三維PIV系統(tǒng)中匹配技術(shù)的研究.pdf

1、流場信息的測量是流體研究中的一項重要內(nèi)容。相對于傳統(tǒng)接觸式單點測量方式，粒子測速技術(shù)可以非接觸地獲得瞬間、全場的流動信息。該技術(shù)對于流動結(jié)構(gòu)研究極為有益，現(xiàn)已成為現(xiàn)代流場測試技術(shù)之一并且得到了廣泛的應(yīng)用。 根據(jù)空間粒子圖像的特點，本文基于雙目視覺原理對粒子圖像測速儀(Particle Image Velocimetry，PIV)的匹配技術(shù)進行了研究。 在對每個相機的粒子圖像二維匹配技術(shù)研究的過程中，著重根據(jù)研究對象——流

2、體以及置入觀測場中的示蹤粒子的特點，對粒子運動圖像以及相機像平面上粒子數(shù)據(jù)的匹配結(jié)構(gòu)進行了研究，其中包括： (1)根據(jù)粒子分布不均勻且分布結(jié)構(gòu)較復(fù)雜以及不同空間、時間的復(fù)雜流場會出現(xiàn)不同區(qū)域特征的特點，對原PIV技術(shù)中的定窗分析技術(shù)進行改進，提出了一種改進的處理方法：包括利用加權(quán)平均的方法對后續(xù)圖像的預(yù)測處理，以及根據(jù)窗口內(nèi)數(shù)據(jù)的相關(guān)程度與粒子分布濃度來對分析窗進行迭代選擇。 (2)流體具有連續(xù)性，散布在流場中較密集的粒

3、子群中鄰近粒子的運動具有很強的相關(guān)性。根據(jù)這種相關(guān)性，提出了基于自組織映射(Self-organized Mapping，SOM)神經(jīng)網(wǎng)絡(luò)的粒子圖像測速算法。經(jīng)SOM網(wǎng)絡(luò)改進的測速算法首先利用相關(guān)后的結(jié)果進行網(wǎng)絡(luò)構(gòu)建，然后使用逐次相關(guān)的方法對候選匹配點進行篩選。該算法不僅消除了粒子密度與灰度分布的敏感性，而且也降低了相關(guān)時對分析窗口尺寸的敏感。 (3)根據(jù)粒子圖像中粒子聚團分布的特點，針對粒子追蹤技術(shù)中的粒子誤對應(yīng)問題與粒子相關(guān)

4、法對粒子區(qū)域平均化處理所帶來的誤差問題，制定了用于粒子圖像測速的細胞分裂準(zhǔn)則，并提出了基于細胞分裂的粒子追蹤匹配算法模型：將興趣區(qū)域作為細胞體，并以細胞體內(nèi)單點匹配相關(guān)程度與粒子的近鄰程度作為判斷準(zhǔn)則對分析窗口內(nèi)的點進行分裂；分裂形成的子團之間進行競爭，并將優(yōu)勝團代表本分析區(qū)域參與其他區(qū)域優(yōu)勝團的競爭；根據(jù)優(yōu)勝團先后位置變化得到矢量位移場。 在對粒子圖像三維匹配技術(shù)分析的過程中，著重根據(jù)機器視覺測量原理對兩個相機的空間匹配方法以

5、及像平面上有效數(shù)據(jù)的提取方法進行了研究，其中包括： (1)針對運動粒子在具有一定體積的流場中透視成像后易出現(xiàn)的運動重疊問題，研究了PIV技術(shù)中近鄰粒子的弱剛性運動，并在PIV技術(shù)中近鄰性假設(shè)的基礎(chǔ)上，推導(dǎo)出用于粒子篩選的空間粒子運動測量約束條件以及實際中便于應(yīng)用的三點式結(jié)構(gòu)約束條件。該約束條件基于PIV的近鄰性準(zhǔn)則并以鄰近的粒子團作為匹配對象，利用視平面內(nèi)相同運動的特征直線具有公共點的性質(zhì)對前后兩幀圖像中的粒子進行運動檢測。

6、 (2)針對粒子測速系統(tǒng)中空間點立體匹配難、空間信息難以表示的問題，構(gòu)建了基于雙目視覺的三維粒子測速一般模型。模型中提出并采用了分層提取的逐層相關(guān)法，即先對三維空間進行二維切分，然后結(jié)合PIV技術(shù)與粒子追蹤測速(Particle TrackingVelocimetry，PTV)技術(shù)對不同幀的二維粒子層面進行相關(guān)處理并求出粒子運動矢量。 (3)提出了基于遺傳算法的三維粒子圖像匹配方法及實際中的優(yōu)化設(shè)計。該方法以視差為編碼，結(jié)合

7、SSD(Sum of Square Difference)與SAD(Sum of Absolute Difference)法對結(jié)果進行評估，并通過單點、多點的雙交叉、變異與序列的混沌化處理達到對分析空間的搜索；最后，局部處理結(jié)合全局唯一性迭代檢測進一步增加了匹配結(jié)果的可信度。 (4)提出了可適用于體積光照明的雙目PIV系統(tǒng)三種匹配結(jié)構(gòu)并對其進行分析，同時根據(jù)匹配結(jié)構(gòu)的特點提出了雙相機像面上數(shù)據(jù)的匹配融合方法。 此外，基于