高斯核进行卷积运算，得到水平以及竖直方向的梯度值；
19.将水平以及竖直方向梯度值进行相加得到总的梯度值，通过梯度值就可以描述该点是否聚焦，经过多次的实验选取合适的阈值，梯度值大于阈值的点就是聚焦的点。
20.优选地，水平方向高斯核k1以及竖直方向高斯核k2分别如下：
[0021][0022][0023]
式中，n＝2m 1，m是最接近的整数，σ和ε为设定值，是规范化内核，g(x)、g(y)分别为水平以及竖直方向高斯核函数。
[0024]
优选地，水平以及竖直方向高斯核函数分别具体为：
[0025][0026][0027]
式中，σ是方差值，x和y分别水平以及竖直方向位置。
[0028]
优选地，阈值分割以及形态学处理的具体方法为：
[0029]
采用最大类间方差法对去除失焦颗粒的图像进行阈值分割，得到泥沙颗粒和背景区分开的图像；
[0030]
依次对图像进行形态学闭运算、开运算，统计泥沙颗粒的分布情况。
[0031]
本发明与现有技术相比，其显著优点为：本发明通过线激光片选结合聚焦算法可以精准快速的去除失焦颗粒；本发明测量精度高、操作简单、可以实时监控。
[0032]
下面结合附图对本发明做进一步详细的描述。
附图说明
[0033]
图1为本发明的装置示意图。
[0034]
图2为本发明的图像处理流程图。
具体实施方式
[0035]
一种基于线激光片选和聚焦算法的水中失焦颗粒去除方法，具体方法为：
[0036]
步骤1，利用水下图像采集装置采集水下图案，所述水下图像采集装置包括置于密
封圆柱内的图像采集模块以及图像处理模块，所述密封圆柱至少一底面采用透明材料，将水下图像采集装置置于水下，激光平行于透明材料密封圆柱底面入射，入射的激光在水中形成一个平行于密封圆柱底面的平面，图像采集模块将聚焦平面调整为激光照射的平面，然后通过透明材料密封圆柱底面采集该平面的图像。
[0037]
本实施例中，如图1所示，e是水下图像采集装置的外壳，主要用于密封，防止水流的渗入。e整体是一个内部掏空的金属圆柱，ab面为透明的玻璃，在保证良好的防水性的同时不影响图像的获取。d代表线激光，在ab的下方平行于ab入射，该入射的线激光会在水中形成一个平行于ab的平面。图1中c是图像采集模块以及图像处理模块，图像采集模块主要为一采集图像的摄像头，图像处理模块为一对图像进行处理的处理器。将图像采集模块聚焦平面调整为线激光照射的平面，然后采集该平面的图像。线激光d按图中位置射入，照射在水流中中形成一个平面，该平面上的光强明显强于其它水平平面，因而只保留该平面的泥沙颗粒信息。
[0038]
本实施例中，选用的摄像头是sony130万高清摄像头，ccd尺寸是1/3
``
，有效像素为1280
×
960，像素尺寸是3.4μm
×
3.4μm，曝光时间最低可达0.01ms。通过sony130摄像头可以获得所需要的泥沙颗粒图像。
[0039]
步骤2，利用图像处理模块对图像进行处理，获取聚焦的泥沙颗粒分布信息。
[0040]
本实施例中，图像处理模块采用tiny6410开发板，它上面搭载了s3c6410处理器。该开发板有着非常强大的图像处理模块，并且s3c6410处理器中集成了强大的硬件加速器。
[0041]
本实施例中，利用图像处理模块对图像进行处理，具体包括图像预处理、失焦颗粒去除、阈值分割以及形态学处理，分别具体为：
[0042]
图像预处理：
[0043]
图像采集模块采集的图像为原始的彩色图像，通过线性灰度变换的方法将原始图像转化为灰度图像。
[0044]
灰度图像中包含许多无用的噪声干扰，采用双边滤波法来去除噪声，双边滤波的公式为：
[0045][0046]
式中，i
p
表示灰色图像的任一像素点p点的灰度值，过滤后该点的灰度值是i
′
p
，iq表示邻域中心点q的灰度值，σs是对中心像素点有影响的邻域大小，σ
τ
表示中心像素点和周围的像素点的差别大小对于加权值的影响，表示中心像素点领域加权函数，表示中心像素点和周围的像素点的差别大小的加权函数。
[0047]
经过双边滤波后，图像中泥沙颗粒的边缘信息几乎没有丢失，而大部分的噪声都很好的被滤除了。
[0048]
失焦颗粒去除：
[0049]
经过预处理之后的图像中还包含有失焦的泥沙颗粒信息，在本实施例中设计了算法去除这部分粒子。线激光本身可以去除一部分的失焦颗粒，但是还是有部分失焦颗粒信息被保存了下来。
[0050]
利用剔除失焦颗粒算法处理图像的具体方法为：
[0051]
首先将经过预处理图像的灰度值进行转化，将灰度值转化到0-1，之后将图像分别和水平方向高斯核、竖直方向高斯核进行卷积运算，得到运算结果，分别表示水平以及竖直方向的梯度值。为了简化运算量，直接将水平以及竖直方向梯度值进行相加，得到的结果是该点总的梯度值，通过梯度值就可以描述该点是否聚焦，经过多次的实验选取合适的阈值，梯度值大于阈值的点就是聚焦的点。
[0052]
水平以及竖直方向高斯核函数：
[0053][0054][0055]
σ是方差值，x和y分别代表图像的水平以及竖直方向。
[0056]
水平方向高斯核k1以及竖直方向高斯核k2的定义分别如下：
[0057][0058][0059]
k1以及k2分别是一个n
×
n阶的矩阵(即x和y是从0到n的整数范围的增量)，并且n＝2m 1(m是最接近的整数)，公式中的σ和ε的取值是由用户设定的，是规范化内核，定义如下：
[0060][0061]
阈值分割以及形态学处理：
[0062]
采用最大类间方差法对去除失焦颗粒的图像进行阈值分割，得到了泥沙颗粒和背景区分开的图像。进行阈值分割后得到的二值图像中颗粒边缘存在毛刺以及空洞的问题，通过对图像先进行形态学闭运算再进行开运算就可以解决这部分问题，最后统计泥沙颗粒的分布情况等信息。