研究从全息重建颗粒图像中进行颗粒识别和定位的方法.利用小波函数重建颗粒全息图,采用灰度阈值自动判定方法对所重建的三维颗粒场图像进行颗粒图像与背景的分离和颗粒判定.根据重建颗粒图像灰度的空间分布特点,采用灰度和颗粒面积双判据方法实现颗粒空间位置,特别是流场深度方向的准确定位.对已知记录距离的理想模拟颗粒群全息图进行重建测试,同时在共轴全息试验台上对已知记录距离的颗粒试验片进行颗粒识别和定位算法的测试和验证.结果表明,所提出的灰度阈值自动判定方法准确、有效,最大灰度和颗粒面积双判据方法能够更加准确地进行颗粒空间定位.

采用人工智能中的模糊逻辑方法进行气固两相流动PTV测量中的颗粒识别，因更多地模拟人脑的思维过程使得识别效率得到大幅度的提高，同时，在识别过程中可以获取大量有关颗粒本身的信息，如形状和尺寸等，由此可将气固两相流动中的不同尺寸的颗粒区分开，从而可实现对气固两相流动的测量。

油液的污染度等级检测是提高设备工作可靠性和延长使用寿命的重要手段。传统的检测方法多基于实验室离线式检测，不能满足工业现场实时性的要求。该系统结合显微成像和图像处理技术，进行了相关的软硬件设计，并根据油液图像的特征，提出了一种基于平均背景的颗粒识别算法，快速、准确地提取出了颗粒图像，为后续油液污染等级的界定奠定了基础。经过工业现场测试，该系统测试结果较为准确，为油液污染度检测提供了新的途径和方法。