水下微孔气泡群的图像分割及特征检测

目前，检测水下大气泡群特征的主要方法是用数字图像处理技术处理高速摄像机采集到的气泡群图像。

舰船气泡尾流场是尾流自导鱼雷追踪、打击舰船的主要检测目标，因此尾流消隐技术对提高舰船的隐身性能具有重大意义。人工大气泡消泡法是舰船尾流消隐的重要方法，即向尾流区释放人工生成的毫米级大气泡群(下文简称为大气泡群)， 利用大气泡对微小尾流气泡的聚并、携带作用实现气泡尾流场的消隐。生成可控的大气泡群是人工大气泡消泡法的关键，需要充分研究消泡装置生成大气泡群的规律，因此要对水下大气泡群的数量、尺度、形态等特征进行检测。

目前检测水下大气泡群特征的主要方法是利用高速摄像机采集气泡图像，再用数字图像处理的方法从图像中提取出气泡群特征。一般用于水下气泡特征检测的方法有边缘检测、阈值分割、基于模型的检测以及分水岭分割。边缘检测和阈值分割对于气泡与背景对比度高的背投光条件下拍摄的气泡图像有较好的检测效果，但对气泡与背景对比度较低、噪声较多的侧投光和顶部投光图像无法准确地检测出气泡群特征，而且阈值分割对于气泡独立的气泡群图像而言有较好地分割效果，但对于存在大量气泡粘连、重叠的气泡群图像分割效果较差；基于模型的检测主要有Hough 变换和Snake 活动轮廓[1]，但毫米级的大气泡在水中会因形变而产生不规则形状，因此该方法不适用[2] [3] [4] [5]；为了避免经典分水岭算法应用于气泡群图像时的过度分割问题、适应不同实验条件下拍摄的气泡群图像，国内外学者研究了多种改进的分水岭分割方法，但到目前为止还没有一种通用于所有气泡群图像的分水岭分割，需要根据具体的图像情况做一定的改进[6] [7] [8] [9]。另外，目前的文献中大多只研究了如何将气泡与背景、气泡与粘连气泡分割出来，但对于分割后如何统计气泡的数量和尺寸分布没有详细的研究。

在实验室条件下搭建水下小孔气泡群图像采集系统(如图1)，空气压缩机产生的空气流入直径10 mm的导气管， 经导气管末端0.7 mm 的小孔排入水中生成气泡群， 用GOPRO BLACK6 高速摄像机在气泡群侧面采集气泡群图像，空气流量5.0 SLM，高速摄像机拍摄帧率为240 帧/s。本文针对上述条件下采集到的斜上方投光的水下小孔气泡群图像，用预处理滤波、图像增强以及前背景标记的方法对传统分水岭算法进行改进，对气泡群进行分割和计数，并用区域生长算法提取气泡群的尺寸分布信息。结果表明本文研究的气泡群图像分割及特征检测算法能够较准确地对斜上方投光的水下小孔气泡群图像进行分割及特征检测。

2. 传统分水岭分割算法 传统分水岭算法基于三维地形学的思想，将图像根据其像素灰度值大小转化成“地形图”，根据类比思想的不同分为“模拟泛洪法”和“模拟降水法”两种方法。