內(nèi)容簡介:    作者在多年從事基于數(shù)字圖像處理技術(shù)的多相流參數(shù)檢測技術(shù)研究工作中做出了具有創(chuàng)造性的成果，《基于數(shù)字圖像處理技術(shù)的多相流參數(shù)》為上述研究成果的總結(jié)。全書共分7章，主要內(nèi)容包括緒論、圖像數(shù)學(xué)形態(tài)學(xué)方法在氣液兩相流氣泡識別與容積含氣率的測量中的應(yīng)用、基于圖像處理的氣液兩相流型識別、基于圖像處理技術(shù)的氣液兩相流動特性分析、基于圖像處理的油氣水三相流型特性分析、基于圖像處理的氣固兩相流型識別及空隙率檢測、基于圖像處理的氣固兩相流流速及流場計算?！痘跀?shù)字圖像處理技術(shù)的多相流參數(shù)檢測技術(shù)》可供控制理論和控制工程、模式識別與智能系統(tǒng)、檢測技術(shù)與自動化裝置、測試計量技術(shù)與儀器、熱能工程等相關(guān)專業(yè)人員、工程設(shè)計人員閱讀；也可作為高等院校相關(guān)專業(yè)的研究生教材、本科生選修教材或參考書。

目錄:前言     
第1章 緒論
1.1 數(shù)字圖像處理的主要內(nèi)容及發(fā)展方向
1.1.1 數(shù)字圖像處理的主要內(nèi)容
1.1.2 數(shù)字圖像處理領(lǐng)域的發(fā)展動向
1.2 多相流概述
1.2.1 多相流體的定義
1.2.2 多相流體的分類
1.3 多相流主要測量參數(shù)及分類
1.4 圖像處理技術(shù)在多相流參數(shù)檢測中的應(yīng)用與難點及發(fā)展趨勢
1.4 ，1發(fā)展現(xiàn)狀
1.4.2 技術(shù)難點
1.4.3 發(fā)展趨勢
參考文獻(xiàn)


第2章 圖像數(shù)學(xué)形態(tài)學(xué)方法在氣液兩相流氣泡識別與容積含氣率的測量中的應(yīng)用
2.1 數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算
2.1.1 二值圖像中的形態(tài)學(xué)基本運(yùn)算
2.1.2 灰度圖像中的形態(tài)學(xué)基本運(yùn)算
2.2 基于數(shù)學(xué)形態(tài)學(xué)的氣液兩相流獨(dú)立氣泡分割算法
2.2.1 改進(jìn)canny算子分割法
2.2.2 粒子群算法優(yōu)化增強(qiáng)大津法
2.2.3 改進(jìn)等高線分割法     、
2.3 基于數(shù)學(xué)形態(tài)學(xué)的氣液兩相流粘連氣泡分割算法
2.3.1 流域分割法
2.3.2 遮擋分割法
2.3.3 面積重構(gòu)法
2.3.4 形態(tài)學(xué)水線區(qū)域分割法
2.4 氣泡形態(tài)特征參數(shù)計算及分析
2.4.1 氣泡參數(shù)的求取
2.4.2 氣泡參數(shù)分析
2.5 容積含氣率的計算
2.5.1 氣泡尺寸
2.5.2 容積含氣率
2.5.3 實驗結(jié)果與分析
2.6 小結(jié)
參考文獻(xiàn)

第3章 基于數(shù)字圖像處理技術(shù)的氣液兩相流型識別
3.1 氣液兩相流流型圖像信號的獲取
3.1.1 實驗系統(tǒng)及步驟
3.1.2 圖像采集系統(tǒng)的選取
3.1.3 兩相流圖像信號的獲取及分析
3.1.4 流型圖像的噪聲分析及處理
3.2 氣液兩相流流型圖像信號的特征提取
3.2.1 基于灰度直方圖的流型圖像特征提取
3.2.2 基于不變矩的流型圖像特征提取
3.2.3 基于灰度共生矩陣的流型圖像特征提取
3.2.4 小波變換的流型圖像特征提取
3.2.5 基于小波包變換的流型圖像特征提取
3.2.6 基于粗糙集的流型圖像特征提取
3.3 流型的識別模型
3.3.1 基于bp神經(jīng)網(wǎng)絡(luò)的流型識別
3.3.2 基于elman神經(jīng)網(wǎng)絡(luò)的流型識別
3.3.3 基于概率神經(jīng)網(wǎng)絡(luò)的流型識別
3.3.4 基于支持向量機(jī)模型的流型識別
3.3.5 基于隱馬爾可夫模型的流型識別
3.4 小結(jié)
參考文獻(xiàn)

第4章 基于圖像處理技術(shù)的氣液兩相流動特性分析
4.1 圖像連通區(qū)域特征分析
4.1.1 圖像處理過程
4.1.2 形態(tài)學(xué)變異系數(shù)
4.1.3 行相關(guān)與分形維的計算
4.1.4 連通區(qū)域分析結(jié)果
4.2 動態(tài)圖像平均灰度時間序列分析
4.2.1 兩種熵測度特性分析
4.2.2  emd分解     4.2.3 雙hurst指數(shù)分析
4.3 連續(xù)圖像區(qū)域分塊混沌特性分析
4.3.1 最大lyapunov指數(shù)提取方法
4.3.2 灰度最大間距序列提取方法
4.3.3 流動機(jī)理分析
4.3.4 灰度最大相似值序列分析
4.4 氣液兩相流型空間圖像復(fù)雜性測度分析
4.4.1 流型圖像復(fù)雜性測度
4.4.2 氣液兩相流流型復(fù)雜性分析
4.5 小結(jié)
參考文獻(xiàn)

第5章 基于圖像處理的油氣水三相流型特性分析
5.1 油氣水三相流流型圖像紋理特征
5.1.1 紋理特征定義
5.1.2 紋理分析方法
5.1.3 基于二階直方圖的流型圖像紋理特征提取
5.1.4 圖像紋理分析
5.1.5 流型圖像紋理特征復(fù)雜性測度
5.2 油氣水三相流流型時間序列的特性分析
5.2.1 基于hurst指數(shù)的特性分析
5.2.2 基于關(guān)聯(lián)維的特性分析
5.2.3 基于混沌吸引子的特性分析
5.2.4 時頻域特征分析
5.2.5 混沌與分形特性分析
5.3 小結(jié)
參考文獻(xiàn)

第6章 基于圖像處理的氣固兩相流型識別及空隙率檢測
6.1 氣固兩相流圖像信號的獲取
6.1.1 圖像獲取的實驗系統(tǒng)及步驟
6.1.2 流型圖像的預(yù)處理
6.2 流型圖像的特征提取
6.2.1 灰度直方圖統(tǒng)計特征的提取
6.2.2 圖像傅里葉變換的紋理特征的提取
6.2.3 圖像的小波紋理特征的提取
6.2.4 圖像的多重分形特征的提取
6.3 流型識別模型
6.4 稀相輸送中體積空隙率的檢測
6.4.1 圖像處理算法
6.4.2 參數(shù)計算
6.4.3 誤差來源分析
6.5 小結(jié)
參考文獻(xiàn)

第7章 基于圖像處理的氣固兩相流流速及流場計算
7.1 流化床顆粒與氣泡運(yùn)動圖像的獲取
7.1.1 圖像采集     7.1.2 圖像的預(yù)處理
7.2 基于特征相似度的ptv匹配算法
7.2.1 顆粒圖像特征的提取     7.2.2 顆粒速度的測量
7.3 基于粒子群優(yōu)化hopfield網(wǎng)絡(luò)的ptv匹配算法
7.3.1 能量函數(shù)的設(shè)計
7.3.2 基于pso優(yōu)化的hopfield網(wǎng)絡(luò)對顆粒進(jìn)行匹配，
7.3.3 速度場的測量
7.4 基于光流分析法的流場檢測
7.4.1 光流分析法基本原理
7.4.2 mqd互相關(guān)算法
7.4.3 檢測結(jié)果分析
7.5 氣固兩相流中氣泡行為分析
7.5.1 氣泡圖像的處理及數(shù)據(jù)的獲取
7.5.2 氣泡上升過程中的行為分析
7.5.3 氣泡的聚合與分裂行為分析
7.6 小結(jié)
參考文獻(xiàn)