基于图像处理的颗粒流动层模型研究

›› 2016, Vol. 29 ›› Issue (10): 89-.

基于图像处理的颗粒流动层模型研究

洪西洋 1，杨晖 1，李然 1，郑刚 2

(1.上海理工大学光电信息与计算机工程学院，上海 2000932；2. 上海理工大学医疗器械与食品学院，上海 2000932)

出版日期:2016-10-15 发布日期:2016-11-14
作者简介:洪西洋（1992-），男，硕士研究生。研究方向：测试系统和图像处理。杨晖（1981-），男，副教授。研究方向：颗粒技术。
基金资助:
国家自然科学基金资助项目（11572201）

Particle Flow Model Based on Image Processing

HONG Xiyang1, YANG Hui1, LI Ran1, ZHENG Gang2

(1. School of OpticalElectrical and Computer Engineering,University of Shanghai for Science and Technalogy,Shanghai 2000932, China; 2.School of Medical Devices and Food Sciences,University of Shanghai for Science and Technalogy, Shanghai 2000932, China)

Online:2016-10-15 Published:2016-11-14

摘要/Abstract

摘要：

如何方便且准确地测量滚筒中颗粒的运动速率分布是研究的难点。文中将给出一种基于数字图像处理算法的实验方法来解决此难题。通过找到最合适的极短曝光时间，可捕获在此曝光时间内颗粒运动轨迹的图像，然后利用数字图像处理算法计算出感兴趣区域的颗粒运动路程，即可计算出颗粒的运动速率分布。通过精确的实验数据分析可看出，本实验方法与理论仅有＜8%的误差，有力证实了通过图像法测量颗粒速率分布可展开有效的研究工作。

关键词: 图像处理, 连续流模型, 颗粒运动速率

Abstract:

This paper proposes an experimental method based on digital image processing algorithm for the accurate and convenient measurement of the velocity distribution of particles of the rotating cylinder in the roller. The most suitable short exposure time is determined first for the particle trajectory images to be captured within this exposure time. The movement distance of the region of interest is then calculated by the algorithm of the digital image processing to get the distribution of particle velocity. The accurate analysis of the experiment data show that the method and theory of this experiment has a mere error of less than 8%, indicating that measuring the particle distribution by image processing can expand the research work effectively.

Key words: image processing, continuum flow, velocity of particle

中图分类号:

TP 391.41

洪西洋 1，杨晖 1，李然 1，郑刚 2. 基于图像处理的颗粒流动层模型研究[J]. , 2016, 29(10): 89-.

HONG Xiyang1, YANG Hui1, LI Ran1, ZHENG Gang2. Particle Flow Model Based on Image Processing[J]. , 2016, 29(10): 89-.

[1]	宗圣康,程建鹏,张西良. 基于光斑位置的起重机轨道高度差自动检测方法[J]. 电子科技, 2022, 35(1): 21-28.
[2]	宋章明,贺慧勇,黄跃俊. 扁平漆包线表面缺陷在线检测研究[J]. 电子科技, 2021, 34(5): 72-78.
[3]	闫超,孙占全,田恩刚,赵杨洋,范小燕. 基于深度学习的医学图像分割技术研究进展[J]. 电子科技, 2021, 34(2): 7-11.
[4]	陈文佑,章伟,史晓帆,宋芳. 一种改进ORB特征匹配的半稠密三维重建ORB-SLAM算法[J]. 电子科技, 2021, 34(12): 62-67.
[5]	秦兴,高晓琪,陈滨. 基于压缩卷积神经网络的图像超分辨率算法[J]. 电子科技, 2020, 33(5): 1-8.
[6]	史伟忠,曹卫卫,范彦铭,董佳筠,陈纾,肖昊. 基于FPGA的深空图像实时边缘检测算法与实现[J]. 电子科技, 2020, 33(5): 45-49.
[7]	章天昊,李郝林. 一种基于高斯拟合法的激光光束中心提取方法[J]. 电子科技, 2020, 33(5): 72-76.
[8]	谢智烜,姚红兵,范宁,陈枫. 面向多目标透镜的连通域标记检测算法[J]. 电子科技, 2020, 33(4): 50-54.
[9]	詹雁,张娟. 一种结构感知损失的域适应深度估计方法[J]. 电子科技, 2020, 33(12): 12-16.
[10]	杨云辉. 基于单目视觉的工件定位技术研究[J]. 电子科技, 2019, 32(12): 72-75.
[11]	康秀娟, 施展. 基于图形处理的人体内异物定位测量系统设计[J]. , 2018, 31(1): 71-.
[12]	章佳佳，杨振超，周律. 基于Matlab图像处理的果核分拣系统[J]. , 2017, 30(9): 50-.
[13]	李志森，陈晓荣. 基于Halcon的银行卡卡号识别[J]. , 2017, 30(9): 56-.
[14]	杨振超，章佳佳，周律，吴飞. 基于LabVIEW的马铃薯分拣技术[J]. , 2017, 30(9): 72-.
[15]	那彦，廖萌萌. 基于傅里叶梅林变换的SURF算法[J]. , 2016, 29(7): 55-.