時變流場在時間尺度上通常表現(xiàn)為非定常特性,在同一測量點的流體速度具有大范圍的時變特性。時變流場的精確測量對飛行器的氣動特性分析以及汽車的動力學研究具有重要理論意義和應用價值。粒子圖像測速技術(Particle Image Velocimetry,PIV)由于其具有非接觸、無干擾、瞬態(tài)、全場測量等優(yōu)點被廣泛應用于各類流場速度的測量。傳統(tǒng)PIV測量技術相鄰兩幀圖像時間間隔固定,無法滿足時變流場的實時精確測量。本文針對傳統(tǒng)PIV測量技術的局限性,提出一種RTA-PIV(Real-Time Adaptive Particle Image Velocity)測量技術,并基于此研制一套RTA-PIV裝置,通過實驗驗證了RTA-PIV測量技術的可行性和準確性。本文的具體研究工作如下:(1)針對目前PIV測量技術中視覺裝置時間間隔固定,無法實現(xiàn)時變流場精確測量的問題,本文基于二分光技術研制出納秒級跨幀超高速分幅視覺成像裝置.通過控制圖像傳感器與激光器之間的時序關系,實現(xiàn)相鄰兩幀圖像時間間隔可調,提高時變流場測量的測量精度及動態(tài)范圍。該分幅視覺成像裝置分辨率最大可達2048×2048pixels,幀率最高可達100fps,時間間隔在10ns至5ms范圍可調。(2)針對圖像傳感器自有噪聲影響圖像質量從而影響流場速度測量精度的問題,本文通過采用數(shù)字域相關雙采樣、暗參考幀與暗參考列減除、平場校正以及水冷散熱等方式將圖像信噪比提升至19.61,利用圖像傳感器的雙增益通道實現(xiàn)雙增益圖像融合,將圖像的動態(tài)范圍提升至85.5dB,為流場速度場計算提供高質量圖像。(3)針對目前PIV測量技術中圖像處理計算實時性不足的問題,研制出基于FPGA(Field Programmable Gate Array)+2 DSP(Digital Signal Processor)分布式處理器架構的實時超高速圖像處理裝置,并進行固件設計,實現(xiàn)了圖像預處理、流場速度估計以及下一幀最優(yōu)時間間隔的計算。該裝置傳輸帶寬最高可達12.5Gbps,圖像處理頻率最高可達50Hz。(4)針對傳統(tǒng)PIV算法的局限性,本文提出RTA-PIV測量算法。利用相關濾波進行流場速度場的估計,利用卡爾曼預測模型對下一幀圖像進行速度預測從而選擇最優(yōu)時間間隔,提高時變流場速度測量的測量精度,在仿真流場和真實流場實驗中,該算法測量值與理論值的相對誤差小于1%。
【學位單位】：華中科技大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP391.41;TN791
【部分圖文】：

(a) (b) (c)圖 1-1 時變流場在不同領域的應用。(a)發(fā)動機領域的時變流場測量，(b)生物醫(yī)學領域的時變流場測量，(c)汽車設計領域的時變流場測量(a) (b) (c)圖 1-2 流場測量儀器。(a)皮托管，(b)激光多普勒測速儀，(c)紋影儀傳統(tǒng)的流場速度場測量方法如皮托管測量[6]（圖 1-2 a）及熱線風速儀測量[7]由于對流場本身產(chǎn)生干擾，不能實現(xiàn)流場速度的高精度測量。目前常用的非接觸式高速流場測量方法主要有紋影法[8]（Schlieren Techniue，ST）（圖 1-2 b）、激光多普勒測速[9]（LaserDopplerVelocimetry，LDV）（圖 1-2c）以及粒子圖像測速技術。紋影法

(a) (b) (c)圖 1-2 流場測量儀器。(a)皮托管，(b)激光多普勒測速儀，(c)紋影儀傳統(tǒng)的流場速度場測量方法如皮托管測量[6]（圖 1-2 a）及熱線風速儀測量[7]由于對流場本身產(chǎn)生干擾，不能實現(xiàn)流場速度的高精度測量。目前常用的非接觸式高速流場測量方法主要有紋影法[8]（Schlieren Techniue，ST）（圖 1-2 b）、激光多普勒測速[9]（LaserDopplerVelocimetry，LDV）（圖 1-2c）以及粒子圖像測速技術。紋影法是利用光在被測介質的折射率正比于介質密度的原理，從而在成像面上將擾動區(qū)折射率的變化進行可視化，然后通過成像面的成像光強分布對速度場進行定性的分析，是一種具有廣泛用途的光學測試技術，但是這種方法只能對流場進行定性分析，不能進行定量分析，因此對于復雜流場的測量，該方法有一定的局限性。激光多普勒測速儀是利用激光多普勒效應來測量流體或固體運動速度，且這種方法具有非接觸的特點，不會干擾流場，測量精度能得到提升，但是由于激光多普勒測速儀是單點測量，若要得到全流場的速度場，工作量巨大，因此在測量復雜流場時，該測量方式受限。粒子圖像測速技術[10]是在流動顯示的基礎上，利用先進的圖形圖像學相關算法

在單幀中提供兩次曝光時間，可避免圖像中較亮部分被過度曝光，其中 C210 型號的相機（圖1-4 c）最大分辨率為 1280 1024pixels，在最大分辨率的條件下輸出的最大幀率為1800fps。由于國內(nèi)在高速相機這個領域的發(fā)展時間較晚，雖然有很多研究機構在進行高速相機的相關研究，但是將高速相機商業(yè)化的公司目前國內(nèi)主要只有合肥君達高科公司，該公司生產(chǎn)的千眼狼 X 系列高速相機最大分辨率為 1280 1024pixels，在最大分辨率的條件下最大幀率為 15000fps，最大動態(tài)范圍為 60dB，具有體積小、功耗低、噪聲小的特點，應用于軍事、生物醫(yī)學等領域。國內(nèi)高校主要是利用國外圖像傳感器設計開發(fā)一套高速相機系統(tǒng)。重慶理工大學的賈海彥[11]基于面陣 CCD（ChargecoupledDevice）傳感器 ICX229AK 設計開發(fā)一套圖像采集系統(tǒng)，利用 FPGA 對傳感器進行時序控制，同時改進了相機的對焦算法，避免了局部峰值問題；中國科學院的余達等人[12]基于 CCD 芯片 KAI-0340DM
【相似文獻】

相關期刊論文 前10條

1 賈麗娟;;關于圖像分辨率的教學思考[J];印刷世界;2011年05期

2 丁曉蓮;周激流;李曉華;吳朋;;人臉識別率與圖像分辨率關系的比較分析[J];計算機工程;2009年11期

3 張秀屏，劉錫國，叢玉良;提高彩電圖像分辨率的研討[J];光學精密工程;1994年02期

4 衛(wèi)紅;為DVD機配哪種彩電[J];家庭科技;2000年07期

5 卜麗靜;張銘娟;陳方惠;許崢輝;趙曉宇;;利用地面靶標的超分辨率重建圖像分辨率評價[J];測繪科學;2019年12期

6 ;斯波特5衛(wèi)星商業(yè)圖像分辨率將達2.5m[J];國際太空;1997年05期

7 宋其華;郭根生;;解析計算機圖像分辨率[J];中國電化教育;2003年11期

8 谷梗;;數(shù)字圖像分辨率定義與其計量方法——對“數(shù)字電影技術術語普及讀本”有關條目的商榷意見[J];現(xiàn)代電影技術;2013年07期

9 ;教你詳細了解各種分辨率[J];計算機與網(wǎng)絡;2011年24期

10 謝美華;王正明;;圖像分辨率增強的偏微分方程方法[J];遙感學報;2005年06期

相關博士學位論文 前10條

1 樊春玲;數(shù)據(jù)驅動的圖像感知和質量評價方法[D];中國科學院大學(中國科學院深圳先進技術研究院);2019年

2 陳文斌;低劑量CT圖像偽影消除及細節(jié)保護算法研究[D];中北大學;2019年

3 鞠銘燁;圖像去霧處理模型與算法研究[D];南京郵電大學;2018年

4 曹曉歡;基于機器學習的醫(yī)學圖像非線性配準技術研究[D];西北工業(yè)大學;2018年

5 卞春江;光學遙感圖像有效區(qū)域在軌實時檢測與壓縮技術研究[D];哈爾濱工業(yè)大學;2018年

6 牛仁杰;星載ATP圖像處理平臺關鍵技術研究[D];中國科學院大學(中國科學院光電技術研究所);2018年

7 穆楠;夜間場景下顯著目標檢測方法研究[D];武漢科技大學;2019年

8 張士杰;超像素級圖像組協(xié)同關聯(lián)性分析與研究[D];天津大學;2017年

9 王文勝;寬幅光學遙感圖像艦船飛機目標檢測識別技術研究[D];中國科學院大學(中國科學院長春光學精密機械與物理研究所);2018年

10 孫琨;圖像匹配與場景三維重建方法研究[D];華中科技大學;2017年

相關碩士學位論文 前10條

1 李鵬琳;行人再識別若干問題的研究[D];上海交通大學;2017年

2 劉學謹;基于高質量圖像獲取的高精度攝像測量方法[D];北京理工大學;2016年

3 王健林;基于卷積神經(jīng)網(wǎng)絡的SAR圖像艦船檢測算法研究[D];內(nèi)蒙古科技大學;2019年

4 肖立;時變流場實時自適應PIV測量技術研究與應用[D];華中科技大學;2019年

5 劉歡;基于深度學習的發(fā)票圖像文本檢測與識別[D];華中科技大學;2019年

6 張健;基于深度學習的3D毫米波圖像違禁物品識別研究[D];江蘇科技大學;2019年

7 付曉輝;基于航拍拼接圖像的植被識別系統(tǒng)的設計與實現(xiàn)[D];北京工業(yè)大學;2019年

8 劉戚思遠;基于航拍圖像的多曝光融合系統(tǒng)的設計與實現(xiàn)[D];北京工業(yè)大學;2019年

9 唐義嫄;離散小波域的圖像混沌加密和隱藏方法研究[D];重慶郵電大學;2018年

10 杜一凡;基于深度學習的全心肌分割算法研究[D];北京交通大學;2019年

本文編號：2875166