导读:本文包含了粒子跟踪测速法论文开题报告文献综述及选题提纲参考文献，主要关键词:光学测量,维诺图匹配,Delaunay叁角网,面积相似度
粒子跟踪测速法论文文献综述
陈晓荣,曹忠建,李然,范彦平,刘宏业[1]（2018）在《基于维诺图匹配的粒子跟踪测速法》一文中研究指出针对密集颗粒流速度场分布的测量问题,提出了基于维诺图匹配的粒子跟踪测速法。首先,通过对图像粒子进行维诺图构建,给出面积相似度筛选匹配粒子的条件;其次,引入Delaunay叁角网搜索结构,通过计算维诺多边形的形状相似度来匹配粒子;再次,研究了去除错误匹配粒子矢量的方法和匹配算法中的关键参数;最后,通过模拟二维旋转流场运动以及二维转盘中的颗粒流实验对算法进行了测试。结果表明:维诺图匹配的匹配准确率高于DT-PTV并且在处理密集粒子匹配效果上更好;维诺图匹配算法适用于测量密集颗粒流速度场分布,颗粒匹配准确率高达99%,并由得到的颗粒流速度场分布验证了算法的有效性。(本文来源于《光学仪器》期刊2018年06期）
胡文洁[2]（2017）在《叁维火焰流场中粒子重构与跟踪测速的研究》一文中研究指出粒子测速技术是在传统的图像匹配技术上利用粒子的特性和运动规律而发展起来的一种新的粒子图像测速技术。在粒子测速技术中PTV(Particle Tracking Velocimetry)粒子跟踪测速技术是一种非入侵式的全流场无干扰实时技术,该技术在空气动力学、流场力学等测速领域内取得了良好进展。二维的粒子图像跟踪测速技术已经被广泛的运用,然而叁维流场的粒子跟踪测速技术迫切需要解决。叁维的测速技术可以将流场的运动趋势更加立体和直观的表达,这也使得叁维粒子图像跟踪测量技术成为需要重点研究解决的问题。根据粒子的特性和运动规律,本文对基于PTV的双目视觉跟踪测速技术进行了优化和分析对比研究。本文的研究主要包括:(1)本文提出了一种差异化的优化方法:首先,根据粒子的分布结构、运动趋势的特性,该方法对一定范围内的粒子的像素亮度进行加权平均处理,并对需要识别出的像素亮度的峰值阈值进行差异化制定。然后,该方法对识别到的粒子分别存储,使得粒子在双目视觉叁维重构和粒子跟踪测速的过程中具有更大的可观察空间体积和更低的复杂度。该方法有效地减少双目视觉叁维重构过程中粒子的重迭和遮挡问题,为叁维重构过程中的准确度提供了有力保障。(2)本文提出了一种基于特征匹配的PTV优化算法。在粒子匹配过程中,在邻近原则和排除原则的基础上建立目标粒子与候选粒子之间的匹配矩阵,根据粒子间的特征距离计算特征间的相似指数,寻找相似指数最大的匹配对作为匹配结果。本文提出了一种基于特征匹配的PTV优化算法,在匹配过程中的奇异值进行迭代检测,有效的解决匹配过程中粒子的突然出现和消失的问题。去除匹配过程中的异常值,使得匹配的中的误匹配问题减少,有效的提高了匹配的正确率。(3)本文提出了一种基于数量级的PTV优化方法。该方法对前后两个时刻的粒子进行分析,并针对全局匹配问题进行合理的子问题划分,减小了PTV匹配过程中的时间复杂度。由于粒子本身的信息具有很强的识别性,所以对粒子进行差异性划分,在识别匹配的过程中差异性的匹配可以在很大程度上解决非接触性粒子的误匹配问题。在无干扰、非入侵的叁维流场中,该算法取得了较好的效果,有效地减小了PTV匹配过程中的时间复杂度,提高了准确率。本文在研究算法优化的过程中进行了大量的数据对比和分析,实验数据结果说明了该优化方法确实可行,使得叁维PTV的流场走势研究取得了较好的进展。(本文来源于《西安电子科技大学》期刊2017-04-01）
雷煜华[3]（2014）在《火焰流场粒子跟踪测速系统》一文中研究指出伴随数字图像处理技术以及计算机技术的飞速发展,不同于单点测量的全流场速度测量得以实现。粒子图像测速技术是一种基于数字图像处理技术的新型流速测量方法。它通过对不同时刻的流场粒子图像进行分析计算来得到流场运动信息。粒子图像测速技术已得到了各个领域的广泛应用,为瞬态流场的可视化提供了强有力的工具。为了对火焰流场粒子图像进行分析,得到火焰燃烧过程中气流场的运动情况,本文的主要工作如下:1.本文首先对粒子图像测速技术所涉及的基本原理、应用背景以及发展历程进行简要的介绍。当今,利用数字图像处理技术实现流场测量的主流方法有粒子图像测速(Particle Image Velocimetry,PIV)和粒子跟踪测速(Particle Tracking Velocimetry,PTV)这两种。本文对目前通用的粒子跟踪测速系统组成作了介绍,并对粒子跟踪测速主要步骤(包括粒子识别、定位、匹配和数据后处理)的相关算法进行分析研究。2.PIV通过在连续图像的局部诊断窗口内进行互相关运算得到诊断窗口内的粒子平均位移,在局部速度估计中,更倾向于更大更亮粒子的运动模式。而PTV通过跟踪粒子图像中的每个粒子,利用粒子的位移代替该位置流场运动,更能反映该位置的流场运动情况。本文对多组连续两帧标准粒子图像分别使用PIV和PTV两种粒子图像测速方法,仿真结果表明PTV比PIV方法更能反应流场局部运动信息,所以直接跟踪单个粒子的粒子跟踪测速技术是本文的研究重点。由于有效地识别粒子图像中的粒子是粒子跟踪测速后续处理的前提,本文利用粒子所在区域总表现出局部亮度极大值的特征,将局部极大值方法结合到火焰流场粒子目标识别中,通过寻找局部亮度最大值点确定候选粒子坐标点,然后对候选点进行进一步筛选。该方法改善了光照不均,图像中噪声较多的情形下粒子识别结果。对比图像分割方法表明,该方法比图像分割法识别准确率高,且保留了粒子大小等信息。之后本文重点研究了基于联合概率的优化近邻粒子匹配方法,通过在组合配对中添加粒子的距离约束,将组合网络划分成小的子网络以减小计算复杂度,通过优化总距离平方和,对粒子进行有效配对。粒子匹配算法是PTV的核心步骤,通过合成不同密度的两种代表性流场,验证了基于联合概率分布的优化近邻法比最近邻和匹配几率法分别在时间和跟踪准确性上都有明显提高。3.最后,本文综合上述方法开发出应用在火焰流场中的粒子跟踪测速软件系统。通过对参数的调节,得到火焰流场的全流场瞬态位移矢量图,为火焰流场的后续计算打下基础。粒子图像跟踪测速的研究处在快速发展阶段,本文所做的研究也存在片面和不足之处。如何能够根据不同流场的特性,更好地提高图像质量,准确地识别粒子,有效地对粒子进行配对,对配对的粒子进行有效的矢量确认,来得到真实的流场速度矢量,其每个环节都需要进行更深入的研究。(本文来源于《西安电子科技大学》期刊2014-11-01）
鲍晓利[4]（2012）在《叁维粒子跟踪测速系统中的叁维重构技术研究》一文中研究指出基于视觉的叁维粒子图像测速技术(Three-dimensional Particle Image Velocimetry,3DPIV)和叁维粒子跟踪测速技术(Three-dimensional Particle Tracking Velocimetry,3D PTV)较传统流场测量技术在流场测量空间分辨率、流场可测量体积等多个方面有了极大的提升,其已成为流场测量技术领域中的研究重点和热点。3D PIV可获得较高的流场测量空间分辨率,但粒子间的重迭问题限制了其可测量流场体积。3D PTV可对更大体积的流场进行测量,但其流场测量空间分辨率不高。在对较大体积的流场进行测量时,3D PTV较3D PIV具有更高的优越性。为使3D PTV具有更高的流场测量空间分辨率,须提高其示踪粒子浓度。但示踪粒子浓度升高将致使3D PTV在叁维粒子重构和叁维粒子运动轨迹重构等方面的难度急剧增加。鉴于此,本文对3D PTV中的叁维重构技术进行了探索和研究。首先,本文将离焦成像技术和离焦深度测量技术引入到3D PTV中,以粒子离焦半径作为粒子的另一特征,并利用离焦深度测量技术对粒子深度进行估计。通过对粒子离焦成像原理进行分析,基于离焦深度测量技术提出了一种粒子深度测量及标定方法,其利用粒子离焦半径可计算出粒子深度及其不确定度。为对离焦粒子中心及半径进行准确检测,本文分别基于圆的霍夫变换和距离变换提出了两种离焦粒子中心及半径检测方法,并对两种方法的粒子中心及半径检测性能进行了实验分析。实验结果表明,本文提出的两种方法均可对离焦粒子图像中的无重迭粒子和重迭粒子进行准确地检测,但基于距离变换的粒子中心及半径检测方法具有更高的运算效率。其次,利用已获得的粒子深度测量及标定方法,本文分别基于单目视觉技术和双目视觉技术提出了两种叁维粒子重构方法。由于光线折射的存在,粒子成像系统观测到的粒子为真实粒子的虚像,粒子深度测量方法计算出的粒子深度也为粒子虚像深度。为获取真实粒子深度,本文对真实粒子深度同其虚像深度间的几何光学关系进行了分析,并建立了数学关系模型。由于粒子离焦深度测量及标定方法存在着一定不确定度,所以基于单目视觉的叁维粒子重构方法的叁维重构精度不高。为进一步提高叁维粒子重构精度,在基于单目视觉和离焦深度测量的叁维粒子重构方法的基础上,本文提出了一种基于双目视觉的叁维粒子重构方法。为提高粒子立体匹配正确率,将粒子深度及其不确定度引入到粒子立体匹配分析中,并提出了极线段约束和粒子离焦半径约束两种粒子立体匹配约束条件。通过应用新的粒子立体匹配约束条件,有效地提高了粒子立体匹配正确率。为准确地重构出粒子叁维空间位置,在考虑光折射影响的前提下,建立了基于双目视觉的叁维粒子重构几何模型。再次,为提高3D PTV的可靠性,并降低3D PTV算法实现难度,通过借鉴3D PIV中的流场描述方法,本文采用叁维粒子运动矢量替代粒子叁维运动轨迹对流场进行描述。为对叁维粒子运动矢量进行准确重构,本文在基于双目视觉的叁维粒子重构方法的基础上,提出了一种基于双目视觉的叁维粒子运动矢量重构方法。针对粒子运动矢量立体匹配问题,提出了一种粒子运动矢量立体匹配约束。通过应用粒子运动矢量立体匹配约束,粒子运动矢量立体匹配正确率得到有效的提高。同时,为解决流场中可能存在的小区域内粒子浓度过高的问题,将基于深度剖层的3D PIV方法引入到了叁维粒子运动矢量重构中,并针对其互相关运算量较大的问题改进了基于FFT的互相关算法。最后,为对本文所提出的理论和方法进行综合性分析和验证,分别构建了仿真流场测量实验系统和真实流场测量实验系统,并进行了仿真流场测量实验和真实流场测量实验。仿真实验结果表明本文方法较传统3D PTV方法在叁维粒子和叁维粒子运动矢量的重构比例和重构精度方面均有了一定的提高。在真实流场测量实验中,分别构建了基于单目视觉和双目视觉的叁维粒子跟踪测速系统,并在严格和非严格实验环境下进行了流场测量实验。真实流场测量实验结果表明本文所提方法具有较强的可行性和可用性。(本文来源于《大连理工大学》期刊2012-11-01）
柴博森,马文星,卢秀泉,范丽丹[5]（2011）在《基于粒子跟踪测速技术的液力偶合器内部流速测定方法》一文中研究指出为了研究液力偶合器内部流场的特性,该文基于粒子跟踪测速(PTV,Particle Tracking Velocimetry)技术对矩形腔型液力偶合器进行了内部流场试验测试,利用单帧3次曝光技术记录示踪粒子不同长度3段运动轨迹,准确判断了偶合器内部流场速度方向。运用边缘检测算法提取粒子运动轨迹,引入双阈值法检测图像强边缘点和弱边缘点,利用该方法可以有效地检测出图像的单像素边缘,直观地提取粒子运动位移大小,进而获得了液力偶合器内部流场速度,实现了其内部流场可视化与定量测量。同时,可以近似估计示踪粒子的粒径大小。(本文来源于《农业工程学报》期刊2011年07期）
白玉川,许栋[6]（2007）在《复杂表面流场中粒子跟踪测速的研究》一文中研究指出复杂表面流场结构为粒子跟踪测速(PTV)中粒子的识别、跟踪带来了困难．为了改善粒子跟踪测速技术(PTV)在复杂流场测速中的应用效果,本文采用基于帧间差分和自适应阈值的自动图像分割技术,引入粒子的特征标识,改善了复杂流场中粒子识别与运动跟踪的效果；另外,通过流速滤波、插值处理,提高了流速测量的精度．(本文来源于《第二十届全国水动力学研讨会文集》期刊2007-08-01）
许联锋,廖伟丽,陈刚,李建中[7]（2005）在《稀疏气泡流动的粒子跟踪测速技术研究》一文中研究指出采用动态阈值技术实现了对气泡图像的正确分割,利用灰度加权方法提高了气泡颗粒的定位精度。根据稀疏气泡流动图像的特点,提出了一种新的基于相关的粒子跟踪测速算法(2HPTV)。通过进行两时刻中围绕待研究气泡所取的两个小的诊断窗口的相关运算,成功实现了气泡颗粒的轨迹追踪。实验表明本文算法较传统的PIV技术在测速精度上有很大程度的提高,与4帧粒子跟踪测速算法相比,降低了对摄像机帧频的要求,具有较强的实用性。(本文来源于《水利学报》期刊2005年07期）
粒子跟踪测速法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
粒子测速技术是在传统的图像匹配技术上利用粒子的特性和运动规律而发展起来的一种新的粒子图像测速技术。在粒子测速技术中PTV(Particle Tracking Velocimetry)粒子跟踪测速技术是一种非入侵式的全流场无干扰实时技术,该技术在空气动力学、流场力学等测速领域内取得了良好进展。二维的粒子图像跟踪测速技术已经被广泛的运用,然而叁维流场的粒子跟踪测速技术迫切需要解决。叁维的测速技术可以将流场的运动趋势更加立体和直观的表达,这也使得叁维粒子图像跟踪测量技术成为需要重点研究解决的问题。根据粒子的特性和运动规律,本文对基于PTV的双目视觉跟踪测速技术进行了优化和分析对比研究。本文的研究主要包括:(1)本文提出了一种差异化的优化方法:首先,根据粒子的分布结构、运动趋势的特性,该方法对一定范围内的粒子的像素亮度进行加权平均处理,并对需要识别出的像素亮度的峰值阈值进行差异化制定。然后,该方法对识别到的粒子分别存储,使得粒子在双目视觉叁维重构和粒子跟踪测速的过程中具有更大的可观察空间体积和更低的复杂度。该方法有效地减少双目视觉叁维重构过程中粒子的重迭和遮挡问题,为叁维重构过程中的准确度提供了有力保障。(2)本文提出了一种基于特征匹配的PTV优化算法。在粒子匹配过程中,在邻近原则和排除原则的基础上建立目标粒子与候选粒子之间的匹配矩阵,根据粒子间的特征距离计算特征间的相似指数,寻找相似指数最大的匹配对作为匹配结果。本文提出了一种基于特征匹配的PTV优化算法,在匹配过程中的奇异值进行迭代检测,有效的解决匹配过程中粒子的突然出现和消失的问题。去除匹配过程中的异常值,使得匹配的中的误匹配问题减少,有效的提高了匹配的正确率。(3)本文提出了一种基于数量级的PTV优化方法。该方法对前后两个时刻的粒子进行分析,并针对全局匹配问题进行合理的子问题划分,减小了PTV匹配过程中的时间复杂度。由于粒子本身的信息具有很强的识别性,所以对粒子进行差异性划分,在识别匹配的过程中差异性的匹配可以在很大程度上解决非接触性粒子的误匹配问题。在无干扰、非入侵的叁维流场中,该算法取得了较好的效果,有效地减小了PTV匹配过程中的时间复杂度,提高了准确率。本文在研究算法优化的过程中进行了大量的数据对比和分析,实验数据结果说明了该优化方法确实可行,使得叁维PTV的流场走势研究取得了较好的进展。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
粒子跟踪测速法论文参考文献
[1].陈晓荣,曹忠建,李然,范彦平,刘宏业.基于维诺图匹配的粒子跟踪测速法[J].光学仪器.2018
[2].胡文洁.叁维火焰流场中粒子重构与跟踪测速的研究[D].西安电子科技大学.2017
[3].雷煜华.火焰流场粒子跟踪测速系统[D].西安电子科技大学.2014
[4].鲍晓利.叁维粒子跟踪测速系统中的叁维重构技术研究[D].大连理工大学.2012
[5].柴博森,马文星,卢秀泉,范丽丹.基于粒子跟踪测速技术的液力偶合器内部流速测定方法[J].农业工程学报.2011
[6].白玉川,许栋.复杂表面流场中粒子跟踪测速的研究[C].第二十届全国水动力学研讨会文集.2007
[7].许联锋,廖伟丽,陈刚,李建中.稀疏气泡流动的粒子跟踪测速技术研究[J].水利学报.2005
标签：光学测量; 维诺图匹配; Delaunay叁角网; 面积相似度;