技术领域
[0001] 本
发明涉及空化分析领域,尤其涉及一种空化云空化强度的测量方法。
背景技术
[0002] 当
超声波在液体中的强度高于一定程度时,液体中会出现肉眼可见气泡,同时还伴随着类似“开
水叫”的嘶嘶声,这种现象叫超声空化(ultrasonic cavitation)。这些肉眼可见的气泡叫空化泡(cavitation bubble),它们通常会大量聚集成团簇,看上去像云,因此取名空化云(cavitation cloud),那些在空化过程中发出的嘶嘶声称为空化噪声。
[0003] 空化泡在
超声波作用下会剧烈的径向振动,即膨胀和收缩。因此,由它们构成的空化云也会表现出相应的膨胀和收缩。但是,超声波的
频率一般在20kHz以上,空化泡在其作用下振动的周期很短,振动很快,肉眼无法看清。因此,通常需要借助高速摄影机拍下下来,再放慢播放才能看清振动过程。
[0004] 一般地,超声波越强,空化泡振动越剧烈(空化泡最大半径比其初始半径)。然而,空化泡的振动有很强的非线性,其周期特征也很复杂。它的振动中即含有和超声波频率一样的周期性成分,也含有频率与超声波频率成整数比的次谐频及超谐频成分,还含有宽频带成分(相应于瞬态过程)。其中,次谐频成分的大小被认为用空化强度有很强的依赖性。这些周期性特征通常是用
水听器采集空化
辐射的噪声分析得到的。
[0005] 然而,现有的空化云观测多依赖于对空化云高速摄影照片的人工测量和定性分析,从大量空化云照片中很难发现规律性的结果。对空化强度也缺乏统一有效的定义和方法。现有的中测量空化强度的方法中,水听器测噪声法操作简单,但是很难排除非空化噪声(换能器背景声)的干扰;化学反应法操作复杂,只能看到最终累积效果,不能反应即时变化;空蚀法虽然操作简单,直观,但是对空化场本身影响较大,不能准确反映所在区域的空化强弱。
发明内容
[0006] 为解决上述问题,本发明提出了一种空化云空化强度的测量方法,该方法包括以下步骤:
[0007] 获取待测区域的空化云图像;获取所述空化云图像的灰度值;根据所述空化云图像的灰度分布与空化云状态的物理关系,计算得出反映空化云强度的第一目标数据以及反映空化云状态变化的第二目标数据;其中,所述空化云图像为N张时序的预先使用高速摄像机在所述待测区域拍摄的一系列8位黑白照片。
[0008] 优选地,获取所述空化云图像的灰度值步骤,具体包括:获取空化云图像中每个
像素坐标
位置上的灰度值作为该坐标位置的初始灰度值;根据初始灰度值与所述空化云图像的像素坐标的位置关系,建立一个存储所述初始灰度值的三维矩阵G,所述空化云图像的某一像素坐标位置上的初始灰度值在所述三维矩阵G中具体计为:g(l,m,n);提取初始灰度值中重复出现次数最多的灰度值作为背景灰度值,计为g0(l,m,0);其中,n∈[1,N],l∈[1,L],m∈[1,M],所述照片的像素值为L×M。
[0009] 优选地,根据空化云图像的灰度分布与空化云状态的物理关系,计算得出反映空化云强度的第一目标数据以及反映空化云状态变化的第二目标数据步骤,具体包括:根据公式: 计算得出反映图像拍摄区域空化云空化强度的第一目标数据qT(l,m);根据公式: 计算得出反映图像拍
摄区域空化云状态变化的第二目标数据qV(n);其中,g(l,m,n)为所述空化云图像的某一像素坐标位置上的初始灰度值,g0(l,m,0)为背景灰度值,照片的像素值为L×M。
[0010] 优选地,还包括,根据所述第一目标数据,建立一个与所述空化云图像像素尺寸相同的二维矩阵,采用
图像分析法将所述二维矩阵用图像输出,得到一张可以显示所述待测区域空化云强度的图像。
[0011] 优选地,还包括,对所述第二目标数据做快速傅里叶变换(FFT)得到空化云的周期性信息数据。
[0012] 本发明给出了一套图像分析的
算法,结合计算机可以快速的对大量照片进行定量分析。同时,本发明的方法还能对空化云的强度分布进行定量描述,且这种方法操作过程中对空化场本身没有影响,能较为准确的表征空化场。
附图说明
[0013] 图1为本发明
实施例提供的一种空化云空化强度的测量方法的
流程图;
[0014] 图2为本发明实施例提供的空化云高速摄影系统示意图;
[0015] 图3为本发明实施例提供的空化云图像例图;
[0016] 图4为本发明实施例提供的空化云图像的背景例图;
[0017] 图5为本发明实施例提供的空化云状态变量qV时间演化图;
[0018] 图6为本发明实施例提供的快速傅里叶变换FFT后的空化云状态变量qV;
[0019] 图7为本发明实施例提供的空化云强度分布图。
具体实施方式
[0020] 下面结合附图和实施例,对本发明的技术方案做进一步的详细描述。
[0021] 图1为本发明实施例提供的本发明一种空化云空化强度的测量方法的流程图。如图1所示,空化云空化强度的测量方法包括以下步骤:
[0022] S100,获取待测区域的空化云图像;具体地,如图2所示,包括:使用高速摄影机拍摄空化云,用常亮
光源补光,空化云位于光源和摄影机镜头之间,即
透射光式补光,得到一系列8位的黑白照片。黑白照片数以千张,按时序的先后记录并保存在计算机中。图3为空化云高速摄影例图。
[0023] 为了能从空化云照片中提取出足够精细的演化特征,高速摄影机的拍摄
帧频率应当大约在5倍的空化周期以上,空化周期指的是超声波的频率,拍摄的照片张数越多越有利于从中分析低频特征。
[0024] S200,获取所述空化云图像的灰度值;具体地,包括:获取所述空化云图像中每个像素坐标位置上的灰度值作为该坐标位置的初始灰度值;根据始灰度值与空化云图像的像素坐标的位置关系,建立一个存储初始灰度值的三维矩阵G,所述空化云图像的某一像素坐标位置上的初始灰度值在所述三维矩阵G中具体计为:g(l,m,n);提取所述初始灰度值中重复出现次数最多的灰度值作为背景灰度值,计为g0(l,m,0);其中,n∈[1,N],l∈[1,L],m∈[1,M],所述照片的像素值为L×M。
[0025] 具体地,用MATLAB建立一个三维空间矩阵,矩阵的“页数”相当于照片的张数N,矩阵的“行数”和“列数”分别相当于空化云照片的横向像素值L和纵向像素值M。利用图像分析法,将N张像素尺寸为L×M的照片的灰度值存储为一个三维矩阵G,其中,第n张照片上的像素坐标(l,m)处的灰度值计为g(l,m,n)。
[0026] S300,根据空化云图像的灰度分布与空化云状态的物理关系,计算得出反映空化云强度的第一目标数据以及反映空化云状态变化的第二目标数据;具体包括:
[0027] 根据公式: 计算得出反映图像拍摄区域空化云空化强度的第一目标数据qT(l,m);qT反映的是这个区域中一段时间的平均状态分布,值越大的位置空化越强;反之,越小。
[0028] 其中,优选地,还包括:根据所述第一目标数据,建立一个与所述空化云图像像素尺寸相同的二维矩阵,采用图像分析法将所述二维矩阵用图像输出,得到一张可以显示所述待测区域空化云强度的图像。如图7所示,图中越亮的地方空化越强,越暗的地方空化越弱。而实际中,该图像为彩色图像,图中较亮的部分显示
颜色为黄色,较暗的部分显示颜色为蓝色。
[0029] 紧接着,根据公式: 对N张依次拍摄的照片做分析处理,得到一个表征空化状态演化的时序数据序列qV(n);
[0030] 根据时序数据序列qV(n)可以得到空化云状态变量qV时间演化图,如图5所示。
[0031] 其中,优选地,还包括:对时序数据序列qV(n)做快速傅里叶变换FFT,得到如图6所示的空化云周期性信息。
[0032] 需要说明的是,在图像分析的过程中,空化云照片会受到照片背景的干扰。为此,在图像分析时,利用图像分析法去掉照片背景,图4为空化云图像的背景例图。
[0033] 具体地,公式中,g(l,m,n)与g0(l,m,0)相减即为去背景后的灰度值。
[0034] 采用本发明实施例所记载的图像分析的算法,结合计算机可以快速的对大量照片进行定量分析。同时,本发明的方法还能对空化云的强度分布进行定量描述,且这种方法操作过程中对空化场本身没有影响,能较为准确的表征空化场。
[0035] 以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何
修改、等同替换、改进等,均应包含在本发明的保护范围之内。