一项基于异构双分支神经网络的气泡测量技术

在气泡动力学研究中，如何实现微小、低对比度、高密度气泡的精准识别与连续追踪，是流体力学、微流控、能源化工及生物医学工程领域的共性难题。中科君达视界工程师们结合千眼狼超高速摄像机NEO与自研的异构双分支神经网络算法，构建了一套面向气泡测量领域的高速视觉解决方案，实现了气泡在复杂场景下的精准识别、稳定跟踪及多维物理量测量，为气泡动力学研究提供了有效的实验工具支持。

1. 研究背景：气泡测量的痛点

气泡作为典型的气-液两相界面结构，其微秒级的生成、上升、变形、聚并与破裂瞬态过程直接影响传热效率、反应速率及系统稳定性，工业相机或普通高速摄像机难以捕捉完整演化过程。

算法层面，传统手段多依赖人工判读或基于阈值/边缘检测的经典图像处理方法，难以应对以下现实挑战：

●低对比度：气泡与背景折射率接近，边缘模糊、灰度差异微弱，传统阈值法失效。

●背景干扰：流场中杂质、两相界面波动等容易引起误判。

●微小尺度：直径约10~15个像素的气泡缺乏显著纹理与形状特征，常规卷积网络算法容易导致细节丢失。

●高密度拥挤：气泡间距小于自身直径，相互遮挡，传统跟踪算法易发生混淆。

上述挑战导致传统方法普遍存在漏检、误分割、轨迹断裂等缺陷，严重制约定量分析精度。

2. 解决方案：千眼狼超高速摄像机+异构双分支神经网络（HDBN）

2.1 硬件平台-千眼狼超高速摄像机NEO

在实际工程与实验研究中，千眼狼超高速摄像机被广泛应用于气泡测量相关场景，主要优势如下：

●支持130万像素下25000 fps高速采集，有效ROI下时间分辨率高达5 μs。

●采用全新一代BSI传感器，量子效率85%，仅需10lux照度即可高速成像。

●具备54 dB高动态范围，有效提升低对比度场景下的信噪比。

●提供SDK接口，支持与自研算法实时协同，实现采集即分析。

2.2算法架构-异构双分支神经网络（HDBN）

仅依靠高速摄像机仍不足以完成复杂场景下气泡测量。中科君达视界算法工程师们突破传统的单分支卷积网络结构模型的局限，提出一种“异构双分支神经网络架构”路径。该路径通过建立“局部精细刻画”与“全局语义感知”的并行机制，解决了精度与速度的矛盾，并在后续的运动推断中，引入基于最优传输理论的多维约束关联算法，技术原理如下：

●高分辨率分支：使用小卷积核与空洞卷积，专用于微小气泡的边缘细节和几何轮廓重建。

●上下文分支：通过扩展感受野提取大尺度特征，理解气泡所在区域的全局结构、背景特征以及场景中的宏观分布。

●动态融合模块：采用轻量化融合模块，根据实时图像特征动态调整两个分支的权重分配，实现细节与语义的高效协同。

●最优传输跟踪：构建包含位置、形状、邻域拓扑、历史轨迹的多维特征空间，以最小代价实现跨帧ID一致匹配。

3. 技术优势

4. 技术实践案例与解析

4.1 低对比度下的识别

低对比度场景通常指气泡与背景灰度差值接近噪声水平。千眼狼高速摄像机凭借高灵敏度传感器捕获微弱灰度差异，“异构双分支神经网络架构”高分辨率分支强化局部梯度特征，结合上下文分支抑制背景均匀区域响应，有效分离气泡轮廓，避免传统阈值法因对比度不足导致的断裂与漏检。

4.2 嘈杂背景下的识别

嘈杂背景如生物反应器内存在介质悬浮颗粒干扰，背景纹理在局部统计上像气泡。

千眼狼“异构双分支神经网络架构”中的高分辨率分支发挥了判别作用，通过精细的形态学特征过滤非球形噪声，显著提升信噪比与识别准确率。

4.3 小气泡的识别

微米级气泡在图像中仅占数个像素，易被忽略。千眼狼“异构双分支神经网络架构”中的高分辨率分支采用亚像素级特征增强与多帧超分辨重建，实现微观气泡的识别。

4.4 拥挤场景下的识别

高密度气泡群中目标气泡重叠严重，易导致合并检测。千眼狼“异构双分支神经网络架构”技术通过双分支协同，分别提取单个气泡的局部独立特征与群体分布结构，再经由最优传输匹配实现重叠区域的粘连气泡的有效分割与轨迹独立跟踪。

5. 高速气泡跟踪与测量能力扩展

在千眼狼高速摄像机提供的高质量序列图像基础上，算法进一步支持将高速摄像机采集的图像序列转化为可统计、可解析的物理数据，覆盖气泡的运动学行为分析和静态形态学表征。

5.1 气泡运动学测量：

基于最优传输算法获取的具有一致身份ID的轨迹数据，工程师们可逐帧计算每个气泡的运动学参数：

●位置坐标：输出气泡中心或特征点在每一时刻的像素坐标及世界坐标。

●瞬时速度与加速度：通过对连续帧间位置的时间差分，计算气泡的的瞬时速度矢量与加速度矢量，表征气泡运动状态变化。

●轨迹追踪：支持对指定气泡或气泡群轨迹的持续时间、平均速度、方向矢量等宏观指标计算与可视化。

5.2 气泡形态学测量：

●基本几何参数：气泡的投影面积、周长、长短轴长度。

●等效粒径与球形度：通过投影面积计算等效直径，通过面积与周长计算球形度，用于评估界面张力与流动稳定性。

结语

面对如何选择一款用于气泡测量领域的高速摄像机这一高频需求，中科君达视界自主研发的千眼狼高速摄像机与异构双分支神经网络技术，有效解决了气泡视觉测量中“精度-速度”权衡的难题，在低对比度、嘈杂背景、微小目标及高密度场景下均表现优异。该软硬深度协同的解决方案不仅实现气泡的“看得见、跟得稳”，更进一步推动其动态过程与静态属性的“可量化、可分析”，为航空航天流体力学研究、能源化工设备效率评估、生物医学工程与微流控等领域提供高效的视觉测量解决方案。