邱 婷 罗启平 管国安

(乐安县水利局，江西 抚州 344300)

絮体检测可获取絮体特征参数(如粒度、分形维数、沉降速度等)，絮体特征对絮凝过程的机理研究与分析是至关重要的，絮体检测在将微观的絮体形态与宏观的絮凝效果相结合方面具有重要意义[1][2]。

目前常用的絮体检测方法有：粒子图像测速(Particle Image Velocimetry，PIV)技术、显微技术、光散射技术等[3][4]。Ren等[5]利用PIV技术来获得絮体的实时状态，通过采集的图像计算絮体的大小和分形维数；光学显微镜[6]、电子显微镜[7]常用来检测絮体的大小和结构；Zhang等[8]在微藻混凝过程中，用高速显微镜相机在预定义的间隔时间内获取微藻絮体图像，以分析平均尺寸；基于光传输的絮体识别技术，如光散射技术[4]、聚焦光束反射技术(Focused Beam Reflectance Measurement，FBRM)[9]等常用来检测絮体的大小变化，Kyoda等[10]采用FBRM对絮凝粘土悬浮液中形成的絮体结构进行检测。

在当前的研究中，利用常规方法检测絮体往往会受到絮体失真和时滞性等问题的干扰，影响着检测结果。近年来，随着计算机技术和图像采集技术的高速发展，机器视觉因其具有快速、准确且不会使絮体形状失真等优点，已成为絮体检测研究的一种有力手段。本文就机器视觉在絮体检测中的算法优化与应用进行了讨论，对其未来的研究发展方向进行了展望，为今后机器视觉及絮体检测方面的研究提供了参考。

1 机器视觉及其可检测的絮体特征参数

1.1 机器视觉简介

机器视觉可以通过模拟人类视觉的方式来自动地识别、检测和理解物体的形态及运动情况，从图像中定位、识别及提取的二维特征与对象的三维表示相匹配[11][12]。……