基于光學成像的流場測量技術(shù),如粒子圖像測速技術(shù)（PIV）,易受到因流體中折射率的不均勻性或晃動的介質(zhì)邊界引起的光學畸變而帶來的影響。這些畸變會使得示蹤粒子在圖像上的位置分布產(chǎn)生誤差且嚴重影響圖像清晰度,從而增大流場速度測量的誤差。為了提高光學流場速度測量的測量精度,自適應光學系統(tǒng)可以應用于其中去校正光學畸變�；趫D像流場測量中的光學像差具有頻率高,動態(tài)范圍大,空間分辨率高等特點,對于這一應用場景,基于波前校正器件的自適應光學系統(tǒng)受到了器件本身性能的影響�；谏疃葘W習的自適應光學技術(shù)在流場測量中的應用,建立了一種基于深度神經(jīng)網(wǎng)絡的無波前校正器件自適應光學校正技術(shù),以深度神經(jīng)網(wǎng)絡代替?zhèn)鹘y(tǒng)的波前校正器件,用于粒子圖像測速技術(shù)中的光學畸變校正。為了生成神經(jīng)網(wǎng)絡所需要的訓練和測試數(shù)據(jù)集,搭建了可以實現(xiàn)波前測量的粒子圖像測速實驗平臺,分析并建立了光學畸變在粒子圖像上的圖像退化模型。最后,以校正后PIV圖像的校正效果和流場速度測量結(jié)果作為評價標準,對所建立神經(jīng)網(wǎng)絡的畸變校正性能進行了分析。 

【文章來源】：紅外與激光工程. 2020,49(10)北大核心EICSCD

【文章頁數(shù)】：10 頁

【參考文獻】：
期刊論文
[1]計算光學成像在散射中的應用[J]. 鄭珊珊,楊婉琴,司徒國海.  紅外與激光工程. 2019(06)



本文編號：3416285