張皓，王凱

（清華大學化學工程系，化學工程聯(lián)合國家重點實驗室，北京100084）

引 言

微化工系統(tǒng)是化工學科的前沿方向，具有設備比表面積大、體系傳遞速率高、過程可控性強、系統(tǒng)本質安全等特點，不斷在化學、生物、能源、材料等交叉領域受到關注[1-5]。微流控技術是微化工系統(tǒng)的重要組成部分，它以精密加工制造的微通道芯片為平臺，實現(xiàn)液滴、氣泡的生成、破碎、聚并等精密流動控制[6-8]，具有物料消耗少、響應速度快、分散尺寸均一度高等優(yōu)勢，在化學合成、材料制備和生物檢測等方向具有重要應用價值[9-12]。在化學工程領域，微流控技術可以精確控制液滴的大小、形狀、運動速度和運動方式，為研究復雜乳液制備、化學反應和分離強化等提供了基礎研究平臺[13-15]。

微流控過程本質上是在微小空間內(nèi)實施的多相流過程，其理論核心為微尺度下多相流動基本規(guī)律。由于微流控設備體積小，主要采用的研究方法為顯微攝像，即將微通道負載于顯微鏡平臺上，通過高速相機記錄液滴的生產(chǎn)和運動過程[16-20]。這一方法直接且高效，能夠清楚地記錄液滴的運動過程。得益于此，近年來大量微流控實驗結果獲得了快速報道[8,21-22]。雖然顯微攝像技術提供了良好的觀察方法，但是對于顯微攝像的深入分析還有待開展。當前研究者主要從實驗錄像中提取流型、液滴直徑等少量數(shù)據(jù)，對錄像中蘊藏的大量的細節(jié)信息還缺乏深入的挖掘，人工處理數(shù)據(jù)的方式也煩瑣費時。

顯微攝像本身是將實驗現(xiàn)象轉化成數(shù)字信息存儲于計算機中的方法，采用圖像識別技術可以進一步從顯微錄像中提取出關鍵數(shù)據(jù)。目前MATLAB 等運算軟件已經(jīng)具備豐富的函數(shù)庫，可以對復雜圖像進行簡化與解析，幫助研究者捕捉實驗參數(shù)。遺憾的是，在微流控領域，顯微圖像識別和分析方面的研究卻少有報道。2013 年，Wei 等[23]報道了一種通過圖像處理來獲取微通道內(nèi)液滴直徑的方法，他們利用MATLAB 實現(xiàn)了微納濾波、圖像腐蝕、邊緣檢測和體積計算等步驟，再將顯微錄像進行處理后計算出了液滴直徑。同年Basu[24]報道了通過圖像處理獲得液滴形態(tài)和速度（droplet morphometry and velocimetry, DMV）的方法，為微流控圖像處理技術的運用奠定了基礎。該方法提出了背景識別、輪廓識別、液滴填充等針對微流控圖像的處理流程，對液滴的分散、切割和蜿蜒流動等過程進行了研究，取得了豐富的實驗數(shù)據(jù)。隨后本課題組[25]也開發(fā)了一種快速識別同軸微通道內(nèi)氣液界面位置的圖像處理技術，快速獲取了液滴分散過程中周期性壓力變化。

鑒于顯微圖像識別技術在微流控領域的重要研究價值，本文工作嘗試使用圖像識別方法對微通道內(nèi)液滴聚并過程[26-27]開展實驗研究。與針對微通道內(nèi)液滴運動過程的圖像識別方法不同，聚并實驗涉及液滴接觸狀態(tài)判定和液滴聚并時間分析等新挑戰(zhàn)，因此本文開發(fā)了局部背景處理、選區(qū)二值化、圖像干擾去除、液滴接觸狀態(tài)識別等面向微流控聚并的圖像處理方法。根據(jù)圖像處理結果計算了微通道內(nèi)液滴聚并前后的運動速度，收集了液膜排空時間等關鍵參數(shù)，分析了微通道內(nèi)流動條件和固體雜質對于聚并過程的影響規(guī)律。

1 實驗部分

1.1 實驗裝置和體系

實驗微通道如圖1（a）所示。該裝置使用精密機械加工方法在聚甲基丙烯酸甲酯（PMMA）表面刻制微通道，再通過75°C、0.4 MPa 的熱壓設備（泰科盛熱壓機）與空白PMMA 面板封裝而成。通道總長40 mm，分為上下游兩段，其寬度w和深度h的數(shù)值如圖1 所示。上游通道含有兩個T 型分支，其中第一個分支用于形成直徑均一的柱狀液滴，第二個分支用于補加連續(xù)相流體，微調(diào)液滴間距。Qc1和Qc2表示兩股連續(xù)相流體的流量，Qd表示分散相流體的流量。為了在液滴碰撞實驗中獲得幾何結構更為簡單的球形液滴，上游通道深度設置為下游通道的1/2，下游通道的寬度和深度相等，此時液滴進入下游通道后自動由柱狀液滴轉變成為球形液滴。下游通道含有一個六邊形擴大通道，實施液滴的碰撞，其平面結構如圖1（b）所示。

圖1 微通道實驗裝置Fig.1 Schematic diagram of microchannel equipment

連續(xù)相為正辛醇（北京現(xiàn)代東方精細化學品有限公司），分散相為去離子水。實驗前兩相流體已互相飽和，因此實驗中無化學組分的溶解擴散。在部分連續(xù)相中加入平均直徑約30 nm 的疏水性SiO2顆粒（硅烷偶聯(lián)劑改性，北京納辰科技），模擬體系中固體雜質對于微流控聚并過程的影響[28]。實驗中納米顆粒懸濁液能夠穩(wěn)定存在1 h 以上，顆粒的質量分數(shù)分別為0.05%和0.1%。實驗中沒有觀察到微通道進出口存在顆粒團聚沉積的現(xiàn)象，連續(xù)相溶液保持澄清透明。體系物性如表1 所示，其中流體黏度通過烏氏黏度計（Brookfield DV-II+P）測量，密度通過稱量固定體積的液體質量（梅特勒天平）計算而得，界面張力通過界面張力和接觸角測量儀（OCAH200,DataPhysics Instruments GmbH）測量，納米顆粒照片通過透射電鏡（日本電子，JEM-2010）獲得。實驗流量由微量注射泵（蘭格，LSP02-1B）控制。微流動過程使用配有CMOS 相機（PL-B742U,PixeLINK）的顯微鏡（上海光學儀器六廠）記錄，拍攝速率為92幀/秒。錄像圖片尺寸為512×384像素，對應標尺為105 像素/毫米，像素識別誤差約9.5 μm。圖像處理用的計算機型號為 HP-ASUS ZX50JX4720，操作系統(tǒng)選擇windows 8.1 Enterprise，所用軟件為MATLAB R2015b。

表1 實驗體系物性（27°C）Table 1 Physical properties of working systems（27°C）

1.2 典型實驗現(xiàn)象

實驗研究了擴大段通道處液滴的運動規(guī)律，主要觀察到兩種實驗現(xiàn)象：一種是兩個液滴在擴大通道內(nèi)相互接觸，發(fā)生聚并，如圖2(a)所示；另一種是液滴在微通道內(nèi)未發(fā)生相互接觸，僅順序通過通道擴大段，如圖2(b)所示。發(fā)生聚并的過程是前一個液滴（A）流入擴大通道后，隨著流道變寬逐漸降低流速，隨后與后續(xù)液滴（B）發(fā)生碰撞，引發(fā)聚并，形成大液滴（C）。由于本實驗的液滴直徑基本相同，因此液滴能否發(fā)生聚并主要取決于液滴的間距和運動速度。當使用含有SiO2納米顆粒的溶液作為連續(xù)相時，典型的聚并過程如圖2(c)所示，因為實驗使用的納米顆粒濃度很低，所以微通道內(nèi)溶液的透明性變化不大，因此針對其聚并過程仍然可以使用圖像處理方法開展研究。SiO2納米顆粒的照片如圖2(d)所示。

2 圖像處理部分

2.1 圖像背景的提取

圖2 液滴聚并與不接觸現(xiàn)象Fig.2 Phenomena of droplet coalescence and out of touch

圖3 背景圖像獲取過程Fig.3 Background image acquisition process

對微流控過程進行圖像分析的主要目的是解析液滴的運動過程，為了排除干擾首先需要將作為背景的微通道圖像移除。在沒有進行實驗的情況下單獨拍攝微通道可以獲得背景圖像，但通過這種方法獲得的背景圖像往往因為與其他實驗過程中光線強度或光照角度存在差異，難以多次利用。因此，本文工作采用通過MATLAB 的眾數(shù)（mode）函數(shù)獲取視頻背景的方法。如圖3 所示，一段錄像轉入MATLAB后首先形成512×384×3×700（長×寬×顏色×幀數(shù)）的矩陣數(shù)據(jù)，對該圖像在幀數(shù)維度上求眾數(shù)可以獲得每一個像素點上700幀數(shù)據(jù)中出現(xiàn)頻次最多的顏色數(shù)值。由于微液滴不斷從背景圖像上流過，對于任一個像素點來說液滴輪廓占據(jù)的幀數(shù)很少，因此在眾數(shù)函數(shù)運算中將被排除，此時獲得的運算結果理論上即為背景圖像。針對實驗錄像求眾數(shù)后的結果如圖3(b)所示，可見該方法面向液滴聚并實驗，還需要進一步調(diào)整。在聚并實驗中，液滴可以長時間停留在通道擴大段內(nèi)，因此單純眾數(shù)函數(shù)并未取得理想結果，通道中心處形成不合理區(qū)域。為了消除這一區(qū)域，進一步將得到的彩色背景圖像轉化為灰度圖像（利用rgb2gray 函數(shù)將512×384×3 矩陣降維成512×384 矩陣），再查看該圖片的灰度直方圖[圖3(b)插圖]，可以發(fā)現(xiàn)背景的灰度分布范圍很窄?；谶@一特征，采用掩膜處理的方法（roipoly 函數(shù)），即用背景中最普遍的灰度值（范圍95～109）隨機替代（round 函數(shù)）背景中擴大段通道中心區(qū)域的灰度值，結果如圖3(c)所示，獲得了理想的背景圖片。

2.2 顯微圖像的二值化

圖4 顯微圖像的數(shù)字化過程Fig.4 Digitization process of microscopic images

在獲得背景圖像后，將原圖像降維成灰度圖像，然后與背景圖像相減，即可獲取僅含液滴的圖像。由于微通道中連續(xù)相和分散相對光的折射率不同，因而當從原始圖像中減去背景時偶爾發(fā)生出現(xiàn)負值的情況。為了避免負值的出現(xiàn)，借鑒Basu[24]的方法，首先對原始圖像和背景分別求反（imcomplement 函數(shù)），再使用絕對減法（imabsdiff 函數(shù)）扣除背景，其結果如圖4(b)所示。背景去除后的圖像數(shù)據(jù)為512×384×700（長×寬×幀數(shù)）矩陣，每一個數(shù)據(jù)單元儲存了對應像素點上的灰度值（0～255）。為了進一步簡化計算，將圖像進行二值化處理，即將灰度數(shù)據(jù)轉化為僅含0（黑）和1（白）的二進制數(shù)據(jù)。這一過程利用閾值函數(shù)（graythresh）實現(xiàn)，它可以將灰度大于設定閾值的點設置為1，小于閾值的點設定為0。但是，在實踐過程中發(fā)現(xiàn)使用單一閾值存在缺陷，這主要是因為通道中心處液滴輪廓較淺，對全幅照片采用單一閾值容易造成液滴輪廓變形。為此，提出選區(qū)二值化的方法，即將通道中心處和通道外圍分成兩個區(qū)域，分別設置不同的閾值。鑒于目前算法的成熟程度，本文實驗所選取的閾值需要通過實驗人員的觀察判斷。以最接近人眼可識別的液滴外輪廓為原則，將微通道內(nèi)部閾值設定為21，之外區(qū)域的閾值設置為9，其結果如圖4(c)所示。由于其他實驗與圖4 所示實驗在幾乎相同的拍攝條件下完成，因此這兩個閾值在處理其他顯微圖像時不再改變。掩膜二值化后圖像中殘存的噪聲點可以通過MATLAB 中的高斯濾波器消除，如圖4(d)所示。經(jīng)過以上步驟，液滴邊緣已經(jīng)可以被程序準確讀取，隨后使用填充函數(shù)（imfill）將液滴內(nèi)部的空間轉化為純色，再通過形態(tài)開啟（imopen函數(shù)）去除細小的毛刺，即可得到圖4(e)所示的便于輪廓計算的液滴二值化圖像。

2.3 圖像干擾去除

在后續(xù)識別液滴輪廓時，處于圖像邊緣的不完整液滴往往會干擾計算，為此使用Imclearborder 函數(shù)進一步移除和圖像邊界接觸的物體，其結果如圖5(a)～(c)所示。此外，偶然情況下圖像中也會出現(xiàn)一些面積較大的干擾（主要來源于圖像處理過程中的計算誤差累積），僅使用形態(tài)開啟操作不能將其移除。因此，在圖像處理的最后一步加入一個大干擾濾除的步驟（bwareaopen 函數(shù)），將面積小于液滴面積的區(qū)域直接設置為背景，其結果顯示在圖5(e)～(f)中。

3 液滴聚并規(guī)律分析

3.1 液滴接觸狀態(tài)判定

經(jīng)過上述背景提取、背景去除、掩膜二值化、噪聲消除、區(qū)域填充、形態(tài)開啟、邊界物體移除、大干擾濾除等操作以后，可進一步通過MATLAB 軟件IPT 工具箱（regionprops 函數(shù)）讀取每個液滴的幾何參數(shù)。該參數(shù)包括投影面積、質心坐標、偏心率、寬高比等。在微流控聚并過程中，液滴首先相互接觸，再擠壓變形，然后發(fā)生聚并，可見液滴接觸的時刻是聚并起始的關鍵時刻?；谝旱蜗嗷ソ佑|時的幾何關系和相互接觸液滴的二值化圖像，本文提出以下液滴發(fā)生接觸的判定方案：在下一幀中找不到兩個獨立的小液滴但在相同位置找到一個“大液滴”[當兩個液滴之間“搭橋”后，MATLAB 程序自動判定為一個液滴，如圖6(a)、(b)所示]，大液滴面積與兩個小液滴面積之和的相對偏差＜0.5%且大液滴質心位置與小液滴質心中點位置的偏差小于等于1個像素點，即判定液滴發(fā)生相互接觸。與肉眼識別的液滴接觸時刻相比，本研究提出的接觸判據(jù)在圖像處理執(zhí)行中誤差不超過1 幀（0.011 s）。液滴聚并過程中，另一個重要時刻就是聚并發(fā)生的時刻。在判定液滴是否發(fā)生聚并方面，本文工作使用液滴的偏心率作為判據(jù)。液滴的偏心率定義為橢圓形液滴的焦距與橢圓長軸的比，它的數(shù)值越接近0，說明物體越接近圓形。當液滴發(fā)生聚并時，兩個液滴幾乎是一瞬間融合，因此在圖像識別結果中，“大液滴”的偏心率會發(fā)生突變[圖6(b)、(c)，圖6(c)的前一幀內(nèi)中心液滴的偏心率為0.888，而圖6(c)的中心液滴偏心率僅為0.265]，據(jù)此程序判斷液滴發(fā)生了聚并。

圖5 干擾濾除過程Fig.5 Interference filtering processes

圖6 微液滴狀態(tài)判據(jù)說明Fig.6 Explanation of microdroplet states

3.2 液滴運動速度分析

液滴的運動速度對于微流控聚并過程十分重要，其大小與液滴所處的微通道環(huán)境密切相關。對于本文所研究的擴大微通道，隨著其截面的變化液滴的運動速度也發(fā)生變化。通過液滴質心的坐標和跨幀時間可以計算出任意時刻液滴的運動速度udrop。首先分析了圖2(b)所示的液滴不接觸過程，將兩次實驗的結果繪制于同一張圖上，結果如圖7(a)所示。在液滴逐漸進入擴大通道的過程中，其初速度比較穩(wěn)定。在距離視頻邊緣1.33 mm 處開始進入到擴大通道，隨后液滴運動速度逐漸下降，在擴大通道中心（x=1.96 mm）處達到最低值。之后液滴再次加速，于2.63 mm 位置處進入下游通道。從圖7(a)的速度圖線可以看出，下游通道雖然與上游通道呈現(xiàn)對稱結構，但是當液滴從擴大通道再次進入常規(guī)通道時速度略微降低且發(fā)生了小范圍的波動，這主要是因為通道入口段內(nèi)流動未達到完全穩(wěn)定。對比圖7(a)中最高速度（0.92 mm/s）和最低速度（0.36 mm/s），其比值為2.56，與擴大通道寬度和上下游通道寬度的比2.5 基本一致?？梢娫诹髁恳欢ǖ那闆r下，液滴的運動速度主要取決于流道的截面積。從圖7(a)中也可以看出液滴運動的加速和減速階段基本上隨液滴的位置呈現(xiàn)線性變化，其主要原因也在于六邊形的結構設計。由于液滴進入擴大通道存在快速的減速過程，因此兩個存在一定間距的液滴在擴大通道內(nèi)就會發(fā)生接觸，進而引發(fā)聚并。

圖7 液滴運動速度分析Fig.7 Analysis of droplet moving speed

進一步分析圖2(a)所示的液滴聚并過程，將兩次實驗的結果繪制與同一張圖上，結果如圖7(b)所示?？梢钥闯鼍鄄l(fā)生前（x= 1.93 mm 前）液滴的運動軌跡與圖7(a)基本相同，但液滴發(fā)生聚并后其速度曲線發(fā)生了明顯變化。由于聚并發(fā)生在擴大通道的前部，因此兩個液滴在完成聚并后，形成的新液滴速度進一步下降，當通過擴大通道的中心點后速度再次上升。液滴接觸擴大通道壁面時（x=2.43 mm），由于空間位阻的作用產(chǎn)生形變，其質心運動速度下降，因此在位于視頻左側邊緣2.54 mm 處產(chǎn)生了第二個速度的極小值。發(fā)生形變后的液滴在上游流體的擠壓作用下最終進入下游通道，其運動速度也恢復至最高值?？梢姡斢芯鄄l(fā)生時，擴大通道內(nèi)的液滴運動十分復雜，對于微流控聚并來講，認識微通道內(nèi)速度的變化規(guī)律對于控制聚并液滴的數(shù)量和聚并后液滴的輸送具有價值。據(jù)此結果，本文關注了擴大通道兩側微通道內(nèi)的液滴運動速度，如圖7(c)所示。由于微通道中液滴處于中心位置，因此其運動速度一般高于兩相的平均速度uav=QT/wh2（QT=Qc1+Qc2+Qd）[29]。圖7(c)中k值給出了液滴速度udrop與平均速度uav的比值（k=udrop/uav），可以看出上游通道中液滴直徑小，液滴與通道間相對靜止的連續(xù)相流體多，因而其運動速度更快，是平均速度的1.19倍。

表2 液膜排空時間分析結果Table 2 Analysis results of liquid film drainage time

3.3 液膜排空時間分析

最后，嘗試利用圖像處理程序獲取液滴聚并過程中的液膜排空時間。經(jīng)典的液滴聚并理論認為，聚并過程的決速步是排空兩液滴界面之間所夾持的連續(xù)相液膜的過程，液膜排出速度快，則聚并時間短，因此液膜排空時間是認識聚并動力學的特征參數(shù)。液滴相互接觸時刻和液滴聚并時刻構成的區(qū)間即為液膜的排空時間。對于具有不同納米顆粒含量的微流控液滴聚并過程，表2 記錄了典型的實驗結果?？梢钥闯?，在液滴直徑差別較少的情況下，液膜排空時間在0.1 s 量級，流量對于排水時間的影響較少，雖然高流量下液滴運動加快，但其接觸位置也相對提前，因此整體表現(xiàn)出液膜排空時間受流量影響較小。當體系顆粒含量較低時（0.05%），疏水SiO2顆粒的存在對于聚并時間影響不明顯；但是當顆粒含量達到0.1%時，液膜排空時間明顯延長，此時位于液液界面之間的顆粒由于空間效應阻礙了液膜排出過程[30]。并且從表2 所示的液膜排空時間范圍來看（數(shù)據(jù)90%置信區(qū)間），加入納米顆粒后液滴聚并時間范圍也明顯拓寬，說明聚并過程變得更難以控制。實驗中也觀察到，進一步提高納米顆粒含量會導致液滴接觸但不發(fā)生聚并的出現(xiàn)，液滴發(fā)生聚并的概率也隨著顆粒含量的提高而下降。

4 結 論

介紹了一種基于顯微圖像分析研究擴大微通道內(nèi)液滴聚并現(xiàn)象的方法。該方法針對微流控聚并過程中液滴的運動特征，發(fā)展了包含背景識別、背景去除、選區(qū)掩膜二值化、噪聲消除、液滴填充、形態(tài)開啟、干擾排除等圖像處理方法。通過圖像識別取得了液滴投影面積、質心坐標、偏心率等幾何參數(shù)，發(fā)展液滴接觸和發(fā)生聚并的圖像識別判據(jù)。基于圖像識別結果研究了液滴運動速度變化規(guī)律，發(fā)現(xiàn)擴大通道的截面積是決定液滴運動速度的主要因素，可以使用擴大通道與上下游通道的截面積比例估計液滴運動速度的變化比例。當通道中有聚并發(fā)生時，由于直徑的增大，液滴運動速度呈現(xiàn)雙極值的現(xiàn)象，該現(xiàn)象的揭示有助于聚并微通道結構的設計和液滴輸送條件的選擇。進一步通過圖像識別方法獲取了聚并過程中液膜排空時間的變化規(guī)律，發(fā)現(xiàn)液膜排空時間在0.1 s 量級且流量對于液膜排空時間影響較少，連續(xù)相中固體顆粒含量達到0.1%時，液膜排空時間明顯延長。