随着时代的发展,对气液两相流的研究引起了广大学者的重视。类似水煤浆汽化炉冷却室、气浮机等设备中形成的气液两相流流动中,气泡穿过底层颗粒物后脱离上升运动的过程也是值得研究的。气泡在不同工况中的形状大小、运动轨迹、运动速度会直接影响设备的工作效率和能源的利用率。在气泡研究中,气泡图像是重要的手段,其中分离技术又尤为的重要,并且是研究不同工况下气泡穿过液池中上升运动的行为特性的基础。现有的图像分离技术大多采用图像二值化、边缘检测、图像滤波等方法来实现气泡信息的提取,但是,这些测量方法往往是存在不足的,仅仅针对单一图片,不能自动进行分离,受主观因素的影响较大。本文提出利用SVD（单值分解）和RPCA（鲁棒主成分分析法）的方法对气液两相流中的气泡图像进行背景的动态分离,其方法主要有两个特点:连续相关性和自动获取性。并且提出逐行累加和逐列累加的新方法,突出气泡在图像中相对位置信息,进而描画出气泡的相对运动轨迹,计算出气泡的相对运动速度,对比气泡的形变大小等相关信息。该方法还可以扩展到多气泡图像分析,进行截断行相加和截断列相加。本文利用了气泡穿过底层固体颗粒物后气泡脱离上升运动的实验平台,获取了气泡在不同工况下上升运动图像,开展气泡的行为特征研究。分析影响气泡运动过程的几种参数,包括:不同管口外径、颗粒层高度、颗粒大小和流量。结果表明:通过本文的方法可以有效进行背景分离,进而分析这些影响参数对气泡脱离上升运动的影响。研究表明,相比于原始的图像分离技术,利用RPCA运算方法可以自动地实现从原始图像中提取气泡的动态运动过程图像。提出的新算法对气泡的定位、形变大小和速度表示都更准确,并且利用此种方法得出了不同因素对气泡运动的影响效果。发现不同管径、颗粒层高度、颗粒直径大小和进气流量都对气泡的脱离形态、上升运动速度、运动轨迹和生成周期有一定的影响,因此本文提出的基于低秩分解和RPCA技术的方法可以实现动态分离背景,准确提取气泡图像。