數(shù)字式粒子圖像測(cè)速方法研究及其在氧化溝模型中的應(yīng)用.pdf

1、DPIV(Digital Particle Image Velocimetry)在現(xiàn)代流場(chǎng)測(cè)試中發(fā)揮著重要作用，是流場(chǎng)測(cè)速研究的主要發(fā)展方向之一。DPIV具有全場(chǎng)、動(dòng)態(tài)、非接觸測(cè)量等優(yōu)點(diǎn)，廣泛應(yīng)用于空氣動(dòng)力學(xué)、水動(dòng)力學(xué)、燃燒傳值以及流體機(jī)械等各種實(shí)驗(yàn)中。近十年來，隨著光學(xué)技術(shù)、成像技術(shù)和計(jì)算機(jī)圖像處理技術(shù)的迅速發(fā)展，常規(guī)二維DPIV日趨成熟。技術(shù)進(jìn)步新的要求和流場(chǎng)測(cè)速新課題的挑戰(zhàn)不斷出現(xiàn)，對(duì)流場(chǎng)進(jìn)行三維DPIV、多相DPIV和微DPIV

2、測(cè)量的需求日益增強(qiáng)。國(guó)外在DPIV研究領(lǐng)域起步早、技術(shù)較為先進(jìn)。國(guó)內(nèi)研究總體上不及國(guó)外，成果轉(zhuǎn)化相對(duì)滯后，但研究對(duì)象涉及了幾乎所有的DPIV課題。繼續(xù)深化、完善DPIV不僅具有重要的學(xué)術(shù)意義，從實(shí)踐角度來講，進(jìn)行DPIV研究和系統(tǒng)實(shí)現(xiàn)對(duì)推動(dòng)國(guó)內(nèi)DPIV技術(shù)開發(fā)應(yīng)用和產(chǎn)業(yè)化進(jìn)程具有重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。 論文圍繞著DPIV方法及與其相關(guān)技術(shù)來展開，全面、系統(tǒng)地研究DPIV的理論基礎(chǔ)及其實(shí)現(xiàn)方法，重點(diǎn)研究DPIV硬件子系統(tǒng)的參數(shù)

3、選擇及其相互間的匹配、基于灰度圖像互相關(guān)二維DPIV速度信息提取方法、DPIV亞像素定位方法和2D-3cPIV 方法及其實(shí)現(xiàn)中的若干關(guān)鍵技術(shù)。 DPIV原理比較簡(jiǎn)單，但在應(yīng)用DPIV和系統(tǒng)開發(fā)時(shí)，對(duì)系統(tǒng)硬件參數(shù)選擇及其相互間的匹配有著極其嚴(yán)格的要求。DPIV 實(shí)現(xiàn)的第一個(gè)步驟是圖像采集，應(yīng)考慮的主要因素包括：示蹤粒子的直徑大小、密度、形狀、光散射性能、播撒均勻性及濃度等參數(shù)，相機(jī)的曝光時(shí)間、幀轉(zhuǎn)移時(shí)間、分辨率、像元尺度、敏感光譜

4、范圍、快門時(shí)間等參數(shù)，鏡頭畸變系數(shù)、焦距和光學(xué)分辨率、景深，激光光源的脈沖間隔時(shí)間和功率等參數(shù)以及片光和體積光的形成光路。確定這些參數(shù)的原則是粒子對(duì)流動(dòng)介質(zhì)具有較好的跟隨性，保證獲得高質(zhì)量粒子圖像，有利于后續(xù)算法的處理。論文系統(tǒng)地論述了這些因素及其如何影響測(cè)量結(jié)果，總結(jié)了幾個(gè)經(jīng)驗(yàn)公式以利于這些參數(shù)的估算和設(shè)置。 粒子圖像匹配是DPIV速度信息提取過程的核心。論文重點(diǎn)研究了其中的匹配測(cè)度、提速算法和匹配策略。通過分析大量的實(shí)驗(yàn)結(jié)果

5、，選用標(biāo)準(zhǔn)化相關(guān)系數(shù)作為圖像匹配算法的相關(guān)測(cè)度，既能兼顧粒子匹配成功率也能降低算法的時(shí)間開銷，通過優(yōu)化算法的搜索空間極大地減少了互相關(guān)運(yùn)算量。 通過DPIV誤差源的分析表明，對(duì)圖像互相關(guān)峰值位置和標(biāo)定板上目標(biāo)像中心的亞像素定位可以提高測(cè)量精度。經(jīng)典的亞像素定位方法基于高斯模型，這種擬合法的精度完全取決于粗匹配的相關(guān)測(cè)度分布。當(dāng)擬合曲面較為平緩時(shí)，需要增大擬合窗口，測(cè)量精度可能下降。最小二乘匹配法同時(shí)考慮了灰度圖像的灰度畸變和幾何

6、畸變，通過迭代過程尋找到最佳的匹配窗口，能夠克服定位算法對(duì)相關(guān)測(cè)度的依賴性，提高了匹配精度。最小二乘匹配法的收斂速度取決于算法的初始位置、匹配精度或迭代次數(shù)，論文建立的最小二乘匹配算法以二次多項(xiàng)式擬合作為粗匹配，將其結(jié)果作為算法的起始位置，通過指定算法的匹配精度和迭代次數(shù)來控制計(jì)算時(shí)間。還研究了目標(biāo)像中心亞像素估算算子，對(duì)Wong-Trinder算子進(jìn)行改進(jìn)以提高定位精度。針對(duì)已有的體視2D-3cPIV，論文全面分析了相機(jī)布局、相機(jī)標(biāo)定

7、和三維速度重建方法。在此基礎(chǔ)上，提出了一種基于3D標(biāo)定的 2D-3cPIV方法，其中包括數(shù)學(xué)模型、相機(jī)標(biāo)定和三維速度重建方法。該方法基于針孔相機(jī)光學(xué)模型，利用幾何共線方程建立相機(jī)像平面坐標(biāo)和三維空間坐標(biāo)的映射關(guān)系。采用Tsai’s標(biāo)定算法獲取相機(jī)的內(nèi)外部參數(shù)，得到該映射函數(shù)的解析式，具有標(biāo)定快捷方便、準(zhǔn)確的優(yōu)點(diǎn)?；谙衿矫嫱噶渴强臻g矢量在不同相機(jī)上的投影這一事實(shí)，將左相機(jī)矢量起點(diǎn)逆向映射到目標(biāo)平面，再正向映射到右相機(jī)像平面并在該位置

8、插值矢量場(chǎng)，得到與左相機(jī)矢量對(duì)應(yīng)的矢量。由這兩個(gè)像平面矢量，根據(jù)事先建立的相機(jī)數(shù)學(xué)模型和標(biāo)定參數(shù)恢復(fù)出真實(shí)的空間三維速度矢量。這種重建方法分別對(duì)兩部相機(jī)時(shí)間序列圖像進(jìn)行粒子運(yùn)動(dòng)匹配，結(jié)合了現(xiàn)有的二維DPIV粒子匹配方法，降低了粒子匹配的難度，不需任何相機(jī)布局參數(shù)，能夠快速、準(zhǔn)確地計(jì)算出流場(chǎng)的三維速度矢量分布。 研究的算法通過 Matlab6.5 編程實(shí)現(xiàn)，使用標(biāo)準(zhǔn)圖像進(jìn)行仿真實(shí)驗(yàn)，取得較為滿意的結(jié)果。這些算法同時(shí)通過了氧化溝模型