[發明專利]基于PIV的流體測量裝置及方法

在審

• 申請號: 201610957350.6
• 申請日: 2016-11-03
• 公開（公告）號: CN108020680A
• 公開（公告）日: 2018-05-11
• 發明（設計）人: 崔胡晉;汪建
• 申請（專利權）人: 崔胡晉;汪建
• 主分類號: G01P5/20
• 分類號: G01P5/20;G06K9/62;G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明的一種基于PIV的流體測量裝置及方法，在傳統的非接觸流場PIV圖像技術的基礎上，采用了流體水槽，在流體水槽側面用激光照射，而在流體水槽正面用高速相機捕獲圖像，并將數據傳入計算機，最后由計算機對相關圖像做相應的處理；在PIV圖像處理中提出了利用小波變換和密度聚類分析的方法對圖像中的粒子密度進行分類，通過對流場圖像的互相關分析獲取流場運動信息，最后得到流體速度矢量分布圖。此發明方法和裝置很好的解決了粒子分布不均勻的問題，取得了良好的實驗結果，為進一步完善二維處理技術提供了良好的基礎。

技術領域

本發明涉及基于PIV的流體測量裝置及方法，屬于圖像處理和流體力學應用的領域。

背景技術

粒子圖像測速技術是一種新型的流場測量技術，可用于顯示與測量氣體或液體的流場分布。

流場測試同時具有整體性和瞬時性的特點，可定量測量出流場中某一被測截面上所有點的速度分布，并且能達到與單點測量儀器相當的空間分辨率；測量結果同時也是流場瞬間狀態的反映，因此能夠獲得流場在快速變化過程中的細節。綜合了激光技術、數字信號處理技術、芯片技術、計算機技術、圖像處理技術等多種新技術，是研究渦流、湍流等復雜流動結構的有力工具，并且可獲得傳統測試技術無法觀察到的一些流場的瞬態結構。在技術中，由于各種因素包括示蹤粒子分布不均勻、圖像變形或扭曲、圖像噪音的存在，會對技術的測試精度產生重大影響，而測試精度的高低直接關系到技術的準確性，因此，如何提高技術的測試精度已成為研究中的一個熱點，此項研究也具有重要的理論意義和應用價值。數據聚類分析是一個正在蓬勃發展的領域。聚類分析所涉及的領域包括數據挖掘、統計學、機器學習、空間數據庫技術、生物學和市場學等。由于各應用數據庫所包含的數據量越來越大，聚類分析己成為數據挖掘研究中一個非常活躍的研究課題。

發明內容

針對現有的測量方法和裝置的不足，本發明的基于PIV的流體測量裝置及方法采用聚類是一個將數據集劃分為若干組或類的過程，并使得同一個組內的數據對象具有較高的相似度而不同組中的數據對象是不相似的。相似或不相似的描述是基于數據描述屬性的取值來確定的。通常就是利用各對象間距離來進行表示的。在許多常見的領域中，包括數據挖掘、統計學和機器學習都會發現有關聚類研究和應用。

將一組物理的或抽象的對象，根據它們之間的相似程度，分為若干組其中相似的對象構成一組，這一過程就稱為聚類過程。一個聚類就是由彼此相似的一組對象所構成的集合不同聚類中對象是不相似的，就是從給定的數據集中搜索數據項之間所存在的有價值聯系。

本發明采用小波變換進行降噪，離散小波變換的濾波方法明顯優于傳統的濾波處理方法，是現在圖像預處理中的一種很好的選擇。變換公式如下：

其中，ψa,b(x)稱為連續小波，α為尺度因子，b為平移因子

從而，對于屬于函數空間的任意函數f(x)的連續小波變換則為

本發明采用的是一個基于密度的聚類算法。該算法通過不斷生長足夠高密度區域來進行聚類，它能從含有噪聲的空間數據庫中發現任意形狀的聚類。方法將一個聚類定義為一組“密度連接”的點集。