基于RPCA及低秩表示的气液两相流动图像中气泡图像分离研究

气液两相流中对气泡的测量研究是非常重要的，气泡测量技术中，如何实现气泡与背景分离是研究的重点问题。现有的测量技术大多采用图像二值化、边缘检测、图像滤波等方法来实现气泡信息的提取，而这些测量方法往往是存在不足的，仅仅针对单一图片或者需要人为手动选取。本文通过SVD（单值分解）和RPCA（鲁棒主成分分析法）对气液两相流中的气泡图像进行背景分离，其方法主要有两个特点：连续相关性和自动获取性。并提出逐行累加和逐列累加的方法，测量气泡的运动过程形态。研究表明，相比于原始的图像分离技术，利用RPCA运算，对气泡的定位、大小和速度表示都更准确。