，溫濕度傳感器12安裝在暗箱2內(nèi)壁上，霧化器13的霧化噴口與暗箱2 連通。溫濕度傳感器12用于實時監(jiān)測暗箱2內(nèi)的溫度和濕度信息，然后將溫濕度信息傳遞 給ARM控制系統(tǒng)10, ARM控制系統(tǒng)10依據(jù)濕度信息分別對霧化器13和風(fēng)扇11進(jìn)行合理控 制，使得暗箱2內(nèi)保持最佳濕度，從而保證測量結(jié)果的可靠性。溫濕度傳感器12的作用是測 量暗箱2內(nèi)的溫、濕度信息并作為實驗條件進(jìn)行記錄，其中，為了保證濕度檢測的可靠性， 溫濕度傳感器12在暗箱的兩側(cè)內(nèi)壁各設(shè)置一個。另外，為了能夠快速調(diào)節(jié)濕度，風(fēng)扇11也 設(shè)置兩個，由于風(fēng)扇11安裝在隔板上，在箱體1的箱壁上開設(shè)通風(fēng)孔24,以保證空氣暢通。 風(fēng)扇11的該種安裝結(jié)構(gòu)還存在一個好處，通風(fēng)孔24設(shè)置在箱體壁上而不是設(shè)置在隔板上， 可以避免外界光照射到暗箱2內(nèi)而影響圖像采集時霧滴的成像，從而能夠保證測量結(jié)果的 準(zhǔn)確性。
[0037] 參照附圖，DSP圖像處理系統(tǒng)9包括與攝像頭3的信號輸出端電連接的視頻解碼 器14和與視頻解碼器14電連接的DSP芯片15。ARM控制系統(tǒng)10包括ARM芯片16、與ARM 芯片16電連接的溫濕度信號接收電路17、電機(jī)控制電路18和操作顯示控制電路19,霧化 器13、風(fēng)扇11、環(huán)形光源4和背光光源7均由繼電器控制，各繼電器的控制端均與ARM芯片 16電連接；DSP芯片15與ARM芯片16通信連接。操作顯示控制電路19包括安裝在箱體1 外壁上的人機(jī)界面顯示屏191和操作按鍵192。裝置集成ARM嵌入式微處理器和DSP數(shù)字 信號處理器的雙處理器架構(gòu)，DSP芯片作為圖像處理模塊的核心，憑借其強(qiáng)大的運算處理能 力，主要完成圖像的采集、處理和分析等任務(wù)，進(jìn)一步保證測量結(jié)果的可靠性；ARM芯片以 其強(qiáng)大的控制能力作為系統(tǒng)主控模塊的核心，完成系統(tǒng)配置和控制功能，可為用戶提供良 好的人機(jī)交互界面，操控更加方便。
[0038] 上述結(jié)構(gòu)中，整個箱體1可以十分方便的攜帶至測量現(xiàn)場，尤其是戶外的測量現(xiàn) 場，利用底板6的滑動伸縮結(jié)構(gòu)，當(dāng)?shù)装?滑出箱體1時，利用其上的載玻片8可以收集霧 滴顆粒，收集完成后再縮回到暗箱2內(nèi)，使得霧滴顆粒的采集變得非常簡單；在暗箱2內(nèi)，外 界的光照射不到，背光光源7與環(huán)形光源4配合照明，利用攝像頭3進(jìn)行圖像采集，保證了 圖像更加明亮清晰，有助于后續(xù)的采集和分析處理；設(shè)置濕度調(diào)控機(jī)構(gòu)，可對暗箱內(nèi)的濕度 進(jìn)行調(diào)整，避免霧滴顆粒存在過多的揮發(fā)、蒸發(fā)以及聚合現(xiàn)象，保證單個霧滴顆粒的完整性 和獨立性，從而保證霧滴圖像信息的準(zhǔn)確性和可靠性。
[0039] 參照附圖，箱體1側(cè)壁上還安裝有揚(yáng)聲器20,揚(yáng)聲器20由繼電器控制且該繼電器 的控制端與ARM芯片16電連接。在系統(tǒng)出現(xiàn)異常時，揚(yáng)聲器20可用于報警。例如當(dāng)暗箱 2內(nèi)溫度和濕度超過設(shè)定的閾值時，揚(yáng)聲器20報警，工作人員終止當(dāng)前操作，進(jìn)行檢修或者 重新測量。
[0040] 借助于上述裝置，本法明的霧滴參數(shù)測量分析方法包括如下步驟：
[0041] 步驟1)將裝置攜帶至測量現(xiàn)場，將裝置系統(tǒng)初始化，設(shè)置溫度和濕度參數(shù)；
[0042] 步驟2)控制底板6伸出箱體1外部，利用載波片8收集霧滴；
[0043] 步驟3)收集霧滴結(jié)束后，控制底板6縮回暗箱2內(nèi)，利用濕度調(diào)控機(jī)構(gòu)調(diào)節(jié)暗箱 內(nèi)的濕度，并對暗箱內(nèi)的溫、濕度進(jìn)行記錄，打開攝像頭3和光源，進(jìn)行圖像采集；
[0044] 步驟4)利用DSP圖像處理系統(tǒng)對采集的圖像進(jìn)行灰度變換，將彩色圖像轉(zhuǎn)換成灰 度圖像；
[0045] 步驟5)采用邊緣保持濾波法抑制圖像中的各種噪聲，銳化霧滴圖像邊緣信息，改 善圖像質(zhì)量；
[0046] 步驟6)采用迭代閾值法對圖像進(jìn)行閾值分割，將采集到的圖像轉(zhuǎn)化為二值圖像；
[0047] 步驟7)掃描整幅二值圖像，依據(jù)對二值圖像的分析得出霧滴參數(shù)并進(jìn)行輸出和 顯示。其中，霧滴參數(shù)包括霧滴個數(shù)、霧滴面積、霧滴周長和霧滴覆蓋率。
[0048] 上述方法中，利用裝置的便攜性，可適用于各種復(fù)雜環(huán)境的測量作業(yè)，利用箱體1 內(nèi)的暗箱2結(jié)構(gòu)與外界隔離，可保證測量環(huán)境的穩(wěn)定性以及濕度的可控性，從而能夠保證 圖像信息采集的準(zhǔn)確可靠性。對圖像的處理分析依次經(jīng)過灰度變換、圖像降噪處理、閾值化 分割后形成二值圖像，得到的二值圖像可方便的進(jìn)行定量分析，從而可得到準(zhǔn)確可靠的霧 滴參數(shù)信息，試驗結(jié)果精確可靠。
[0049] 對于圖像處理，本發(fā)明利用Windows CE 6.0作為嵌入式系統(tǒng)平臺的操作系統(tǒng)，將 這些算法用visual C++語言進(jìn)行模塊化設(shè)計，編譯成可以完成獨立任務(wù)的函數(shù)，并封裝成 API以供調(diào)用，每個模塊包含一類圖像處理操作。算法實現(xiàn)集成了圖像讀取模塊、標(biāo)定模塊、 圖像預(yù)處理模塊、圖像分析模塊和顯示模塊等，單個模塊中的每個操作在執(zhí)行時調(diào)用相應(yīng) 的算法，硬件和軟件系統(tǒng)共同實現(xiàn)了對霧滴顯微圖像的獲取、處理、統(tǒng)計和分析，進(jìn)而可以 快速、準(zhǔn)確地得出霧滴狀態(tài)參數(shù)，其基本流程如圖6所示。
[0050] 本發(fā)明中應(yīng)用軟件具有自動分析和手動分析兩種模式。自動模式采用默認(rèn)的圖像 處理算法，手動模式可以根據(jù)實際情況選擇相應(yīng)的處理算法，具體流程如圖7所示，其功能 設(shè)置通過系統(tǒng)設(shè)置實現(xiàn)。
[0051] 自動模式下的具體工作過程如下：
[0052] -、初始化，進(jìn)行信息輸入，點亮燈管，接口打開，實現(xiàn)溫濕度信息采集，啟動CXD 攝像機(jī)，通過總線將霧滴圖片采集到圖像處理系統(tǒng)之中。
[0053] 二、計算機(jī)對采集的圖像進(jìn)行灰度變換，將彩色圖像轉(zhuǎn)換成灰度圖像。結(jié)合人眼對 顏色的敏感度原理，采用了加權(quán)平均法，即：
[0054] Y = cor*R+cog*G+cob*B ;
[0055] 其中ωκ，〇^分別為顏色分量R，G，B所對應(yīng)的權(quán)重，Y為灰度圖對應(yīng)點的像 素值。由于人眼對綠色的敏感度最高，因此所用的參數(shù)設(shè)置為ω κ= 〇. 30, ω (；= 〇. 59, ω B =〇. 11，得到灰度圖像像素值為256級。
[0056] 三、濾波。為了保證平滑雜點噪聲而不破壞圖像中霧滴顆粒邊緣等特征，系統(tǒng)默認(rèn) 采用邊緣保持濾波的方法進(jìn)行消除。邊緣保持算法的基本過程如下：對于圖像中的任意一 個像素點（x，y)的鄰域S，分別計算其左上角S 1、左下角S2、右上角&和右下角54四個區(qū)域 的灰度分布均勻度V，最后將均勻度最小區(qū)域的平均值作為該像素點的新的灰度值。表示 為：
[0057] 計算灰度均勻度的公式為：
[0059] 其中Sk為灰度分布均勻度最小的區(qū)域，k= {1，2,3,4}。均勻度V的計算公式為
[0061] 其中W為所選定的鄰域窗口大小，一般選擇3X3, 5X5或7X7等窗。其過程為：
[0062] (1)確定一個奇數(shù)像元的窗口 W ;
[0063] ⑵按照從左到右，從上到下的順序讓窗口在圖像中移動；
[0064] (3)讀取窗口內(nèi)對應(yīng)像素點四個角區(qū)域的灰度分布均勻度，將四個均勻度灰度大 小排隊；
[0065] (4)將均勻度最小區(qū)域的平均值代替窗口的中心像素值；
[0066] (5)若未掃描完，則跳轉(zhuǎn)到（2);
[0067] (6)輸出圖像。
[0068] 四、閾值分割。采集的霧滴圖像視為具有不同灰度級的兩類區(qū)域（目標(biāo)和背景） 的組合，為了將霧滴與背景進(jìn)行分離，其關(guān)鍵是選擇合理的分割閾值。當(dāng)一個像素的灰度值 超過這個閾值，就可以說這個像素屬于人們感興趣的目標(biāo)，反之則屬于背景部分。本發(fā)明采 取迭代閾值法，首先選擇一個近似閾值作為估計值的初始值，然后連續(xù)不斷地改進(jìn)這一估 計值，即利用初始值生成子圖像，并根據(jù)子圖像的特性來選擇新的閾值，然后利用新的閾值 來分割圖像，此分割結(jié)果好于用初始閾值分割圖像的效果。閾值分割后輸出的圖像為二值 圖像。
[0069] 該算法的步驟如下：
[0070] (1)給出圖像中的最小和最大灰度值ZjP Zk。令閾值初值T。= (Zt+Zk)/2。
[0071] (2)據(jù)閾值將圖像分割成物體和背景兩部分，求出兩部分的平均灰度值Z。和Z B。
[0073] 式中Z(i，j)是圖像上（i，j)點的灰度值，N(i，j)是點（i，j))的權(quán)重系數(shù)一般 N(i, j) = I. 0〇
[0074] (3)求出新的閾值：Tk+1= (ZJZb)/2。
[0075] (4)如果Tk+1= T k，則輸出閾值T，否則轉(zhuǎn)步驟（2) ·
[0076] (5)根據(jù)閾值T將原始圖像為f(x，y)轉(zhuǎn)化為二值化圖像為g(x，y)，轉(zhuǎn)化規(guī)則為：
[0078] 轉(zhuǎn)化后霧滴圖像為白色，背景為黑色。
[0079] (6)將二值化后的圖像g(x，y)保存。
[0080] 五、目標(biāo)識別。對霧滴的二值圖像呈現(xiàn)多點分布，由于存在中心空白的情況，所以 需要對其填充，然后進(jìn)行計數(shù)，即數(shù)出圖像中連通黑區(qū)域的數(shù)目。計數(shù)的方法有利用連通域 判別法進(jìn)行計數(shù)，對二值圖像從左向右，從上向下進(jìn)行掃描。要標(biāo)記當(dāng)前正被掃描的象素需 要檢查它在它之前已掃描的若干個近鄰象素的連通性。
[0081] 近鄰象素的連通性可利用鄰域概念來描述，通常有4-鄰域、8-鄰域兩種，根據(jù)現(xiàn) 場采集的圖像樣本分析，考慮8-連通的情況滿足要求，所以本發(fā)明采用了一種先對霧滴顆 粒內(nèi)徑連通區(qū)域進(jìn)行八鄰域邊緣跟蹤，再對連通區(qū)域內(nèi)部進(jìn)行像素