Традиционный капиллярный пирометр опирается на наблюдение человеческого глаза, чтобы определить, что первичная плавка (появление первой капли жидкости) и полная плавка (исчезновение твердого тела) имеют субъективную ошибку. Технология автоматической идентификации, основанная на алгоритмах обработки изображений, обеспечивает объективность и точность измерений путем точного разделения ключевых визуальных характеристик в процессе плавления. Основные алгоритмические процессы заключаются в следующем:

1. Предварительная обработка изображений и определение местоположения области выборки:

Алгоритм сначала предварительно обрабатывает собранные видеопоследовательности, включая гауссово - фильтрационное шумоподавление и усиление контрастности, чтобы подчеркнуть образцы внутри капилляра. Затем используйте алгоритм обнаружения края или соответствия шаблонов для точного позиционирования и разделения фиксированных капиллярных областей (ROI), чтобы исключить фоновые помехи и заложить основу для последующего анализа.

Точное обнаружение начальной точки плавления - на основе изменчивости текстуры и формы:

Это первый ключ к разделению. Твердый порошок имеет специфические текстурные характеристики на начальной стадии. Алгоритм отслеживает изменения в области ROI, вычисляя статистические характеристики серого (например, стандартное отклонение) или текстурные характеристики (например, энтропию, основанную на симбиотической матрице серого). При первичной плавке в локальной области появляются капли жидкости, что приводит к мутации однородности текстуры, и вышеупомянутые характерные значения будут иметь значительный скачок. В сочетании с методом разности кадров обнаруживается область локальных изменений, соответствующий момент определяется как начальная точка плавления. Этот шаг преодолевает недостаток запаздывания реакции человеческого глаза на тонкое начальное расплавление.

Точное определение полной точки плавления - на основе профилирования и светопроницаемости:

Это второй ключ к разделению. По мере плавления контур твердого тела продолжает сокращаться. Алгоритм точно изображает форму твердой колонны путем извлечения края и отслеживания контура (например, оператор Canny и модель активного контура). Критерием полного расплава является исчезновение контура твердого тела. Более продвинутые вычисления одновременно контролируют среднюю степень серого или светопропускания всего ROI. В момент исчезновения твердого тела светопроницаемость на дне капилляра резко увеличивается, что приводит к скачкообразному изменению общего значения серого. Алгоритм определяет момент, соответствующий этой точке перегиба, как точку полного плавления, избегая неопределенности человеческого глаза в определении момента « исчезновения последней маленькой частицы».

Вывод: Преобразуя визуальную информацию о процессе плавления в поддающиеся количественной оценке характеристики текстуры, контура и серости, алгоритм обработки изображений обеспечивает точное и автоматическое разделение двух физических фаз первоначального и полного плавления. Это исследование не только значительно улучшило повторяемость и точность измерений температуры плавления, но и обеспечило прочную основу для оцифровки и интеллектуального анализа экспериментальных данных.