[论文解读] Resolving Gas Bubbles Ascending in Liquid Metal from Low-SNR Neutron Radiography Images

Mihails Birjukovs|arXiv (Cornell University)|Oct 18, 2021

Nuclear Physics and Applications参考文献 66被引用 15

一句话总结

本文提出了一种新颖的图像处理流程，用于在低信噪比（SNR）中子照相下检测和追踪液态金属中的气泡。通过结合多尺度递归询问滤波、自适应去噪以及基于亮度的误报抑制，该方法即使在极端成像条件下也能实现鲁棒的气泡分割与形状重建，验证实验中形状匹配误差低于14%，优于以往方法。

ABSTRACT

We demonstrate a new image processing methodology for resolving gas bubbles travelling through liquid metal from dynamic neutron radiography images with an intrinsically low signal-to-noise ratio. Image pre-processing, denoising and bubble segmentation are described in detail, with practical recommendations. Experimental validation is presented—stationary and moving reference bodies with neutron-transparent cavities are radiographed with imaging conditions representative of the cases with bubbles in liquid metal. The new methods are applied to our experimental data from previous and recent imaging campaigns, and the performance of the methods proposed in this paper is compared against our previously achieved results. Significant improvements are observed as well as the capacity to reliably extract physically meaningful information from measurements performed under highly adverse imaging conditions. The showcased image processing solution and separate elements thereof are readily extendable beyond the present application, and have been made open-source.

研究动机与目标

• 解决从固有低信噪比（SNR）和高噪声水平的动态中子照相图像中提取可靠气泡动力学的挑战。
• 克服以往图像处理方法在复杂气液两相流中因噪声、运动模糊和误报而受限的问题。
• 开发一种鲁棒的开源图像处理流程，能够处理高速（≥100 FPS）下在厚液态金属层中快速运动气泡的成像。
• 通过已知形状的参考体在实验中验证方法，量化在真实成像条件下检测精度与误差范围。
• 实现对物理上有意义数据（如气泡轨迹、速度、形状与动力学）的精确提取，用于计算流体动力学与磁流体动力学（MHD）建模。

提出的方法

• 采用多尺度递归询问滤波器（MRIF）在多个空间尺度上检测和分割气泡，增强对微小或低对比度特征的敏感性。
• 应用全局与局部图像滤波技术抑制噪声，同时保留边缘细节，结合基于局部图像统计的自适应阈值。
• 集成基于亮度图的误报过滤器，利用强度梯度减少虚假检测，尤其在背景变化剧烈区域。
• 使用软色调映射遮罩增强对比度，提升低SNR区域的分割精度，同时避免噪声放大。
• 实施递归处理流程，对图像序列进行处理，实现在帧间的一致性追踪与形状重建。
• 在验证过程中引入合成伪影与运动模糊，以模拟真实世界成像失真，测试方法鲁棒性。

实验结果

研究问题

• RQ1 新的图像处理流程是否能可靠地从具有高运动模糊与噪声的低SNR中子照相图像中检测并分割液态金属中的气泡？
• RQ2 与以往方法相比，该方法在形状检测精度与误报抑制方面的性能如何？
• RQ3 在真实成像条件下，该方法在成像已知几何形状的运动参考体时，其精度能保持到何种程度？
• RQ4 可靠气泡检测与形状重建所允许的最大信噪比（SNR）及图像退化程度（如运动模糊、伪影）是多少？
• RQ5 该方法能否扩展用于分析复杂集体气泡动力学，如磁流体动力学（MHD）流中气泡链形成、合并与涡旋相互作用？

主要发现

• 新图像处理流程在从低SNR中子照相图像中检测与分割气泡方面显著优于以往方法，尤其在高噪声与运动模糊条件下表现突出。
• 对于具有球形空腔的静止参考体，相对形状失配面积在理想条件下控制在真实形状的14%以内，面积差异在10%以内。
• 在图像中加入合成伪影后，最大相对形状失配增加至20%，面积差异增加至14%，表明在恶劣成像条件下仍具鲁棒性。
• 检测到的气泡形状的非球度可忽略不计，证实了形状重建具有高几何保真度。
• 即使在高速（最高达50.2 cm/s）条件下，该方法仍能实现气泡的可靠检测与追踪，且在不同成像设置与帧率下表现一致。
• 开源实现（可在GitHub获取）支持可复现性，并可扩展至其他两相流研究，包括气泡碰撞与MHD效应分析。