[論文レビュー] Computer vision-based recognition of liquid surfaces and phase boundaries in transparent vessels, with emphasis on chemistry applications

Sagi Eppel, Tal Kachman|arXiv (Cornell University)|Apr 28, 2014

Innovative Microfluidic and Catalytic Techniques Innovation参考文献 18被引用数 35

ひとこと要約

本論文では、相の数について事前の知識が不要な透明な容器内の液体表面および相界面を検出するためのコンピュータビジョン手法を提示する。曲線スキャンと画像特性分析（強度変化、エッジ密度、曲線法線に対する勾配方向）を用い、液体-空気界面および液体-液体界面を正確に特定することで、化学分野における体積測定および相分離の自動化を可能にする。

ABSTRACT

The ability to recognize the liquid surface and the liquid level in transparent containers is perhaps the most commonly used evaluation method when dealing with fluids. Such recognition is essential in determining the liquid volume, fill level, phase boundaries and phase separation in various fluid systems. The recognition of liquid surfaces is particularly important in solution chemistry, where it is essential to many laboratory techniques (e.g., extraction, distillation, titration). A general method for the recognition of interfaces between liquid and air or between phase-separating liquids could have a wide range of applications and contribute to the understanding of the visual properties of such interfaces. This work examines a computer vision method for the recognition of liquid surfaces and liquid levels in various transparent containers. The method can be applied to recognition of both liquid-air and liquid-liquid surfaces. No prior knowledge of the number of phases is required. The method receives the image of the liquid container and the boundaries of the container in the image and scans all possible curves that could correspond to the outlines of liquid surfaces in the image. The method then compares each curve to the image to rate its correspondence with the outline of the real liquid surface by examining various image properties in the area surrounding each point of the curve. The image properties that were found to give the best indication of the liquid surface are the relative intensity change, the edge density change and the gradient direction relative to the curve normal.

研究の動機と目的

• 透明な容器内の液体表面および相界面を認識するための自動的で汎用的な手法の不足に対処すること。
• 相の数に関する事前の仮定なしに、ラボ環境における液体の液面および相分離を正確に検出できること。
• 滴定、抽出、蒸留などの重要な化学的技術を支援するため、視覚的評価を自動化するビジョンベースのシステムの開発。
• 現実のラボ環境における屈折、透明性、変動する照明条件による画像ベースの界面検出の課題を克服すること。
• 多様な透明な容器の形状および流体系に適用可能な柔軟でオープンソースのソリューションを提供すること。

提案手法

• 本手法は、透明な容器の画像とその容器の境界を入力とし、液体表面を表す可能性のあるすべての曲線をスキャンする。
• 各候補曲線について、相対的強度変化、エッジ密度の変化、および曲線法線に対する勾配方向という3つの主要な画像特性を用いて、実際の液体表面との整合性を評価する。
• 整合性スコアが最も高い曲線が、検出された液体表面または相界面として選択される。
• 本手法は、事前の相の数の知識を必要としないため、液体-空気界面および液体-液体界面の両方に対応可能である。
• 局所的な画像勾配およびエッジ特性に依存することで、光学的歪みや照明の変動に対して頑健であるように設計されている。
• ソースコードは公開されており、再現性の確保およびラボ自動化パイプラインへの統合を可能にしている。

実験結果

リサーチクエスチョン

• RQ1 事前に相の数を知らない状態で、コンピュータビジョン手法が透明な容器内の液体表面および相界面を検出可能か？
• RQ2 透明な器において、液体表面または相界面の存在を最も信頼性高く示す画像特性は何か？
• RQ3 多様な容器形状および流体系において、本手法が液体の液面および相界面をどの程度正確に検出できるか？
• RQ4 屈折などの光学的効果や異なる照明条件に対しても、本手法は一般化可能か？
• RQ5 滴定や抽出などの化学ラボ手順における自動化を、どの程度まで支援できるか？

主な発見

• 相対的強度変化、エッジ密度変化、および曲線法線に対する勾配方向の組み合わせが、液体表面および相界面の検出において最も信頼性が高かった。
• 本手法は、相の数に関する事前の仮定なしに、多様な透明な容器において液体-空気界面および液体-液体界面を正常に検出できた。
• ラボの画像設定で一般的に見られる光学的歪みや照明の変動に対しても、アルゴリズムは頑健であることが示された。
• 本手法は液体の液面および相界面の特定において高い正確性を達成し、正確な体積および相分離推定を可能にした。
• 相界面および液体表面認識のためのソースコードは公開されており、研究および産業応用への再現性および統合を支援している。
• 滴定、抽出、蒸留などの化学的コア技術に本手法は適用可能であり、液体の液面の視覚的評価が重要な分野で有効である。