基于有機氣敏變色材料的傳感器系統(tǒng)
加入技術交流群
與氣體接觸前先對15個硅膠板在良好光照條件下拍照，記錄初始顏色陣列。在1～14號廣口瓶中分別滴入0.1 mL四氫呋喃，二甲胺，三乙胺，二異丙胺，甲醇，乙醇等液體；然后用膠帶站在硅膠板背面，把1～14號硅膠板懸于對應廣口瓶中(15號用于對比)，蓋上瓶蓋密封15 min待反應完全，這時可看到各個顏色陣列已有明顯的變化。最后，取出硅膠板，拍照記錄?？梢钥吹剑谱鞯臍饷絷嚵心軐@14種氣體產(chǎn)生明顯的顏色變化，肉眼即可對其進行分辨。
2.2 數(shù)據(jù)庫的建立
通過觀察個硅膠板通氣前后的圖像可知，鎳卟啉對各氣體均無顏色變化反應，所以每幅圖像的有用信息只用銅卟啉溶液滴涂的顏色塊，鋅卟啉溶液滴涂的顏色塊和Pt(Me2bzimpy)Cl+的Cl-鹽溶液滴涂的顏色塊即可表示。對于每一顏色塊的信息，可用其所有像素的平均R，G，B值來代表?？紤]到具體拍照的光照環(huán)境，配制溶液的濃度以及滴涂時溶液在硅膠板上的擴散程度都會對采集到的圖像的亮度和色度產(chǎn)生影響，這里用通氣后像素塊所有像素的平均R，G，B值減通氣前的平均R，G，B值來代表敏感陣列對氣體的顏色響應，因為用前后的差值不僅能抵消光照環(huán)境的影響，而且差值受溶液配制濃度和溶液在硅膠板上擴散程度的影響只有原始圖像受這些因素影響的12%。最后可以得到，敏感陣列對每種氣體的顏色響應矩陣，即氣體的特征矩陣：
式中：下標1，2，3分別表示左上，右上，和右下顏色塊的平均R，G，B值(左下顏色塊由于響應不明顯被拋棄)。
具體做法如下：
(1)先用Photoshop軟件對每一個硅膠板通氣前和通氣后的圖像進行圖像分割，對每幅圖像，分別剪取3個顏色塊的內(nèi)接正方形并保存，這樣就在不丟失圖像信息的情況下把圖像分割成了3幅小圖像以利于后面的處理。
(2)用Matlab軟件編寫程序提取圖像信息并進行數(shù)據(jù)分析，這里求出了各種氣體的特征矩陣，并用它們組成了識別氣體的數(shù)據(jù)庫，然后用歐氏距離作為衡量各氣體相似度的標準，利用式(1)計算氣體兩兩間的距離。
R=
式中：x，y代表通入的不同的氣體；i可取1，2，3，意義同氣體特征矩陣的下標。
通過求特征矩陣兩兩間距可以看出各氣體間的差別較大，可以用該方法對易揮發(fā)有機氣體進行識別?？蛇x最小的兩兩間距23.323的1／2為閾值，用于判斷辨別的氣體是否有效。各個氣體的特征矩陣見表1。
2.3 算法設計
首先，進行圖像的采集和預處理。圖像采集包括敏感陣列通氣前和通氣后兩幅圖像的采集和保存；圖像的預處理包括通氣后的圖像與通氣前圖像的做差求出敏感陣列對氣體的顏色變化圖像和對顏色變化圖像的去噪。
然后，提取圖像信息。這一部分可分為兩步：第一，提取圖像顏色塊的的位置信息，即通過檢測圖像中圓的方法求出圖像所含圓形顏色塊圓心的坐標；第二，獲得相應位置上的顏色信息，即求出以相應圓心為中心、邊長為15個像素大小的小正方形中像素的平均R，G，B值，得到待測氣體的特征矩陣。
對于第一步，在檢測圓之前應該先把RGB圖像灰度化，二值化，然后再進行邊緣檢測，最后利用Hough變換就可求出圖像中所含圓形圓心。
檢測圓一般用到的算法是Hough變換，Hough變換是Paul Hough在1962年提出的一種圖像邊緣檢測技術，它可以檢測圖像空間中的任意解析曲線，并具有對局部缺損不敏感、對隨機噪聲的魯棒性以及適于并行處理等優(yōu)良特性，所以這里選用Hough變換進行圓的檢測。Hough變換的基本原理在于利用點與線的對偶性，將原始圖像空間的給定的曲線通過曲線表達形式變?yōu)閰?shù)空間的一個點。這樣就把原始圖像中給定曲線的檢測問題轉化為尋找參數(shù)空間中的峰值問題，也即把檢測整體特性轉化為檢測局部特性。例如圖像空間中的在同一個圓，直線，橢圓上的點，每一個點都對應了參數(shù)空間中的一個圖形，在圖像空間中這些點都滿足它們的方程這一個條件，所以這些點，每個投影后得到的圖像都會經(jīng)過這個參數(shù)空間中的點。也就是在參數(shù)空間中它們會相交于一點。所以，如果參數(shù)空間中的這個相交點的累加值越大，那么說明原圖像空間中滿足這個參數(shù)的圖形越飽滿，越像要檢測的東西。算法的基本思想如下：通過參數(shù)空間的選擇，Hough變換可以檢測任意的已知表達形式的曲線，而參數(shù)空間的選擇可以根據(jù)曲線的表達式確定。所以當檢測某一已知半徑的圓的時候，可以選擇與原圖像空間同樣的空間作為參數(shù)空間。那么原圖像空間中的一個圓對應了參數(shù)空間中的一個點，參數(shù)空間中的一個點對應了圖像空間中的一個圓，原圖像空間中在同一個圓上的點，它們的參數(shù)相同，即圓心(x，y)相同，那么它們在參數(shù)空間中的對應的圓就會過同一個點(x，y)，所以，將原圖像空間中的所有點變換到參數(shù)空間后，根據(jù)參數(shù)空間中點的聚集程度就可以判斷出圖像空間中有沒有近似于圓的圖形。如果有，這個參數(shù)就是圓的參數(shù)，繼而找到了圓的圓心坐標。對于圓的半徑未知的情況下，可以看作是有3個參數(shù)的圓的檢測，圓心和半徑。這個時候原理仍然相同，只是參數(shù)空間的維數(shù)升高，計算量增大。圖像空間中的任意一個點都對應了參數(shù)空間中的一簇圓曲線，其實是一個圓錐型。參數(shù)空間中的任意一個點對應了圖像空間中的一個圓。
評論