کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6664395 1427063 2018 7 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A microscopic computer vision algorithm for autonomous bubble detection in aerated complex liquids
ترجمه فارسی عنوان
یک الگوریتم بینایی کامپیوتری میکروسکوپی برای تشخیص حباب مستقل در مایعات پیچیده گازدار
کلمات کلیدی
ترجمه چکیده
توزیع اندازه حباب ها در کیک ها اغلب از طریق تصویربرداری میکروسکوپ نوری به دست می آید، با توجه به دسترسی کمتر و غیر قابل قبول از تکنیک های پیچیده مانند پراکندگی نور و روش های صوتی. ما روش شناسایی و شمارش خودکار حباب را از تصاویر میکروسکوپیک ارائه می دهیم که انعطاف پذیری و قابلیت اطمینان را نسبت به رویه های دستی موجود ارائه می دهد. این روش قادر به حل و فصل حباب های متصل شده است و بسیاری از حباب ها را در تصویر تشخیص می دهد تا از طریق چشم غیر مسلح یا روش های گزارش شده در ادبیات شیمیایی و مواد غذایی مورد استفاده قرار گیرد. علاوه بر این، داده های اندازه گیری شده برای حباب ها به راحتی می تواند برای تجزیه و تحلیل آماری معمول استفاده شود. ما کاربرد روش ما را برای مطالعه تاثیر دو هندسه مختلف میکسر و سه سرعت متفاوت بر روی اندازه حباب نشان می دهیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی مهندسی شیمی (عمومی)
چکیده انگلیسی
The size distribution of bubbles in cake batters is often determined from optical microscopic imaging, considering the lesser availability and non-affordability of sophisticated techniques such as light scattering, and acoustic methods. We present an automated bubble detection and counting method from microscopic images that presents flexibility and robustness over existing manual approaches. The method is able to successfully resolve connected bubbles and recognise far many bubbles in an image than would be possible by naked eye or hitherto reported methods in chemical and food engineering literature. Furthermore, the size data obtained for the bubbles can easily be used for routine statistical analysis. We demonstrate the application of our method for studying the influence of two different mixer geometries and three different speeds on bubble size.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Food Engineering - Volume 238, December 2018, Pages 54-60
نویسندگان
, , ,