[發(fā)明專利]一種基于紋影圖像的高超聲速風(fēng)洞模型姿態(tài)角測量方法

有效

• 申請?zhí)枺?/td>: 202110027790.2
• 申請日: 2021-01-11
• 公開（公告）號: CN112697388B
• 公開（公告）日: 2022-10-04
• 發(fā)明（設(shè)計）人: 郭鵬;張鑫;胥繼斌;楊永能;馬濤;張長豐;毛代勇;李陽
• 申請（專利權(quán)）人: 中國空氣動力研究與發(fā)展中心高速空氣動力研究所
• 主分類號: G01M9/06
• 分類號: G01M9/06;G01M9/08;G06T5/00;G06T7/13;G06T7/73
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 王丹

1.一種基于紋影圖像的高超聲速風(fēng)洞模型姿態(tài)角測量方法，其特征在于，所述的姿態(tài)角測量方法包括以下步驟：

a.選取模型特征線

記模型頂點為點A，模型底部拐點分別為點B與點C，AB、AC、BC段為模型在紋影圖像中的投影邊界線，優(yōu)先選取邊界線中的直線段為特征線，若邊界線中無直線段，則以上述任意兩點的連線為特征線；

b.圖像預(yù)處理

將風(fēng)洞試驗獲得的紋影圖像依次進行圖像增強和灰度變換處理，圖像增強采用卷積方法，通過濾波算子對圖像進行空間濾波，以抑制紋影圖像錄制過程中出現(xiàn)的各類噪聲；灰度變換則根據(jù)紋影中模型區(qū)域與流場區(qū)域灰度值的分布，設(shè)定一個或者多個灰度閾值，對紋影圖像進行二值化變換，將圖像中實體區(qū)域與流場區(qū)域分離；

c.識別特征線

對于特征線為邊界線中直線段的情況，采用邊界追蹤法進行特征線識別，以特征線任意位置為起點，依次向周圍搜索，若像素點對應(yīng)位置的一階導(dǎo)數(shù)不為0，則將此像素點標(biāo)記為新的特征點，并以該像素點為中心進行新的搜索；當(dāng)搜索到的特征點數(shù)量達到設(shè)定值時，搜索過程結(jié)束；

對于特征線為兩點連線的情況，采用角點檢測算法，獲取端點坐標(biāo)；

d.求解模型特征線迎角

對于特征線為邊界線中直線段的情況，首先對特征線直線擬合，之后通過擬合直線的斜率k求解特征線迎角α_c：

α_c＝arctank (1)

對于特征線為兩點連線的情況，設(shè)特征線的兩個端點在紋影圖像中的坐標(biāo)分別為(x₁,y₁)和(x₂,y₂)，則特征線迎角α_c采用如下公式求解：

e.求解模型迎角

求解模型迎角需要對特征線迎角進行初值修正和振動干擾修正；

初值修正用于修正特征線迎角與模型迎角之間的迎角偏差，由于模型是剛體，在試驗過程中的外形變化忽略不計，因此試驗過程中的迎角偏差為定值，記初值偏差為Δα₀，Δα₀的值即為模型安裝調(diào)平后對應(yīng)的特征線迎角α_c0；

振動干擾修正用于修正試驗中由于紋影系統(tǒng)振動帶來的測量誤差；以風(fēng)洞噴管出口作為參照物，采用與特征線迎角相同的求解方法計算噴管出口角度信息；記試驗前紋影圖像中噴管出口角度為α_n0，試驗中某一時刻紋影圖像中噴管出口角度為α_n，則振動干擾量Δα_v為：

Δα_v＝α_n-α_n0 (3)

模型迎角α_m通過以下公式計算：

α_m＝α_c-Δα₀-Δα_v。 (4)

2.根據(jù)權(quán)利要求1所述的基于紋影圖像的高超聲速風(fēng)洞模型姿態(tài)角測量方法，其特征在于，所述的步驟a中選取支桿上表面或下表面的紋影投影直線為模型特征線。

3.根據(jù)權(quán)利要求1所述的基于紋影圖像的高超聲速風(fēng)洞模型姿態(tài)角測量方法，其特征在于，所述的步驟c中的角點檢測算法為Harris角點檢測算法。

4.根據(jù)權(quán)利要求1所述的基于紋影圖像的高超聲速風(fēng)洞模型姿態(tài)角測量方法，其特征在于，所述的步驟d中的特征線直線擬合采用最小二乘法，設(shè)擬合直線的表達式為y＝kx+b，特征線中共包含n個點，在紋影圖像中的坐標(biāo)記為(x_i,y_i)(i＝1,2,…n)，則由最小二乘法求解斜率k和截距b的公式為：