1、研究背景

气液两相流中气泡的形成与运动对工业设备的安全、能量转换效率有重要影响。气泡测量技术中，如何实现气泡与背景分离是研究的重点。传统图像处理方法“图像二值化”、“边缘检测”、“图像滤波”提取信息时存在局限性，只适用于单一图片或需人工选取。

内蒙古科技大学科研人员主要通过SVD（单值分解）和RPCA（鲁棒主成分分析）对气泡图像进行背景分离，提高了气泡图像分离的准确性和自动获取性。

2、研究概述

研究人员首先搭建一套气泡上升行为特性可视化实验平台（图1）。

图1 气泡上升行为特性可视化实验平台

第一步：通过SVD（单值分解）方法研究气液两相图像的信息丰富程度。

第二步：基于RPCA（鲁棒主成分分析法）算法，有效的去除液体背景，独立观察气泡的流动状态。

第三步：通过SVD分解将图片低秩分析，用单值分布曲线表征分离后的气泡图像。

第四步：分析提取出来的气泡矩阵，定位气泡相对位置，计算气泡相对运动速度，对比气泡的形变大小。

3、实验装置

1）千眼狼高速摄像机，搭配佳能EF 100mm 微距镜头，用于拍摄气泡在水池底部穿过底层颗粒物后运动上升过程。图像采集参数1080×720 @1500fps。

2）无油静音空压机，用于产生模拟气体。

3）电子天平，用于称量不同颗粒（模拟悬浮物）直径范围的质量。

4）200W LED太阳灯，用于增加液体背景效果。

4、高速摄像可视化研究部分

第二步研究中，基于RPCA思想，研究人员通过高速摄像机拍摄气泡上升的图像，得到一个关于气泡运动的数据库X，利用凸形规划法，在数据矩阵最优化准则下，将X分解成一个低秩矩阵L和稀疏矩阵S，并将S作为源图像中的显著信息，通过不断调整阈值，使得S低秩部分包含更多的信息，更贴合气泡的运动过程。

图2为高速摄像机拍摄的气泡运动图像，因高速摄像机采集的气泡运动过程照片是大量的数据集，图中采用间隔显示方法。

图2 部分气泡运动的原图像

图3为运用RPCA技术对气泡运动图像矩阵X 进行低秩和稀疏部分分离，分离后通过稀疏矩阵探索气泡在无背景干扰下的运动过程。

图3 分离后的无液体背景的气泡连续运动图像

第四步研究中，提取一组去除背景的气泡连续运动图像分析，通过对气泡矩阵进行逐行累加和逐列累加后，形成各自对应的行相加和列相加对比图（图4），观察其运动过程中图片矩阵的变化，特别是高低峰值的变化，并通过矩阵行相加、列相加的突出点的转变定位气泡的相对位置，进而显示出气泡运动轨迹，再通过高速摄像机拍摄的每张图片间隔时间，计算气泡的相对速度。

图4 气泡连续运动过程的图像行相加及列相加示意图

5、研究结论

结合高速摄像的RPCA矩阵分解技术，将气泡与背景图像准确的分离。研究提出逐行累加和逐列累加的方法来测量气泡的运动过程形态，有助于理解气泡在气液两相流中的动态行为。该方法可为能源行业气液两相流参数检测和控制提供有力的技术支持。