基于激光片光成像的脉冲防暴水炮粒度测量

庄弘炜，赵法栋，徐 亮

（武警工程学院装备运输系，陕西西安710086）

1 引 言

脉冲防暴水炮是一种新型的反人员类非致命武器.它采用先进的脉冲气压喷雾技术，依靠射流雾化产生的刺激性雾化场达到驱散人群的目的.因此，刺激性液滴的粒度分布是衡量脉冲防暴水炮作战效能的重要指标.脉冲射流的非稳态特征和较大的雾场范围，增加了粒度测量的难度.研究对脉冲射流粒度分布进行实验测量的有效方法，将为确定其战术性能和相关系统的性能优化提供科学有效的研究方向.

随着激光及计算机技术的飞速发展，以激光散射、衍射和干涉原理开发出许多新的流场测试技术，其中可实现粒度测量的技术主要有：激光相位多普勒技术（PDPA）和激光衍射散射技术[1].但PDPA测量时要求空间数据遍及测试系统，光路系统复杂，不便于调试，且只能完成流场的单点高精度测量[2].激光衍射散射技术得到的是通过激光光束的粒子信息，测试系统的反应时间比水炮的发射时间长得多，无法进行瞬时测量[3].

王喜世等[4－5]基于粒子散射原理和激光片光成像技术，开发了粒子图像测速测径（particle image velocimetry and sizing，PIVS）系统，实现了流场中粒度分布的瞬时测量.该方法已成功应用于细水雾粒径测量、爆炸抛撒水雾粒度研究[6]和火灾烟雾探测[7]中.本文根据PIVS方法，搭建适用于脉冲防暴水炮粒度测量的实验平台，提出相应的粒度测量算法，并进行算法和系统验证，为下一步粒度测量奠定基础.

2 PIVS粒度测量的基本原理

PIVS方法对脉冲防暴水炮射流粒度测量的基本原理如图1所示，通过激光片光照明径向流场，借助流场中粒子对照明光的散射特性，通过接收粒子的前向散射信息，对径向粒子场断面成像，然后通过对粒子场图像进行几何校正、平滑、二值化等处理，最后通过数学形态学方法识别粒子并获取粒径大小、平均直径等数据.

图1 PIVS粒度测量原理示意图

3 实验装置

图2为实现PIVS方法的粒度测量实验系统示意图.该粒度测量系统由脉冲防暴水炮发射系统、散射光路系统和动态成像系统组成.

图2 粒度测量实验系统示意图

3.1 脉冲防暴水炮发射系统

脉冲防暴水炮发射系统由水箱、储气瓶和炮管组成.其中炮管由高压气室、发射管和电磁阀构成.该发射系统以压缩空气为动力，推动发射管内的水和刺激剂的混合液体以较高的速度喷出，产生带有刺激剂的雾化脉冲射流.完成1次喷射后，再由高压储气瓶向气室内输入高压气体，待发射管内注满水后，打开电磁阀，完成第2次发射，如此循环，实现了脉冲发射.该系统的单次发射时间为5～50ms，射程约10m.从发射和射流运动过程来看，该流场具有不均匀、不连续、喷射速度快、覆盖范围广、非稳态流动等特征.

3.2 散射光路系统

当激光波长接近粒度尺寸时，激光在水雾颗粒表面将会产生较强烈的散射.脉冲防暴水炮的雾化粒径分布广，为微米或毫米数量级，因此本实验采用了西安铭辉光电有限公司生产的功率为2W、波长为808nm近红外半导体激光器.入射光源由该激光器和柱面镜、球透镜等光学元件组成，可产生厚度约1mm、发散角为60°的激光片光.入射光源放置在脉冲水炮射流运动的一侧，与脉冲射流的水平对称面相垂直.

为了不影响射流的流场结构，实验中镜头的观测方向不能与激光片光的前向正交.经验表明：前向散射20°～60°区域内的散射光较强，有利于获得幅值较大的信号[1].本文镜头的观测方向与入射光源的前向呈45°夹角，同时保持高速摄影机水平.

3.3 动态成像系统

由于脉冲水炮射流流速高、持续时间短，这就要求成像系统具有较高的帧率和较小的曝光时间，能够捕捉到更多的瞬态信息；又由于雾化颗粒分布广，因此成像系统应有足够的分辨率；而近红外激光源则要求成像系统能够接收到近红外散射光；同时，要实现大型喷雾场不同距离上的参量测量，还要求成像系统具有较好的移动性和灵活性.在实验中，成像系统由Phantom IR300型高速CMOS摄影机、镜头和计算机等组成.

Phantom IR300型高速摄影机是覆盖可见光与近红外光谱的高速摄影机，在600～1 100nm波长范围内高效感光，拍摄速率为每秒6 688幅时，分辨率为800×600像素.CMOS像元尺寸为22μm，传感器尺寸为25.6mm×16.0mm，最小曝光时间为1μs，标称灵敏度4800ISO／ASA（黑白），达到了粒度测量实验系统的实验要求.

镜头的选择决定着该测量系统的测量精度（即单像素所代表的尺寸）.在理想光学系统中垂轴放大率β可表示为[8]

式中，y′为像高，y为物高，l′为焦距，l为物距.较大的拍摄范围将会获取更多的粒子信息，但也会降低测量精度，故实验中将粒度测量精度定为110μm，此时的垂轴放大率为1／5，拍摄面积为8.8cm×6.6cm.为尽量避免实验设备干扰流场，物距选定约1m，选用镜头的焦距为200mm.测量实验在封闭空间内进行，以减小环境因素对流场的影响.

4 粒子图像的分析处理

利用上述实验装置获得粒子图像后，核心问题是通过对粒子图像数据的分析处理获得粒子的大小及其谱分布.

4.1 空间几何变换

由于镜头的观测方向与入射光源的前向呈45°夹角，故而得到的图像是经几何畸变后的图像，如图3所示.

为了对图像进行几何校正，本文根据射影几何中的交比不变性[9]提出了一种普适性方法来进行几何校正.

图3 标准正交网格图像的几何畸变

如果不考虑镜头本身的畸变以及透视的影响，可以将成像系统看成是小孔成像模型，如图4所示，并假设像平面与光轴垂直，像的中心恰好在光轴上.

图4 小孔成像模型

在图4中，α和γ分别为像平面和物平面，β为与像平面平行的平面，与γ的夹角为θ，O为小孔，CD为γ上的线段，H为CD上任一点，经小孔O后得到α上线段AB，则校正过程实际上就是根据α的点坐标恢复出γ的点坐标的过程.显然，α和β平面上的图像呈简单的倍数关系，上述校正过程即为β和γ平面上点坐标的转换过程，如图5所示.

图5 几何校正位置关系示意图

由射影几何中的交比不变性可知

进而可以得到畸变图像平面上的点（x，y）与校正图像平面上的点（x′，y′）横坐标的对应关系为

式中：w为畸变图像的长度，p为校正图像的长度，l为OE′的长度.

同理可以得到纵坐标的变换关系为

式中，h为畸变图像的高度.

在上述方法中，不需要对每一成像条件提供控制点数据[10－11]，只需要知道镜头的焦距和角度值θ就可以实现几何校正，简化了实验操作步骤.

4.2 灰度插值

利用上述函数进行空间变换后，需要对变换后的像素赋予相应的灰度值，然而变换后的坐标值不会刚好位于整数坐标上，对于数字图像而言，小数坐标是没有意义的.本文采用双线性插值的方法得到校正图像的灰度级.图6为校正前后的图像.

图6 校正前后的网格图像

4.3 图像增强及二值化

图像校正后，一些椒盐状尖峰噪声可能会存在[4]，这对粒子数目的统计和粒径分析造成一定的干扰.中值滤波对图像中的脉冲噪声、椒盐噪声等有较好的滤除效果[12]，因此，本文采用中值滤波法.同时，通过人机交互的方式采用固定阈值法来实现对原图像的二值化.

4.4 粒度分析

图像预处理完成后，即可对粒子图像进行分析统计获取粒度信息.本文通过对二值图像中白色区域内的像素进行计数，获取区域面积大小，将与该区域有相同面积的圆的直径定义为等效直径，将白色区域的个数作为粒子数目进行分析.

4.5 算法验证

为了检验上述粒度测量算法的可靠性，利用计算机生成标准粒子图像，然后采用本文所搭建的粒度测量系统对其拍摄和粒径分析处理（如图7所示），从而实现对该算法分析精度的验证.该标准粒子图像中采用了6种不同大小的粒子，直径分别为5，10，15，18，20，24像素，粒子数目均为40个.

图7 校正前后的标准粒子图像

图8为利用粒度分析系统得到的粒径分布直方图，粒子数目为240个，平均粒径为15.46像素，相对偏差为0.83%.对图中直径为5，10，15，18，20，24像素粒子的统计平均直径分别为：4.824 2，10.209 1，14.978 9，18.120 0，20.026 4，24.605 6像素，相对偏差分别为：3.5%，2.09%，1.41%，0.67%，0.1%，1.58%.可见，本文的粒度测量算法是可靠的.

图8 粒径分布直方图

5 系统验证

本系统所依据的原理的可靠性在文献[13]中利用标准玻璃球粒子给出了充分的实验证明，但是对于本文所搭建的粒度测量系统的可靠性还需要通过实验来加以证明.根据现有条件，利用本文的粒度测量系统（高速摄影机的帧率为每秒2 000帧）和JL－3000型喷雾激光粒度测试仪对小型喷壶的稳定流场中距喷嘴12cm，16cm和20cm处的粒径分布进行了比较测量，实验测量结果如图9所示.

图9 比较实验测量结果

JL－3000型喷雾激光粒度仪是以激光衍射散射原理开发的粒度测量仪器，测量范围为0.5～2 000μm，得到的参量为颗粒粒径的体积累积分布.图9表明，本文的粒度测量系统实验结果与JL－3000型激光粒度仪的测量结果间有一定的差异，分析原因可能是：

1）由于2种系统的测量原理不同，得到的粒径参量也不同.

2）被测对象不一致.JL－3000型激光粒度仪得到的是通过激光光束的粒子信息，然而本文的粒度测量系统得到的是通过激光片光平面的粒子信息.

3）本文在处理实际水雾图像时，图像二值化及系统本身的测量精度等均会引入误差.但从总体实验结果来看，本系统测量结果同粒度仪测量结果粒度分布规律基本相同，说明本文的粒度测量系统具有一定的可靠性.

6 结 论

为了测量脉冲防暴水炮非稳态流场的粒度分布，根据PIVS方法设计了脉冲防暴水炮粒度测量系统，提出了相应的粒度测量算法.算法验证和系统对比验证表明，该系统不论是算法本身还是整个系统都是可靠的.由于系统中的高速摄影机能够记录瞬态的流场信息，所以能够实现脉冲防暴水炮雾场中的瞬态粒度分布测量.

[1] 唐洪武，唐立模，陈红，等.现代流动测试技术及应用[M].北京：科学出版社，2009.

[2] Payri R，Tormos B，Salvador F J，et al.Spray droplet velocity characterization for convergent nozzles with three different diameters[J].Fuel，2008（87）：3176－3182.

[3] 赵法栋，庄弘炜，战仁军.脉冲防暴水炮雾化特性实验方法分析[J].实验技术与管理，2011，28（1）：39－42.

[4] 王喜世，伍小平，廖光煊.扩展的DPIV方法及其在雾滴粒径测量中的应用[J].科学通报，2002，47（4）：260－264.

[5] 王喜世，廖光煊，秦俊，等.基于激光片光成像的粒子场全场测量方法及其装置[P].中国专利：CN1464288A.

[6] 颜事龙，刘锋，薛里，等.DPIV技术在爆炸水雾粒度测试中的应用[J].煤炭学报，2008，33（6）：652－655.

[7] 疏学明，袁宏永，苏国锋，等.基于激光片光源的火灾烟雾探测新技术研究[J].消防科学与技术，2003，22（6）：457－459.

[8] 张以谟.应用光学[M].3版.北京：电子工业出版社，2008.

[9] 周兴和.高等几何[M].北京：科学出版社，2003.

[10] 王喜世.基于数字粒子成像的细水雾全场诊断方法[D].合肥：中国科学技术大学，2001.

[11] 徐琼.片光源成像火灾烟雾探测方法的研究[D].合肥：中国科学技术大学，2002.

[12] 秦襄培.Matlab图像处理与界面编程宝典[M].北京：电子工业出版社，2009.

[13] 王喜世，廖光煊，秦俊.PIVS方法测量雾滴粒径的影响因素及其实验验证[J].热科学与技术，2004，3（3）：229－232.