[发明专利]一种纤维网水下防污效果评定方法及计算机可读存储介质在审
| 申请号: | 202111416146.0 | 申请日: | 2021-11-25 |
| 公开(公告)号: | CN114092453A | 公开(公告)日: | 2022-02-25 |
| 发明(设计)人: | 王宇骅;吕素真;钮瑞祎;冯晓东;李德昌;周家德;王龙生;宋维广 | 申请(专利权)人: | 上海仪耐新材料科技有限公司;上海前瞻海洋新材料研究院 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/62 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 201702 上海市*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 纤维 水下 防污 效果 评定 方法 计算机 可读 存储 介质 | ||
本发明实施例提供一种纤维网水下防污效果评定方法,包括以下步骤:选择一张包含纤维网样板的照片,剪裁纤维网样板周边区域;读取纤维网图像,并将读取后的真彩图像转化为灰度图像,输出矩阵;确定污染物灰度值并筛选灰度图像矩阵,输出由0和1组成的矩阵;根据筛选后的矩阵大小,在矩阵中选取随机点;以每个随机点为顶点,在矩阵中建立新矩阵;统计每个新矩阵,并计算污染面积百分比;统计所有新矩阵的污染面积百分比,输出标准曲线,分析得到污染面积百分比的分布、均匀性和污染程度信息。本发明自动、客观的得出纤维网样板水下防污性的评定结果,解决行业中对纤维网样板水下防污性评定过于主观、结果不准确的问题。
技术领域
本发明涉及纤维网样板水下性能评估方法,具体涉及一种纤维网水下防污效果评定方法及计算机可读存储介质。
背景技术
纤维材料凭借其良好的柔韧性和优异的质量强度比在水下应用中已经被广泛运用。由于长期浸润或浸没于潮湿、盐雾的环境中,水生生物会生长在纤维网上,堵塞网孔、破坏网绳结构、降低网体牢度、增加网体重量。所以水下防污性能是决定纤维网的水下使用效果和寿命的重要性能,评定其性能的主要指标包括:污损生物种类、污损生物附着数量和污损生物附着覆盖面积。
目前对纤维材料水下环境的防污性能评定未有国家标准或行业标准,行业中一般参考GB/T 5370-2007防污漆样板浅海浸泡试验方法中的规定,目前对防污样板的防污效果进行目测评定,评定原则为清点并记录不同污损生物的种类及相应的附着群居聚落数,或海藻、泥污等覆盖的面积百分数。
对污损生物的群居聚落的清点和污损程度评定只考虑数量,而不考虑聚落的面积大小,这使得评定结果受人的主观的影响较大。在纤维网上,海藻、泥污的覆盖的面积依附于纤维网结构,在评定时难以给出精确的结果。这两方面使得对纤维网水下防污效果的评定因主观因素变得不准确。
发明内容
有鉴于此,本发明实施例提供一种纤维网水下防污效果评定方法及计算机可读存储介质,解决行业中对纤维网样板水下防污性评定过于主观、结果不准确的问题。
本发明实施例提供一种纤维网水下防污效果评定方法,包括以下步骤:
步骤一、确定需要进行水下防污性评定的纤维网图像区域,选择一张包含纤维网样板的照片,使用图片编辑工具,剪裁纤维网样板周边区域,尽可能仅留下纤维网样板;
步骤二、使用MatLab中的imread函数读取纤维网图像,并使用rgb2gray函数将读取后的真彩图像转化为灰度图像,输出列数为c、行数为r的矩阵;
步骤三、根据原图像的污染颜色深浅、光线饱和度和明亮度,确定污染物灰度值并筛选灰度图像矩阵,输出由0和1组成的矩阵,0代表未污染,1代表已污染;
步骤四、根据筛选后的矩阵大小,在矩阵中选取随机点;以每个随机点为顶点,在矩阵中建立列数和行数分别为1/10灰度图像矩阵列数c和1/10灰度图像矩阵行数r的新矩阵;
步骤五、统计每个新矩阵,第i个矩阵中值为1的点的数量ni,该矩阵中的污染面积百分比si计算如下:
步骤六、统计所有新矩阵的污染面积百分比s,输出标准曲线,根据标准曲线分析得到污染面积百分比的分布、污染面积的均匀性和污染程度信息。
在本发明一实施例中,列数c和行数r均向下取整数。
在本发明一实施例中,在步骤四中,灰度图像矩阵分为4个区域,并且每个区域中的随机点建立新矩阵的方向按如下规则:
A区域:随机选择的点为矩阵左上顶点,矩阵列数为+1/10灰度图像矩阵列数c,矩阵行数为+1/10灰度图像矩阵行数r;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海仪耐新材料科技有限公司;上海前瞻海洋新材料研究院,未经上海仪耐新材料科技有限公司;上海前瞻海洋新材料研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111416146.0/2.html,转载请声明来源钻瓜专利网。





