基于回归分析的表面流场粒子匹配算法

发布时间：2021-07-07 13:46

　　针对表面流速图像测试中高浓度粒子条件下测量误差大的问题,改进了最邻近匹配算法,提出基于回归分析的表面流场粒子匹配算法,即多帧回归粒子匹配算法。该算法综合粒子距离、运动轨迹、运动趋势等因素,应用一元线性回归分析法拟合粒子中心坐标,通过相关系数完成粒子匹配,实现最佳同源粒子追踪。运用多帧回归粒子匹配算法开发了改进型大尺度模型表面流场图像测试系统（ILSPIV）,并将ILSPIV应用到八卦洲河工模型,ILSPIV和旋桨流速仪测量的断面垂线平均流速分布形态及数值基本一致,表明多帧回归粒子匹配算法能提升高浓度粒子条件下流速测量精度,更好地满足工程实践研究需求。 

【文章来源】：水利水电科技进展. 2020,40(01)北大核心CSCD

【文章页数】：5 页

【部分图文】：

流场粒子图

阈值分割处理前景和背景差异较小的图像时分割效果较差。对图1直接进行阈值分割，处理结果如图2(a)所示。帧差法的基本原理是首先对相邻两帧图像做差分运算，再通过阈值变换消除背景、分离运动目标信息，该方法能提高背景和前景差异，有利于阈值分割，适用于运动目标和背景差异较小的图像检测，具有算法简单、运算速度快等优点。帧差法计算方法如下:式中:pi(x,y)为帧差法处理后图像灰度值。

依次对其他同源疑似点与起始点(xm,yn)进行回归分析，相关系数最大的作为同源点，完成全流场粒子匹配。图3为根据原则(1)处理获取的同源示踪粒子像，黑色点坐标为(x0,y0)，其同源疑似点有点(x0+1,y0-1)、(x0+1,y0)和(x0,y0+1);点(x0+1,y0-1)的同源疑似点有(x0+2,y0-2)、(x0+2,y0-1)和(x0+1,y0);点(x0+1,y0)的同源疑似点有(x0+1,y0-1)、(x0,y0+1)和(x0+2,y0-1);点(x0,y0+1)的同源疑似点有(x0-1,y0+2)和(x0+1,y0)，则对应相关系数最高的点为点(x0,y0)、(x0+1,y0-1)和(x0+2,y0-2)，其拟合直线为

【参考文献】：
期刊论文
[1]波流环境下多孔射流运动和稀释特性试验[J]. 张玉玲,徐振山,陈永平,孙朴.  河海大学学报(自然科学版). 2019(01)
[2]浅俯淹没射流水力特性[J]. 张春财,杜宇,赵润达.  河海大学学报(自然科学版). 2018(01)
[3]90°方形弯管内部流场PIV试验[J]. 马皓晨,代翠,董亮,吴贤芳.  水利水电科技进展. 2013(05)
[4]悬移质运动中水沙两相流的流场测量技术研究综述[J]. 陈诚,蔡守允.  水利水电科技进展. 2011(06)
[5]实体模型表面流场、河势测量中图像技术应用研究进展[J]. 唐洪武,陈诚,陈红,黄建通.  河海大学学报(自然科学版). 2007(05)
[6]图像处理技术在河工模型试验流场量测中的应用[J]. 王兴奎,庞东明,王桂仙,安凤玲.  泥沙研究. 1996(04)



本文编号：3269742