火焰流場(chǎng)粒子跟蹤測(cè)速系統(tǒng).pdf

1、伴隨數(shù)字圖像處理技術(shù)以及計(jì)算機(jī)技術(shù)的飛速發(fā)展，不同于單點(diǎn)測(cè)量的全流場(chǎng)速度測(cè)量得以實(shí)現(xiàn)。粒子圖像測(cè)速技術(shù)是一種基于數(shù)字圖像處理技術(shù)的新型流速測(cè)量方法。它通過(guò)對(duì)不同時(shí)刻的流場(chǎng)粒子圖像進(jìn)行分析計(jì)算來(lái)得到流場(chǎng)運(yùn)動(dòng)信息。粒子圖像測(cè)速技術(shù)已得到了各個(gè)領(lǐng)域的廣泛應(yīng)用，為瞬態(tài)流場(chǎng)的可視化提供了強(qiáng)有力的工具。為了對(duì)火焰流場(chǎng)粒子圖像進(jìn)行分析，得到火焰燃燒過(guò)程中氣流場(chǎng)的運(yùn)動(dòng)情況，本文的主要工作如下：
　　1.本文首先對(duì)粒子圖像測(cè)速技術(shù)所涉及的基本原理、

2、應(yīng)用背景以及發(fā)展歷程進(jìn)行簡(jiǎn)要的介紹。當(dāng)今，利用數(shù)字圖像處理技術(shù)實(shí)現(xiàn)流場(chǎng)測(cè)量的主流方法有粒子圖像測(cè)速(Particle Image Velocimetry,PIV)和粒子跟蹤測(cè)速(Particle Tracking Velocimetry，PTV)這兩種。本文對(duì)目前通用的粒子跟蹤測(cè)速系統(tǒng)組成作了介紹，并對(duì)粒子跟蹤測(cè)速主要步驟（包括粒子識(shí)別、定位、匹配和數(shù)據(jù)后處理）的相關(guān)算法進(jìn)行分析研究。
　　2. PIV通過(guò)在連續(xù)圖像的局部診斷窗口

3、內(nèi)進(jìn)行互相關(guān)運(yùn)算得到診斷窗口內(nèi)的粒子平均位移，在局部速度估計(jì)中，更傾向于更大更亮粒子的運(yùn)動(dòng)模式。而 PTV通過(guò)跟蹤粒子圖像中的每個(gè)粒子，利用粒子的位移代替該位置流場(chǎng)運(yùn)動(dòng)，更能反映該位置的流場(chǎng)運(yùn)動(dòng)情況。本文對(duì)多組連續(xù)兩幀標(biāo)準(zhǔn)粒子圖像分別使用PIV和PTV兩種粒子圖像測(cè)速方法，仿真結(jié)果表明PTV比PIV方法更能反應(yīng)流場(chǎng)局部運(yùn)動(dòng)信息，所以直接跟蹤單個(gè)粒子的粒子跟蹤測(cè)速技術(shù)是本文的研究重點(diǎn)。由于有效地識(shí)別粒子圖像中的粒子是粒子跟蹤測(cè)速后續(xù)處理的

4、前提，本文利用粒子所在區(qū)域總表現(xiàn)出局部亮度極大值的特征，將局部極大值方法結(jié)合到火焰流場(chǎng)粒子目標(biāo)識(shí)別中，通過(guò)尋找局部亮度最大值點(diǎn)確定候選粒子坐標(biāo)點(diǎn)，然后對(duì)候選點(diǎn)進(jìn)行進(jìn)一步篩選。該方法改善了光照不均，圖像中噪聲較多的情形下粒子識(shí)別結(jié)果。對(duì)比圖像分割方法表明，該方法比圖像分割法識(shí)別準(zhǔn)確率高，且保留了粒子大小等信息。之后本文重點(diǎn)研究了基于聯(lián)合概率的優(yōu)化近鄰粒子匹配方法，通過(guò)在組合配對(duì)中添加粒子的距離約束，將組合網(wǎng)絡(luò)劃分成小的子網(wǎng)絡(luò)以減小計(jì)算復(fù)雜

5、度，通過(guò)優(yōu)化總距離平方和，對(duì)粒子進(jìn)行有效配對(duì)。粒子匹配算法是PTV的核心步驟，通過(guò)合成不同密度的兩種代表性流場(chǎng)，驗(yàn)證了基于聯(lián)合概率分布的優(yōu)化近鄰法比最近鄰和匹配幾率法分別在時(shí)間和跟蹤準(zhǔn)確性上都有明顯提高。
　　3.最后，本文綜合上述方法開(kāi)發(fā)出應(yīng)用在火焰流場(chǎng)中的粒子跟蹤測(cè)速軟件系統(tǒng)。通過(guò)對(duì)參數(shù)的調(diào)節(jié)，得到火焰流場(chǎng)的全流場(chǎng)瞬態(tài)位移矢量圖，為火焰流場(chǎng)的后續(xù)計(jì)算打下基礎(chǔ)。
　　粒子圖像跟蹤測(cè)速的研究處在快速發(fā)展階段，本文所做的研究也