ACM通信gydF4y2Ba

研究突出了gydF4y2Ba

用智能手机进行液体测试gydF4y2Ba

作者:岳世超，迪娜·卡塔比gydF4y2Ba
ACM通信，2021年10月，第64卷第10期，第75-83页gydF4y2Ba
10.1145 / 3481038gydF4y2Ba
评论gydF4y2Ba

表面张力是液体的一项重要性质。它有多种用途，如检测水污染、测量饮料中的酒精浓度、识别尿液中蛋白质的存在以检测肾衰竭的发生。今天，表面张力的测量是在实验室环境中使用昂贵的仪器完成的，这使得它很难在普遍应用中利用这一特性。相比之下，我们展示了如何仅使用智能手机测量表面张力。我们介绍了一种新的算法，利用液体表面的小波作为一系列透镜，聚焦光并产生特征模式。然后我们用手机相机捕捉这个图案并测量表面张力。我们的方法简单、准确，任何人都可以使用智能手机。实证评估表明，我们的手机应用程序可以检测水污染和测量酒精浓度。此外，它还可以跟踪尿液中的蛋白质浓度，为蛋白尿提供初步的家庭测试，蛋白尿是一种可能导致肾衰竭的危险并发症。gydF4y2Ba

回到顶部gydF4y2Ba

1.简介gydF4y2Ba

移动计算最近在研究测量液体性质和识别液体类型的廉价方法方面出现了激增。gydF4y2Ba^{7gydF4y2Ba，gydF4y2Ba12gydF4y2Ba17日,21日gydF4y2Ba}所开发的方法可以检测水污染和区分各种液体类型，如水，牛奶，油，和不同的酒精浓度。这一研究方向的目标是实现实验室环境之外的液体测试，并鼓励普遍应用。然而，提议的设计需要一个专门的设置(一个机器人，gydF4y2Ba^21gydF4y2Ba一个特殊的容器,gydF4y2Ba^7gydF4y2Ba等)并使用一般人群通常无法使用的设备(例如超宽带无线电或RFID阅读器)。尽管它们向无所不在的液体检测迈出了重要的一步，但它们仍然很难被普通用户使用。gydF4y2Ba

本文询问是否有可能在没有专门的设置和使用的情况下向普通用户提供这样的服务gydF4y2Ba只有gydF4y2Ba一个几乎每个人都拥有的设备:智能手机。要回答这个问题并不简单。通常，液体测试是通过测量特定的性质，如电介电常数或光学吸收，并使用测量结果来确定液体的类型和特性。gydF4y2Ba^{7gydF4y2Ba，gydF4y2Ba12gydF4y2Ba，gydF4y2Ba17gydF4y2Ba，gydF4y2Ba21gydF4y2Ba}然而，在过去的工作中使用的属性都不能用智能手机测量。为了解决这一问题，我们探索了一种可替代的液体性质——表面张力，并开发了算法和系统架构，使仅使用智能手机就能测量表面张力。gydF4y2Ba

表面张力的特征是将表面分子聚集在一起并使表面积最小化的力。测量表面张力可以揭示水污染，并允许区分液体类型。gydF4y2Ba^19gydF4y2Ba水的表面张力相对较高，当受到细菌、石油、石油或其衍生物等有机化合物的污染时，其表面张力显著降低。gydF4y2Ba^{3.gydF4y2Ba，gydF4y2Ba19gydF4y2Ba}因此，人们可以利用这个特性来检测水污染。此外，脂类和蛋白质充当表面活性剂，也就是说，它们降低表面张力。酒精还能降低表面张力，这一特性可以用来测量酒精浓度。gydF4y2Ba^20.gydF4y2Ba最有趣的是，在家里测量表面张力的能力可以早期发现医疗问题。例如，尿液表面张力低可能表明蛋白质过量，这是糖尿病患者的一种危险并发症。gydF4y2Ba^8gydF4y2Ba每天测量尿表面张力有助于发现糖尿病肾病(肾功能的慢性丧失)和监测治疗效果。gydF4y2Ba^8gydF4y2Ba

如今，测量表面张力需要一种叫做张力计的设备，通常要花费数千美元。gydF4y2Ba^9gydF4y2Ba通常是将铂片浸入液体中，仔细测量将铂片拉出所需的力。这个过程很复杂，需要专业培训。gydF4y2Ba^9gydF4y2Ba这个高杆阻碍了表面张力的普遍应用。gydF4y2Ba

我们推出CapCam (gydF4y2Ba帽gydF4y2BaillarygydF4y2Ba凸轮gydF4y2BaEra)，这是第一个仅用智能手机就能测量液体表面张力的移动应用程序。为了测量表面张力，用户将智能手机放在一个轻量级的容器上，如纸杯，并激活应用程序，如图gydF4y2Ba图1gydF4y2Ba．手机震动，迫使容器的壁震动。振动在液体表面产生毛细波，即小波，其波长表征了液体的表面张力。我们的应用程序使用闪光灯相机拍摄了一些液体的照片，它处理这些照片来估计毛细管波长，从而估计表面张力。我们的方法是准确的，简单的，便宜的，并且任何有智能手机的用户都可以使用。gydF4y2Ba

图1。CapCam设置:将手机放在纸杯上。毛细管波是由智能手机内部的振动电机产生的。然后通过手电筒，手机的摄像头可以捕捉到明暗的图案，从中我们可以计算出液体的表面张力。gydF4y2Ba

仅用智能手机测量毛细血管波非常具有挑战性，原因有二。首先，海浪很浅gydF4y2Ba^1gydF4y2Ba；简单地试图在液体表面成像并不能得到准确的结果。因此，我们不是直接成像毛细管波，而是成像它们在容器底部的反射。我们把表面上的小波模拟成一系列凸凹透镜。当用手机上的手电筒照射时，镜片聚焦光线，在容器底部形成明暗相间的环形图案。小透镜的聚焦效果使这种图案的对比度比表面的波高得多，因此更容易用相机捕捉和描述。gydF4y2Ba

第二个挑战来自于相机的滚动快门。手机摄像头不能在一张快照中捕捉图像;他们通过连续扫描一排排的光电二极管来捕捉照片。gydF4y2Ba^14gydF4y2Ba当波在移动时，连续扫描在捕获的图像中产生运动伪影。如果不加以纠正，这些工件会导致较大的测量误差。CapCam通过识别与扫描方向正交的方向不受运动伪影的影响来解决这个问题;它对图像进行处理以确定这个正交方向，并使用沿该方向的像素线来测量毛细波。gydF4y2Ba

我们在iPhone X上实现了CapCam，并通过比较其输出与高端数字张力计的输出来评估其性能。我们的评估表明，CapCam仅使用智能手机就能准确测量液体表面张力。具体来说，CapCam的平均绝对表面张力误差仅为0.75 mN/m。相比之下，入门级手动张力计gydF4y2Ba^13gydF4y2Ba分辨率为0.5 mN/m，成本数千美元，需要专业知识。CapCam有足够的分辨率来检测0.5%的酒精浓度的微小差异，而过去的工作仅限于对健崔利的20%的大差异gydF4y2Ba^17gydF4y2BaRFIQ为25%。gydF4y2Ba^12gydF4y2BaCapCam的分辨率让它可以轻松检测到水污染，而且当尿液中的蛋白质水平从健康水平过渡到危险水平时，它也有足够的灵敏度来跟踪蛋白质水平的变化，从而为蛋白质尿提供初步的家庭测试。gydF4y2Ba

贡献:gydF4y2Ba本文的贡献如下:gydF4y2Ba

1. 它引入了CapCam，这是第一个只使用智能手机就可以估算液体表面张力的设计，而不需要任何专门的硬件。CapCam也是第一个可以检测水污染、测量酒精浓度、跟踪尿液中蛋白质水平变化的移动应用程序。gydF4y2Ba
2. 提出了两种新的算法:(1)通过在容器底部创建特征图案来推断毛细波长的算法;(2)表征卷帘对毛细波的影响并消除由此产生的测量误差的算法。gydF4y2Ba
3. 它提供了一个实现和实证评估，证明了所提议的设计的有效性。gydF4y2Ba

回到顶部gydF4y2Ba

2.相关工作gydF4y2Ba

2.1.移动和无处不在计算中的液体测试gydF4y2Ba

液体检测的话题最近引起了极大的兴趣。gydF4y2Ba^{7gydF4y2Ba，gydF4y2Ba12gydF4y2Ba，gydF4y2Ba21gydF4y2Ba，gydF4y2Ba23gydF4y2Ba}大多数提议都试图推断电介电常数，gydF4y2Ba^{7gydF4y2Ba，gydF4y2Ba21gydF4y2Ba，gydF4y2Ba23gydF4y2Ba}一种表征液体如何影响无线电波的特性。例如,TagScangydF4y2Ba^21gydF4y2Ba和液体gydF4y2Ba^7gydF4y2Ba测量射频信号通过感兴趣的液体时产生的时间延迟和功率衰减。他们的方法需要一个复杂的设置(一个移动的机器人，或一个特定的容器)，并使用普通用户通常不使用的特殊无线电。此外，由于射频衰减和相位对液体深度高度敏感，这些系统必须仔细校准。结果，这些方法要么显示出相对较大的误差(LiquID为10%)gydF4y2Ba^7gydF4y2Ba)或避免测量精确值，而是将液体分类为少数几种已知类型之一(如TagScan中所示)gydF4y2Ba^21gydF4y2Ba)．也有人建议使用射频耦合来识别液体，如RFIQ，gydF4y2Ba^12gydF4y2Ba或RadarCat中的射频反射。gydF4y2Ba^23gydF4y2Ba他们也使用特殊的无线电(Soli或RFID阅读器);此外，它们依靠分类器来区分几种液体类型或几种浓度水平，而不推广到看不见的液体类型或浓度水平。gydF4y2Ba

有些建议依赖于光吸收。具体来说，当将强度调制的光照射在液体上时，不同的液体会产生独特的不同的声音光谱。这些解决方案需要定制硬件，分辨率相对有限。例如，通过分析接收到的光谱，健崔利gydF4y2Ba^17gydF4y2Ba可以预测酒精浓度水平的有限分辨率(20%)。gydF4y2Ba

CapCam的灵感来自上述工作，但专注于使用智能手机进行液体测试，这是一种几乎每个用户都拥有的设备。gydF4y2Ba

2.2.测量表面张力gydF4y2Ba

如今，表面张力是在实验室里用一种叫做张力计的昂贵设备来测量的。拉力计有四种常见类型:基于力的(如Wilhelmy plate)、基于垂坠的、基于接触角的和基于毛细管波的。尽管张力计可以达到很高的精度，昂贵的仪器和复杂的测量程序阻止了它们的普遍使用。相比之下，CapCam扩展了基于毛细管波的模型，允许非专业用户仅用智能手机测量表面张力。gydF4y2Ba

尽管过去的一些工作尝试使用智能手机测量表面张力，但所有过去的建议都需要额外的复杂硬件，没有一个能够仅用智能手机完成测量。gydF4y2Ba^{4gydF4y2Ba，gydF4y2Ba5gydF4y2Ba，gydF4y2Ba11gydF4y2Ba，gydF4y2Ba22gydF4y2Ba}具体来说，魏等人的工作。gydF4y2Ba^22gydF4y2Ba用手机摄像头捕捉毛细血管波的图像。但是，它忽略了滚动快门的效果，导致性能不佳。此外，它还需要定制硬件，在两个支架之间架起一个大容器，从底部投射出光线，一个信号发生器激发液体，在表面上方放置一个纸屏。Goy等人的建议。gydF4y2Ba^11gydF4y2BaChen等。gydF4y2Ba^5gydF4y2Ba用手机摄像头捕捉一滴液体的图像。他们的方法需要专门的设备来严格控制水滴的大小和形状。它还需要极度的清洁和复杂的测量过程，这使得非专家很难操作。类似的，Chen等人的方法。gydF4y2Ba^4gydF4y2Ba当液滴接触特殊固体表面时，需要定制硬件来控制液滴的大小。gydF4y2Ba

CapCam建立在上述工作的基础上。然而，与这些方法不同的是，CapCam只需使用智能手机应用程序就可以测量表面张力，无需任何特殊硬件。此外，它可以由普通用户操作，无需任何培训。gydF4y2Ba

回到顶部gydF4y2Ba

3.毛细波底漆gydF4y2Ba

在本节中，我们将介绍毛细波及其与表面张力的关系。对于在流体表面传播的波，gydF4y2Ba重力gydF4y2Ba（gydF4y2BaggydF4y2Ba),gydF4y2Ba表面张力gydF4y2Ba(γ)是使液体在表面恢复的力。这些力控制着波的色散关系，这关系到波的gydF4y2Ba波长gydF4y2Ba(λ)到振动gydF4y2Ba频率gydF4y2Ba（gydF4y2BafgydF4y2Ba)和液体gydF4y2Ba密度gydF4y2Ba(ρ)，可以用以下公式表示(参见Blandford的第16章)gydF4y2Ba^2gydF4y2Ba详细的推导):gydF4y2Ba

当波浪很大时，比如在湖面上观察到的那些，它们被重力项所支配gydF4y2BaggydF4y2Ba被称为引力波。当波小时，重力的影响可以忽略不计，波主要受表面张力γ的影响;它们被称为毛细管波。gydF4y2Ba

我们可以将上式中的项重新排序，测量表面张力如下:gydF4y2Ba

这个方程提供了一种用毛细管波测量表面张力的方法。具体来说，我们可以使用振动源在液体表面产生毛细管波。知道振动频率gydF4y2BafgydF4y2Ba，我们可以从相应的数据表中替换重力项和液体密度gydF4y2Ba^{一个gydF4y2Ba}．因此，我们所需要的是测量波长λ，以测量表面张力。gydF4y2Ba

然而，挑战在于毛细管波非常浅，也就是说，它们在液体表面引起的位移是一到几微米。这大约是人类头发平均厚度的十分之一。因此，这种波是看不见的，测量它们通常需要专用的实验室设备gydF4y2Ba^24gydF4y2Ba有一个复杂的设置和程序。在本文的其余部分，我们描述了CapCam，一种仅使用智能手机就可以测量毛细管波长的新设计。gydF4y2Ba

回到顶部gydF4y2Ba

4.Capcam设计gydF4y2Ba

CapCam通过手机摄像头、手电筒和振动马达来测量表面张力。这个过程非常简单。用户将智能手机放在容器(如杯子)的顶部并激活CapCam应用程序，如图所示gydF4y2Ba图1gydF4y2Ba．CapCam使用手机的振动马达在液体表面产生毛细管波，然后使用手机的闪光灯相机拍下几张振动模式的照片。它使用一系列算法来处理这些照片，从而推断出毛细管波长和表面张力。gydF4y2Ba

CapCam的推理算法解决了测量非常浅的毛细管波的挑战，使仅用智能手机就可以测量波长成为可能。在本节中，我们描述CapCam的波长推断算法的模型和分析。我们将在下一节中描述如何处理电话硬件。gydF4y2Ba

4.1.CapCam的波长推断算法gydF4y2Ba

我们把毛细波的波峰和波谷模拟成一系列凸凹透镜。通过用手电筒从顶部照射波浪，我们可以创造一个可见的图案，从容器底部反射。具体的，如所示gydF4y2Ba图2gydF4y2Ba当光穿过波峰时，它会聚焦到容器底部的一小块区域。另一方面，当光穿过波槽时，它会发散，导致容器底部出现黑暗区域。这就在容器底部形成了一系列明暗相间的环。gydF4y2Ba

图2。设置的横截面图。由于折射作用，光线被波浪的波峰/波谷聚焦/发散，从而在海底形成了一系列明暗交替的光环。gydF4y2Ba

如果我们试图用智能手机捕捉这种模式，相机将只看到从液体表面通过空气传播到相机的反射。然而，由于相互作用，从底部反射到表面的光会经历与从空气进入表面的光相反的效果，即亮环的光线会发散，而暗环的光线会收敛。因此，如果相机与手电筒的位置完全相同，它将看不到任何图案。然而，相机永远不会和手电筒处于完全相同的位置，它接收到的光线也不会沿着入射光的确切路径。因此，光在从空气穿过表面到液体的过程中所经历的聚焦和发散效应并没有在从液体穿过表面到空气的过程中被取消。因此，即使在较低的对比度下，图案仍然对相机可见。gydF4y2Ba

在容器底部的图案获得图像后，我们用像素测量两个连续的亮环之间的距离，记为p。我们需要进行转换gydF4y2BapgydF4y2Ba从基于像素的距离到真实距离。当然，这取决于相机和容器底部之间的距离，我们表示为gydF4y2BadgydF4y2Ba+gydF4y2BahgydF4y2Ba,在那里gydF4y2BadgydF4y2Ba摄像机和液体表面之间的距离，和gydF4y2BahgydF4y2Ba是液体的深度。让我们用gydF4y2BargydF4y2Ba_{dgydF4y2Ba+gydF4y2BahgydF4y2Ba}指照相机对远处物体的分辨率gydF4y2BadgydF4y2Ba+gydF4y2BahgydF4y2Ba．然后，我们可以将图像中连续亮环之间的距离，gydF4y2BapgydF4y2Ba，为实距离λgydF4y2Ba_bgydF4y2Ba,如下所示:gydF4y2Ba

接下来，我们想使用两个亮环之间的间隔来估计毛细管波长。为了计算两者之间的关系，我们将表面波近似为完美透镜;当入射光线穿过透镜中心时，其方向不变，如图所示gydF4y2Ba图3gydF4y2Ba．因此，毛细管波长λ与两个亮环之间的距离λ之间的关系gydF4y2Ba_pgydF4y2Ba,是gydF4y2Ba

图3。波长计算的说明。我们只画出穿过波峰中心的光线，波峰是不弯曲的。gydF4y2Ba

结合这两个方程，我们有gydF4y2Ba

由于相机的分辨率与与被成像物体的距离成反比，我们有gydF4y2Ba

因此，式(5)可改写为:gydF4y2Ba

在哪里gydF4y2BapgydF4y2Ba是两个连续亮环之间的像素数，和gydF4y2BargydF4y2Ba_dgydF4y2Ba相机的分辨率是否适用于远距离物体gydF4y2BadgydF4y2Ba即在液体表面。gydF4y2Ba

式(7)及其模型为我们提供了一种计算毛细管波长的算法。它们还表明，我们只需要测量相机与液体表面之间的距离，并使用相应的分辨率将图像中的环间像素转换为实际的毛细管波长。gydF4y2Ba

注意，根据式(6)在一个默认距离上校准相机分辨率就足够了gydF4y2BargydF4y2Ba在距离gydF4y2BadgydF4y2Ba可以计算为gydF4y2Ba

在哪里gydF4y2BargydF4y2Ba_0gydF4y2Ba分辨率是默认距离吗gydF4y2BadgydF4y2Ba_0gydF4y2Ba．gydF4y2Ba

4.2.说明模拟gydF4y2Ba

为了更好地直观地理解CapCam的算法，我们构建了一个基于光线追踪的模拟器。液体的表面和容器的底部被离散成密集的像素。我们的模拟可以分为两个阶段。首先，光源向表面上的每个像素发射光线，对于每条光线，我们计算它到达容器底部的位置。然后，每个底部像素的强度设置为落在该像素上的光线总数。在第二阶段，我们对相机中每个像素内的位置进行密集采样，并跟踪落在相机上的光线，直到它们在容器底部的原点。这允许我们获得容器底部可从该相机像素访问的像素集。每个相机像素的强度设置为所有可到达的底部像素的强度之和。gydF4y2Ba

给出了模拟实验的结果gydF4y2Ba图4gydF4y2Ba．通过比较gydF4y2Ba图4 dgydF4y2Ba与gydF4y2Ba图4 egydF4y2Ba，我们可以看到容器底部图案的波峰比表面毛细波的波峰要锐利得多。这是因为表面波的波峰将光聚焦到容器底部一系列更窄的明亮环中，因此增加了对比度。还通过比较gydF4y2Ba图4 fgydF4y2Ba与gydF4y2Ba图4 egydF4y2Ba，我们可以看到相机捕捉到的图案的波谷被扭曲了，波峰向左移动了。这是因为相机和光源之间的细微分离导致相机从自己的角度看到图案。但是，我们仍然可以使用成像模式通过式(7)精确计算波长。在这个模拟中，相机在表面距离上的分辨率为40像素/毫米，波长为3毫米。在这些值下，假设液体是水，波长正好是120像素。gydF4y2Ba

图4。一个模拟实验，显示了表面的波，容器底部的图案和捕获的图像之间的关系。第二行上的图显示了对应的第一行图中沿黄线的像素值。对比(d)和(e)，我们可以看到底部图案的波峰比表面的波峰更锐利，值也更高。这是由于透镜上的聚焦效应。还要注意，在(f)中，波峰向左移动;这是因为相机和光不是同一位置的。gydF4y2Ba

回到顶部gydF4y2Ba

5.如何处理相机的滚动快门gydF4y2Ba

第4节中的算法使用以下方法测量表面张力:一个可用于激发毛细管波的高频振冲电机，一个提供照明的光源，以及一个捕捉结果图案的相机。幸运的是，智能手机包含了所有这三个组件。因此，原则上我们可以测量手机捕捉到的图像中的波长，利用式(7)将基于像素的距离转换为真实距离，得到表面张力。然而，在实际操作中，我们仍然需要解决另一个由手机硬件现实造成的挑战:相机的滚动快门效果。gydF4y2Ba

如前所述，波长是两个连续的亮环之间的距离。因为环是集中的(见gydF4y2Ba图4 cgydF4y2Ba)，我们可以沿着环的半径选择一个特定的方向，用它来测量连续的亮环之间的距离，然后就可以得到波长。不幸的是，事情没有那么简单。实际上，并不是所有的方向都能给出正确的波长。gydF4y2Ba图5gydF4y2Ba显示了由毛细波引起的环形图案的示例图像。图中显示了沿径向的三个方向和相应波长的像素数。从图中可以看出，这三个方向上两个连续亮环之间的平均像素数分别为109、111和115。这些波长估计值之间的差异导致了表面张力估计值的显著差异。事实上，两个像素的差异导致表面张力误差为4 mN/m，大于水的表面张力γ = 72 mN/m的5%。这意味着我们必须找出这些径向方向中哪一个产生正确的波长估计，并只使用那个方向。gydF4y2Ba

为了为我们的估计选择正确的径向方向，我们首先需要理解为什么不同的方向产生不同的明亮环之间的距离，也就是不同的波长。原因是gydF4y2Ba滚动快门。gydF4y2Ba卷帘式快门是指相机通过连续扫描排列的光二极管来捕捉照片的方式。gydF4y2Ba^14gydF4y2Ba因此，像素点不会在完全相同的时刻被记录，而且由于波传播很快，这将导致一个gydF4y2Ba多普勒效应。gydF4y2Ba

在例子中gydF4y2Ba图5gydF4y2Ba，摄像机从右向左扫描，波从杯子边缘传播到中心。传播方向和扫描方向对于右侧的半径(图中)是对齐的，对于左侧的半径是相反的。因此，测量波长沿左半径较短，沿右半径较长。对于中间的半径，波的传播方向垂直于相机扫描方向，因此测量为gydF4y2Ba不gydF4y2Ba受卷帘的影响。gydF4y2Ba

图5。由智能手机拍摄的图像样本。这三条线代表三个不同方向的半径。线旁的数字是用像素数测量的对应波长，它们之间是不同的。这表明选择错误的半径可能会导致显著的错误。gydF4y2Ba

因此，为了准确的估计，我们想测量沿半径垂直于相机的扫描方向的波长(绿线在gydF4y2Ba图5gydF4y2Ba)．假设相机是水平扫描图像，正确的半径是沿图像中的垂直方向。我们可以让用户手动选择垂直半径。但是，最好是自动完成，以减少用户开销和任何潜在的错误。为此，我们在图像中搜索对称性最大化的垂直线。具体来说，因为我们要寻找的线是集中环的半径，所以它左边的图案应该与右边的图案相似(也就是说，线左边的几个像素的强度与线右边的几个像素的强度相似)。因此，我们只需要找到一条垂直线，它的相邻像素相对于自身对称。这类似于检测图像中的反射对称性，可以通过与小波滤波器卷积来解决。gydF4y2Ba^6gydF4y2Ba具体来说，我们设计了一个卷积滤波器，左边为-1，右边为+1。当与图像卷积时，只有当滤波器的接收场存在反射对称性时，结果才会接近于0。gydF4y2Ba

只有当滤光片的接收场足够大时，反射对称性才会被观察到，例如，在一个波长的尺度上，大约是100像素。为了增加滤波器的接收范围，我们可以减小图像的尺寸来加快卷积过程，而不是使用昂贵的大滤波器。然后，对于卷积图像中的每一列，我们计算其所有像素的绝对值之和。由于过滤器的特性，理想列的结果应该是最小的值。因此，我们选择和最小的列作为波长测量的理想位置。注意，在实现中，我们还对多个图像进行了平均，以提高算法的鲁棒性。gydF4y2Ba

该算法能准确定位垂直半径。此外，由于它基于非常简单的操作，所以效率很高，可以在普通的智能手机上运行。gydF4y2Ba

回到顶部gydF4y2Ba

6.用户界面和实现gydF4y2Ba

我们使用Swift编程语言将CapCam实现为一个独立的iOS应用程序。为了加快处理速度，我们使用Apple的加速框架进行SIMD操作，如卷积和求和。与简单的Swift实现相比，这将带来显著的加速。gydF4y2Ba

CapCam的两个主要用户界面如图所示gydF4y2Ba图6gydF4y2Ba．左边的UI (gydF4y2Ba图6gydF4y2Ba)为配置界面。在这个界面中，我们从上到下介绍每个组件。第一个组件是相机的预览。在预览中，有一个蓝色的框显示我们运行分析算法的区域。通过裁剪图像，我们可以在不牺牲准确性的情况下获得更快的速度。接下来是三个文本字段。第一个文本字段用于用户输入表面和相机之间的距离。该应用程序包括一个尺，帮助用户直接用手机测量距离。第二个文本字段用于密度，它的默认值是1.0。第三个文本字段用于用户指定捕获图像的数量。 Having more images will increase the accuracy, yet will take a longer time. Then there is a progress bar indicating the progress of the analysis process. Finally, there are three buttons on the bottom. "Light" and "Vibrate" are the controls for the flashlight and the vibro-motor, and the "Start!" button is for starting the analysis process.

图6。CapCam的用户界面。gydF4y2Ba

分析结束后，app显示分析界面，即右侧的UI (gydF4y2Ba图6 bgydF4y2Ba)．一个捕获的样本图像显示在上半部分，自动检测的估计半径突出显示。波长的直方图绘制在样本图像下方。最后，估计的表面张力打印在底部。gydF4y2Ba

回到顶部gydF4y2Ba

7.评价gydF4y2Ba

在本节中，我们将评估CapCam的性能及其向用户交付有趣应用程序的能力。gydF4y2Ba

7.1.地面实况gydF4y2Ba

在所有的实验中，表面张力的地面真相是通过使用先进的数字力张力计(数据物理DCAT 11gydF4y2Ba^9gydF4y2Ba)，如图所示gydF4y2Ba图7gydF4y2Ba．它使用Wilhelmy板法测量表面张力，可以提供0.1 mN/m(0.1毫牛顿/米)的分辨率。gydF4y2Ba

图7。分辨率为0.1 mN/m的数字张力计，用于测量地面真实的表面张力(型号:datphysics DCAT 11gydF4y2Ba^9gydF4y2Ba)．gydF4y2Ba

7.2.实验设置gydF4y2Ba

我们将CapCam安装在iPhone x上，除非另有说明，否则我们使用标准纸杯作为测试容器，并将液体深度设置为45毫米。我们把手机放在杯子上，如图所示gydF4y2Ba图1gydF4y2Ba．如图所示，我们用手握住手机，以确保它在拍照时保持静止，不会因为振动而移动。杯子的高度为132毫米。据测量，iPhone上的摄像头在87毫米距离上的分辨率为每毫米39.5像素，iPhone的振动频率以144.5 Hz为中心。每次测量，CapCam连续拍摄200张图像。平均而言，每次表面张力测量需要8秒。对于每个液体样品，我们重复测量五次，并计算平均值和标准差gydF4y2Ba^bgydF4y2Ba．gydF4y2Ba

7.3.检测水的污染gydF4y2Ba

水的表面张力相对较高，当受到石油、细菌、农药、石油或其衍生物等有机化合物的污染时，水的表面张力显著降低。gydF4y2Ba^19gydF4y2Ba在本节中，我们通过经验评估CapCam在检测由于这种污染引起的表面张力变化方面的有效性。虽然不是所有的水污染来源都会改变表面张力(如金属污染)，但我们的方法涵盖了一大类重要的污染物。这种细菌和有机污染在任何不卫生条件存在的地方都很常见。此外，生活在工厂下游的人受到石油和有机废物污染的风险更大，农业社区的人受到农业废物污染的风险更大。gydF4y2Ba^16gydF4y2Ba

我们比较了五种不同的水源:(1)去离子水(即纯净水)，(2)自来水，(3)雨水，(4)树坑中的池塘水，(5)暴露一周的水。gydF4y2Ba图8gydF4y2Ba绘制上述水源的表面张力。该图揭示了两个发现。首先，通过对比图中的蓝条和红条，我们可以看到CapCam测量的表面张力与来自张力计的测量结果相匹配。这显示了CapCam的准确性。第二，从图中可以看出，自来水和雨水的表面张力都与去离子水相似，说明这些水源没有受到污染。另一方面，池塘水和裸露的水的表面张力要低得多，这意味着它们含有可以降低表面张力的化学物质，这是污染的迹象。gydF4y2Ba

图8。水污染检测。自来水和雨水的表面张力都接近去离子水。相比之下，池塘水和裸露的水由于污染有较低的表面张力值。gydF4y2Ba

7.4.追踪尿液中的蛋白质gydF4y2Ba

患有糖尿病或高血压的人容易患肾脏疾病。当肾脏受损时，它开始将本不应该存在的底物泄漏到尿液中。这些基质中的许多都能降低尿液表面张力。特别是，微量白蛋白尿是糖尿病患者的并发症，因为肾脏开始将白蛋白泄漏到尿液中。gydF4y2Ba^15gydF4y2Ba我们希望CapCam能够帮助糖尿病患者，为他们提供一种简单的方法，定期检测尿中的白蛋白水平。如果浓度超过安全阈值，患者可以联系医生进行更密集的检测。gydF4y2Ba

我们通过经验测试了CapCam在交付该应用程序时的有效性。我们加入不同水平的鸡蛋白蛋白gydF4y2Ba^cgydF4y2Ba取健康人体尿液样本，测量不同白蛋白浓度下的尿液表面张力。gydF4y2Ba

图9gydF4y2Ba显示尿表面张力作为白蛋白浓度的函数。注意，蛋白质水平超过30毫克/升是患者出现微量白蛋白尿的阈值。gydF4y2Ba^10gydF4y2Ba图中的结果表明，我们的系统可以跟踪随着白蛋白浓度增加的尿表面张力的变化，其方式可与专业的张力计相媲美。此外，它还可以检测出蛋白质浓度何时变得危险。这意味着患者可以在家中使用智能手机跟踪疾病的进展。gydF4y2Ba

图9。不同蛋白浓度尿表面张力试验。对一个健康的人来说，尿液中的蛋白质浓度应该低于30毫克/升，gydF4y2Ba^10gydF4y2Ba浓度越大，风险越高。gydF4y2Ba

7.5.测定酒精浓度水平gydF4y2Ba

我们在一系列不同浓度的乙醇溶液上测试了系统的性能。这是一个复杂的场景，因为乙醇溶液是两种液体的混合物:水和乙醇。式(2)中混合物的密度ρ取决于混合物中乙醇与水的比例。因此，我们面临着一个先有鸡还是先有蛋的问题:我们想通过测量表面张力来估计酒精浓度;然而，我们需要酒精浓度来估计ρ值，我们需要它来测量表面张力。gydF4y2Ba

为了解决这个问题，我们利用乙醇混合物的表面张力和密度都是其浓度水平的函数这一事实。此外，它们是数据表中可用的已知函数。gydF4y2Ba^{18gydF4y2Ba，gydF4y2Ba20.gydF4y2Ba}给定这两个函数，我们可以计算每个给定的乙醇浓度水平，它的表面张力和密度，并取两者之比，记为gydF4y2Ba表面张力密度比(TDR)。gydF4y2Ba

然后我们可以重写式(2)，以便我们可以估计TDR，即γ/ρ，相对于表面张力γ:gydF4y2Ba

注意，这个方程的左边是TDR，我们可以用振动频率、重力和毛细管波的波长来代替它，我们可以像以前一样计算。因此，我们可以先用CapCam测量酒精的TDR，然后将TDR转换为浓度水平。gydF4y2Ba

乙醇浓度水平的测定结果绘制在gydF4y2Ba图10gydF4y2Ba．绝对误差仅为0.51%。这意味着我们的系统足够准确地区分德国雷司令和澳大利亚雷司令，葡萄牙玫瑰和法国rosés。gydF4y2Ba

图10。(a)用CapCam测量的酒精浓度用蓝色表示，实际情况用橙色表示。(b) CapCam的分辨率:真实表面张力与测量表面张力的差异表明CapCam的平均误差为0.75 mN/m。gydF4y2Ba

7.6.CapCam的决议gydF4y2Ba

接下来，我们感兴趣的是了解CapCam的分辨率，即其测量表面张力的预期误差。为了估计这个值，我们利用酒精浓度实验的结果。具体来说，对于任何酒精浓度水平，都有报告表面张力和密度的数据表。gydF4y2Ba^20.gydF4y2Ba通过将密度ρ替换为上面的TDR方程，我们计算出CapCam对表面张力的估计，γ，我们可以将其与数据表中的真实表面张力进行比较。测量结果画在图上gydF4y2Ba图10 bgydF4y2Ba．在33 mN/m到72 mN/m的表面张力范围内，CapCam的平均表面张力误差仅为0.75 mN/m。相比之下，入门级手动张力计gydF4y2Ba^13gydF4y2Ba分辨率为0.5 mN/m，但仍需数千美元，程序复杂。gydF4y2Ba

回到顶部gydF4y2Ba

8.讨论和局限性gydF4y2Ba

1. 灵敏度:gydF4y2Ba在过去的工作中，gydF4y2Ba^{7gydF4y2Ba，gydF4y2Ba21gydF4y2Ba}CapCam测量一种特定的液体性质，并利用测量结果做出一定的推论。然而，对于这些系统中的任何一个，推论都必须在度量上下文中进行。例如，当CapCam测量表面张力时，它对细菌和有机污染物很敏感，但不能感知重金属污染，因为它们不改变表面张力。因此，当它推断出污染时，水肯定是不纯净的，但反过来就不一定了。类似地，如果它检测到两种不同的液体，那么它们就是不同的(假设没有测量误差)，但如果它不能区分它们，它们可能仍然是具有相同表面张力的不同液体。gydF4y2Ba
2. 集装箱规格:gydF4y2BaCapCam对容器类型有一定要求。首先，容器应该有一个平坦的底部。如果底部不在，环模式将有工件，这将影响测量。第二，容器应该相对轻，以便它与振动电机一起振动。第三，目前的系统是为圆形集装箱设计的。波被振动壁激发，从边缘传播到中心。根据惠更斯-菲涅耳原理，当墙是圆形时，产生的波也是圆形的，因此产生了前面描述的清晰的环。但如果容器不是圆形的，波浪图案就会复杂得多。解决这一问题需要扩展模型，以考虑传播不同距离的波之间的相互作用，这将留给未来的工作。gydF4y2Ba
3. 液体透明度:gydF4y2BaCapCam假设液体是透明的，从表面可以看到底部的图案。许多液体是透明的，因此我们的模型直接适用于它们。即使液体不够透明，也可以用水稀释，根据稀释程度，结果可以映射回未稀释的液体。gydF4y2Ba
4. 手机和相机要求:gydF4y2Ba毛细管波传播得很快。因此，在拍摄海浪的时候，选择快速的快门速度是很重要的。新的手机型号有一个用于配置相机快门速度和曝光参数的API，因此我们选择在iPhone x上评估CapCam。在我们的实验中，我们设置快门速度使曝光时间为1/800秒。不同型号的手机可能配有不同的摄像头和手电筒，因此需要对快门速度进行不同的选择。注意，自动曝光配置将不起作用，因为手机倾向于选择较长的曝光时间，这将导致波模式模糊。还需要测量相机的分辨率和振动电机的振动频率。这些测量只需要对每个型号的手机做一次。gydF4y2Ba

回到顶部gydF4y2Ba

9.结论gydF4y2Ba

在这篇文章中，我们介绍CapCam，第一个可以测量液体表面张力的移动应用程序。该方法基于表面张力与毛细管波的关系，方便、准确。我们的评估表明，CapCam的绝对表面张力误差仅为0.75 mN/m，基于测量的表面张力，它可以成功地测量酒精浓度和检测水污染。我们的实验还表明，它能够准确地跟踪尿液中的蛋白质水平，这是糖尿病和肾脏疾病管理中使用的一个关键生理指标。我们相信这项工作可以作为一种有用的工具，实现新的有意义的应用和交互。gydF4y2Ba

回到顶部gydF4y2Ba

致谢gydF4y2Ba

我们要感谢Gareth McKinley提供了用于表面张力地面真实测量的数字张力计的访问权。我们感谢Deepak Vasisht、Guo Zhang和NETMIT成员的深刻讨论和评论。我们也感谢我们的牧羊人和匿名审稿人的宝贵反馈。gydF4y2Ba

回到顶部gydF4y2Ba

回到顶部gydF4y2Ba

回到顶部gydF4y2Ba

数字图书馆是由计算机协会出版的。版权所有©2021 ACM, Inc.gydF4y2Ba

---

没有发现记录gydF4y2Ba