時(shí)變流場(chǎng)在時(shí)間尺度上通常表現(xiàn)為非定常特性,在同一測(cè)量點(diǎn)的流體速度具有大范圍的時(shí)變特性。時(shí)變流場(chǎng)的精確測(cè)量對(duì)飛行器的氣動(dòng)特性分析以及汽車(chē)的動(dòng)力學(xué)研究具有重要理論意義和應(yīng)用價(jià)值。粒子圖像測(cè)速技術(shù)(Particle Image Velocimetry,PIV)由于其具有非接觸、無(wú)干擾、瞬態(tài)、全場(chǎng)測(cè)量等優(yōu)點(diǎn)被廣泛應(yīng)用于各類(lèi)流場(chǎng)速度的測(cè)量。傳統(tǒng)PIV測(cè)量技術(shù)相鄰兩幀圖像時(shí)間間隔固定,無(wú)法滿(mǎn)足時(shí)變流場(chǎng)的實(shí)時(shí)精確測(cè)量。本文針對(duì)傳統(tǒng)PIV測(cè)量技術(shù)的局限性,提出一種RTA-PIV(Real-Time Adaptive Particle Image Velocity)測(cè)量技術(shù),并基于此研制一套R(shí)TA-PIV裝置,通過(guò)實(shí)驗(yàn)驗(yàn)證了RTA-PIV測(cè)量技術(shù)的可行性和準(zhǔn)確性。本文的具體研究工作如下:(1)針對(duì)目前PIV測(cè)量技術(shù)中視覺(jué)裝置時(shí)間間隔固定,無(wú)法實(shí)現(xiàn)時(shí)變流場(chǎng)精確測(cè)量的問(wèn)題,本文基于二分光技術(shù)研制出納秒級(jí)跨幀超高速分幅視覺(jué)成像裝置.通過(guò)控制圖像傳感器與激光器之間的時(shí)序關(guān)系,實(shí)現(xiàn)相鄰兩幀圖像時(shí)間間隔可調(diào),提高時(shí)變流場(chǎng)測(cè)量的測(cè)量精度及動(dòng)態(tài)范圍。該分幅視覺(jué)成像裝置分辨率最大可達(dá)2048×2048pixels,幀率最高可達(dá)100fps,時(shí)間間隔在10ns至5ms范圍可調(diào)。(2)針對(duì)圖像傳感器自有噪聲影響圖像質(zhì)量從而影響流場(chǎng)速度測(cè)量精度的問(wèn)題,本文通過(guò)采用數(shù)字域相關(guān)雙采樣、暗參考幀與暗參考列減除、平場(chǎng)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(shí)現(xiàn)雙增益圖像融合,將圖像的動(dòng)態(tài)范圍提升至85.5dB,為流場(chǎng)速度場(chǎng)計(jì)算提供高質(zhì)量圖像。(3)針對(duì)目前PIV測(cè)量技術(shù)中圖像處理計(jì)算實(shí)時(shí)性不足的問(wèn)題,研制出基于FPGA(Field Programmable Gate Array)+2 DSP(Digital Signal Processor)分布式處理器架構(gòu)的實(shí)時(shí)超高速圖像處理裝置,并進(jìn)行固件設(shè)計(jì),實(shí)現(xiàn)了圖像預(yù)處理、流場(chǎng)速度估計(jì)以及下一幀最優(yōu)時(shí)間間隔的計(jì)算。該裝置傳輸帶寬最高可達(dá)12.5Gbps,圖像處理頻率最高可達(dá)50Hz。(4)針對(duì)傳統(tǒng)PIV算法的局限性,本文提出RTA-PIV測(cè)量算法。利用相關(guān)濾波進(jìn)行流場(chǎng)速度場(chǎng)的估計(jì),利用卡爾曼預(yù)測(cè)模型對(duì)下一幀圖像進(jìn)行速度預(yù)測(cè)從而選擇最優(yōu)時(shí)間間隔,提高時(shí)變流場(chǎng)速度測(cè)量的測(cè)量精度,在仿真流場(chǎng)和真實(shí)流場(chǎng)實(shí)驗(yàn)中,該算法測(cè)量值與理論值的相對(duì)誤差小于1%。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TP391.41;TN791
【部分圖文】：

(a) (b) (c)圖 1-1 時(shí)變流場(chǎng)在不同領(lǐng)域的應(yīng)用。(a)發(fā)動(dòng)機(jī)領(lǐng)域的時(shí)變流場(chǎng)測(cè)量，(b)生物醫(yī)學(xué)領(lǐng)域的時(shí)變流場(chǎng)測(cè)量，(c)汽車(chē)設(shè)計(jì)領(lǐng)域的時(shí)變流場(chǎng)測(cè)量(a) (b) (c)圖 1-2 流場(chǎng)測(cè)量?jī)x器。(a)皮托管，(b)激光多普勒測(cè)速儀，(c)紋影儀傳統(tǒng)的流場(chǎng)速度場(chǎng)測(cè)量方法如皮托管測(cè)量[6]（圖 1-2 a）及熱線(xiàn)風(fēng)速儀測(cè)量[7]由于對(duì)流場(chǎng)本身產(chǎn)生干擾，不能實(shí)現(xiàn)流場(chǎng)速度的高精度測(cè)量。目前常用的非接觸式高速流場(chǎng)測(cè)量方法主要有紋影法[8]（Schlieren Techniue，ST）（圖 1-2 b）、激光多普勒測(cè)速[9]（LaserDopplerVelocimetry，LDV）（圖 1-2c）以及粒子圖像測(cè)速技術(shù)。紋影法

(a) (b) (c)圖 1-2 流場(chǎng)測(cè)量?jī)x器。(a)皮托管，(b)激光多普勒測(cè)速儀，(c)紋影儀傳統(tǒng)的流場(chǎng)速度場(chǎng)測(cè)量方法如皮托管測(cè)量[6]（圖 1-2 a）及熱線(xiàn)風(fēng)速儀測(cè)量[7]由于對(duì)流場(chǎng)本身產(chǎn)生干擾，不能實(shí)現(xiàn)流場(chǎng)速度的高精度測(cè)量。目前常用的非接觸式高速流場(chǎng)測(cè)量方法主要有紋影法[8]（Schlieren Techniue，ST）（圖 1-2 b）、激光多普勒測(cè)速[9]（LaserDopplerVelocimetry，LDV）（圖 1-2c）以及粒子圖像測(cè)速技術(shù)。紋影法是利用光在被測(cè)介質(zhì)的折射率正比于介質(zhì)密度的原理，從而在成像面上將擾動(dòng)區(qū)折射率的變化進(jìn)行可視化，然后通過(guò)成像面的成像光強(qiáng)分布對(duì)速度場(chǎng)進(jìn)行定性的分析，是一種具有廣泛用途的光學(xué)測(cè)試技術(shù)，但是這種方法只能對(duì)流場(chǎng)進(jìn)行定性分析，不能進(jìn)行定量分析，因此對(duì)于復(fù)雜流場(chǎng)的測(cè)量，該方法有一定的局限性。激光多普勒測(cè)速儀是利用激光多普勒效應(yīng)來(lái)測(cè)量流體或固體運(yùn)動(dòng)速度，且這種方法具有非接觸的特點(diǎn)，不會(huì)干擾流場(chǎng)，測(cè)量精度能得到提升，但是由于激光多普勒測(cè)速儀是單點(diǎn)測(cè)量，若要得到全流場(chǎng)的速度場(chǎng)，工作量巨大，因此在測(cè)量復(fù)雜流場(chǎng)時(shí)，該測(cè)量方式受限。粒子圖像測(cè)速技術(shù)[10]是在流動(dòng)顯示的基礎(chǔ)上，利用先進(jìn)的圖形圖像學(xué)相關(guān)算法

在單幀中提供兩次曝光時(shí)間，可避免圖像中較亮部分被過(guò)度曝光，其中 C210 型號(hào)的相機(jī)（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(guó)內(nèi)在高速相機(jī)這個(gè)領(lǐng)域的發(fā)展時(shí)間較晚，雖然有很多研究機(jī)構(gòu)在進(jìn)行高速相機(jī)的相關(guān)研究，但是將高速相機(jī)商業(yè)化的公司目前國(guó)內(nèi)主要只有合肥君達(dá)高科公司，該公司生產(chǎn)的千眼狼 X 系列高速相機(jī)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(dòng)態(tài)范圍為 60dB，具有體積小、功耗低、噪聲小的特點(diǎn)，應(yīng)用于軍事、生物醫(yī)學(xué)等領(lǐng)域。國(guó)內(nèi)高校主要是利用國(guó)外圖像傳感器設(shè)計(jì)開(kāi)發(fā)一套高速相機(jī)系統(tǒng)。重慶理工大學(xué)的賈海彥[11]基于面陣 CCD（ChargecoupledDevice）傳感器 ICX229AK 設(shè)計(jì)開(kāi)發(fā)一套圖像采集系統(tǒng)，利用 FPGA 對(duì)傳感器進(jìn)行時(shí)序控制，同時(shí)改進(jìn)了相機(jī)的對(duì)焦算法，避免了局部峰值問(wèn)題；中國(guó)科學(xué)院的余達(dá)等人[12]基于 CCD 芯片 KAI-0340DM
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈麗娟;;關(guān)于圖像分辨率的教學(xué)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(shí)別率與圖像分辨率關(guān)系的比較分析[J];計(jì)算機(jī)工程;2009年11期

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

4 衛(wèi)紅;為DVD機(jī)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(biāo)的超分辨率重建圖像分辨率評(píng)價(jià)[J];測(cè)繪科學(xué);2019年12期

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

7 宋其華;郭根生;;解析計(jì)算機(jī)圖像分辨率[J];中國(guó)電化教育;2003年11期

8 谷梗;;數(shù)字圖像分辨率定義與其計(jì)量方法——對(duì)“數(shù)字電影技術(shù)術(shù)語(yǔ)普及讀本”有關(guān)條目的商榷意見(jiàn)[J];現(xiàn)代電影技術(shù);2013年07期

9 ;教你詳細(xì)了解各種分辨率[J];計(jì)算機(jī)與網(wǎng)絡(luò);2011年24期

10 謝美華;王正明;;圖像分辨率增強(qiáng)的偏微分方程方法[J];遙感學(xué)報(bào);2005年06期

相關(guān)博士學(xué)位論文 前10條

1 樊春玲;數(shù)據(jù)驅(qū)動(dòng)的圖像感知和質(zhì)量評(píng)價(jià)方法[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院);2019年

2 陳文斌;低劑量CT圖像偽影消除及細(xì)節(jié)保護(hù)算法研究[D];中北大學(xué);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(xué);2018年

4 曹曉歡;基于機(jī)器學(xué)習(xí)的醫(yī)學(xué)圖像非線(xiàn)性配準(zhǔn)技術(shù)研究[D];西北工業(yè)大學(xué);2018年

5 卞春江;光學(xué)遙感圖像有效區(qū)域在軌實(shí)時(shí)檢測(cè)與壓縮技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2018年

6 牛仁杰;星載ATP圖像處理平臺(tái)關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院光電技術(shù)研究所);2018年

7 穆楠;夜間場(chǎng)景下顯著目標(biāo)檢測(cè)方法研究[D];武漢科技大學(xué);2019年

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

9 王文勝;寬幅光學(xué)遙感圖像艦船飛機(jī)目標(biāo)檢測(cè)識(shí)別技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2018年

10 孫琨;圖像匹配與場(chǎng)景三維重建方法研究[D];華中科技大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 李鵬琳;行人再識(shí)別若干問(wèn)題的研究[D];上海交通大學(xué);2017年

2 劉學(xué)謹(jǐn);基于高質(zhì)量圖像獲取的高精度攝像測(cè)量方法[D];北京理工大學(xué);2016年

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

4 肖立;時(shí)變流場(chǎng)實(shí)時(shí)自適應(yīng)PIV測(cè)量技術(shù)研究與應(yīng)用[D];華中科技大學(xué);2019年

5 劉歡;基于深度學(xué)習(xí)的發(fā)票圖像文本檢測(cè)與識(shí)別[D];華中科技大學(xué);2019年

6 張健;基于深度學(xué)習(xí)的3D毫米波圖像違禁物品識(shí)別研究[D];江蘇科技大學(xué);2019年

7 付曉輝;基于航拍拼接圖像的植被識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京工業(yè)大學(xué);2019年

8 劉戚思遠(yuǎn);基于航拍圖像的多曝光融合系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京工業(yè)大學(xué);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(xué);2018年

10 杜一凡;基于深度學(xué)習(xí)的全心肌分割算法研究[D];北京交通大學(xué);2019年

本文編號(hào)：2875166