전통적인 모세관 용해점기는 사람의 눈 관찰에 의존하여 초융 (첫 번째 액체 출현) 과 전융 (고체 소실) 시각에 주관적인 오차가 존재한다고 판단한다.이미지 처리 알고리즘을 바탕으로 하는 자동 식별 기술은 용융 과정에서 관건적인 시각적 특징을 정확하게 분할하여 측정의 객관화와 정밀화를 실현했다.핵심 알고리즘 프로세스는 다음과 같습니다.

1. 이미지 사전 처리 및 샘플 영역 위치:

알고리즘은 먼저 모세관 내의 샘플을 부각시키기 위해 고스 필터 노이즈 제거 및 대비 강화를 포함하여 수집 된 비디오 시퀀스를 사전 처리합니다.그 후 에지 감지 또는 템플릿 일치 알고리즘을 이용하여 고정된 모세관 영역(ROI)을 정확하게 포지셔닝하고 분할하여 배경 간섭을 제거하고 후속 분석의 기초를 마련한다.

2. 초융해점의 정확한 검측 - 텍스쳐와 형태 돌연변이에 기초:

이것이 분할의 첫 번째 열쇠입니다.고체 분말은 초기 단계에서 특정한 무늬 특징을 가지고 있다.알고리즘은 ROI 내 영역의 그레이스케일 통계적 특성(예: 표준 차) 또는 그레이스케일 공생 매트릭스 기반 엔트로피와 같은 텍스처 특성을 계산하여 변화를 모니터링합니다.초용융이 발생할 때 국부적인 구역에 액적이 나타나 무늬의 균일성 돌연변이를 초래하며 상술한 특징치는 뚜렷한 약진이 발생한다.프레임 차법을 결합하여 국부 변화 영역을 감지하면 그에 대응하는 순간이 초기 용해점으로 판정됩니다.이 단계는 사람의 눈이 미세한 초용해 현상에 대한 반응이 뒤처지는 단점을 극복했다.

3. 전체 용해점의 정확한 판정 - 윤곽선 및 투광성 분석에 기초:

이것은 분할의 두 번째 관건이다.용해가 진행됨에 따라 고체 윤곽선은 지속적으로 수축된다.알고리즘은 카니 산자와 액티브 프로파일 모델과 같은 가장자리 추출 및 프로파일 추적을 통해 고체 기둥의 형태를 정확하게 묘사합니다.전체 용해의 판정은 고체 윤곽의 소실이다.더 진보된 알고리즘은 전체 ROI의 평균 회색조 또는 투과율을 동시에 모니터링합니다.고체가 사라지는 순간 모세관 밑부분의 투광성이 급격히 증가하여 전체 그레이스케일 값에 계단식 변화가 발생한다.알고리즘은 이 변곡점에 대응하는 시각을 전체 용해점으로 판정하여"마지막 작은 입자가 사라진다"는 판단으로 인한 사람의 눈의 불확실성을 피했다.

결론: 용융 과정의 시각적 정보를 계량화된 무늬, 윤곽과 그레이스케일 특징으로 전환함으로써 이미지 처리 알고리즘은 초용과 전용 두 물리적 단계에 대한 정확하고 자동 분할을 실현했다.이 연구는 용해점 측정의 반복성과 정확성을 대폭 향상시켰을 뿐만 아니라 실험 데이터의 디지털화와 지능화 분석에도 튼튼한 기초를 제공했다.