利用计算机视觉追踪透明容器中材料的边界

透明容器中材料边界的视觉识别对众多应用具有重要价值。此类识别对于估算填充水平、体积和相边界，以及跟踪沉淀、结晶、冷凝、蒸发和相分离等化学过程至关重要。对于具有非平坦表面（即固体、粉末和粘性流体）的材料，其材料界面形状不可预测，因此在图像中识别材料边界的问题尤为复杂。本工作展示了一种在图像中寻找透明容器内材料边界的通用方法。该方法利用包含材料的透明容器图像以及图像中容器的边界。识别基于以下假设：材料边界在图像中以曲线形式出现（具有各种约束），其端点均位于容器轮廓上。使用基于沿该曲线的某些图像属性的成本函数来评估曲线与图像中材料边界匹配的概率。我们考察了几种图像属性作为材料边界的指示器。利用 Dijkstra 算法找到了最优边界曲线。该方法成功应用于识别各种类型的相边界，包括液 - 气、固 - 气和固 - 液界面，以及日常生活和化学实验室中的各种类型玻璃器皿（即瓶子、烧杯、烧瓶、罐子、色谱柱、小瓶和分液漏斗）。此外，该方法可轻松扩展至承载在载体容器（即盘子、勺子、刮刀）上的材料。