论文部分内容阅读
粒子图像测速技术(Particle Image Velocimetry,PIV)作为一种全流场非接触测量方法被广泛地应用于实验流场测量中。近年来,由于高能脉冲激光器和短跨帧时间、高分辨率CCD相机的出现,使得PIV技术应用于高超声速流场的测量成为可能。高超声速复杂流场对PIV技术应用有着很高的要求,基于互相关的PIV算法由于其自身特点,在高超声速复杂流场计算精度往往难以得到保证,而且该算法的空间分辨率也大大限制了其在高超声速流场测量中的应用。本文针对不同流态的高超声速流场PIV测量的应用需求提出了多尺度迭代变形的PIV光流算法、基于梯度守恒的PIV光流算法、局部和全局相结合的各向异性PIV光流算法。本文提出的基于光流的PIV算法在继承了现有算法优点的同时,解决了以往算法在高超声速PIV测量中计算不精确或计算失效问题。现将本文研究内容归纳如下:1、在高超声速层流测量中,PIV粒子速度过快会导致成像过程产生动态模糊,导致现有算法测量精度下降,甚至失效。针对此问题,本文提出了多尺度迭代变形的PIV光流算法IMOF。该算法在LK光流模型的基础上进行改进,引入了多尺度图像金字塔和迭代图像变形技术,有效抑制了动态模糊的影响,提高了PIV流场估计算法的动态测量范围和计算精度,理论最高精度达到0.02像素。2、在高超声速激波测量中,PIV粒子浓度分布不均和外界光照变化会导致激波前后的PIV图像亮度显著变化,以往基于灰度不变的光流模型计算误差将大大升高,无法满足精度要求。针对此问题,本文提出了基于梯度守恒的PIV光流算法GCOF。该算法利用激波前后的PIV粒子边缘梯度信息时空不变的特性,建立了一种基于梯度守恒的光流模型,同时对流体的散度和旋度的进行一阶平滑约束,提高了激波PIV图像的计算精度。矢量量比例<1。3、在高超声速湍流精细结构测量中,层流转捩区和湍流区中流动复杂,流体介质和散射光强呈现各向异性,而现有PIV光流算法无法满足各向异性的测量要求。针对此问题,本文提出了局部与全局约束相结合的各向异性PIV光流算法RALG-OF。该算法能够计算不同尺度的湍流结构,满足精细测量的需求,结构分辨能力达到5×5像素,同时对噪声等干扰也较为鲁棒。4、在某风洞实验平台上进行了高超声速PIV测量实验,搭建了PIV测量硬件系统及软件系统。在软件系统内构建了PIV图像处理工具包PIVTool Box,完成了对本文提出的3种光流算法的集成。最后对算法进行了应用及测试。测试结果表明:本文提出的PIV光流算法满足实际应用高超声速流场PIV测量需求,提高了测量精度和测量可靠性,具有广泛的应用前景。