基于视觉的在线黏度测量
计算机视觉与模式识别
2025-12-03 v2
摘要
黏度测量对于过程监控和自动化实验室操作至关重要，但传统黏度计仍然侵入性强，需要受控实验室环境，与实际过程条件有显著差异。我们提出了一种基于计算机视觉的黏度计，通过利用固定背景图案随光通过流体折射而在由混合驱动的持续变形自由表面上发生光学畸变来推断黏度。在多样化的照明条件下，该系统在回归任务中可实现0.113的平均绝对误差(以 log m2 s^-1 为单位)，在黏度-分类预测中可达81%的准确率。尽管在黏度值相近的类别表现下降，但多图案策略通过提供丰富的视觉线索提高了鲁棒性。为确保传感器可靠性，我们包含不确定性量化，使黏度预测能够提供置信区间估计。这一stand-off黏度计为现有的黏度测量方法提供了一个实用且自动化就绪的替代方案。
引用
@article{arxiv.2512.01268,
title = {ViscNet: Vision-Based In-line Viscometry for Fluid Mixing Process},
author = {Jongwon Sohn and Juhyeon Moon and Hyunjoon Jung and Jaewook Nam},
journal= {arXiv preprint arXiv:2512.01268},
year = {2025}
}