CN103698553B - 基于红外摄像的新型表面流场测速系统和测速方法 - Google Patents
基于红外摄像的新型表面流场测速系统和测速方法 Download PDFInfo
- Publication number
- CN103698553B CN103698553B CN201310743851.0A CN201310743851A CN103698553B CN 103698553 B CN103698553 B CN 103698553B CN 201310743851 A CN201310743851 A CN 201310743851A CN 103698553 B CN103698553 B CN 103698553B
- Authority
- CN
- China
- Prior art keywords
- particle
- flow field
- point
- velocity
- surface flow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Abstract
一种基于红外摄像的新型表面流场测速系统和测速方法,系统沿水流实验水池的长度方向设置有模型河流,模型河流的实验水流入口位于水流实验水池长度方向的一端,模型河流的实验水流出口位于水流实验水池长度方向的另一端,模型河流内设置有用于进行表面流场示踪的冰颗粒示踪粒子,模型河流的上方设置有图像采集装置,图像采集装置通过数据连接线连接数据采集与处理计算机。方法:读取图像进行边界设置;粒子图像分割;粒子识别;图像坐标与物理坐标的转换;粒子匹配跟踪;流速计算;流场插值。本发明的基于红外摄像的新型表面流场测速系统和测速方法,能够大大改善PTV在复杂光线环境、复杂水沙环境中的应用效果,并能够实现环境友好、方便、快捷的表面流场测量。
Description
技术领域
本发明涉及一种表面流场测速系统。特别是涉及一种用于河工模型试验水流表面流场测速的基于红外摄像的新型表面流场测速系统和测速方法。
背景技术
室内物理模型试验是水利工程问题研究的重要手段,尤其是近年来在河流演变模拟方面,国内外目前有大量研究者利用实验室内水池进行河流形态的塑造,利用人工塑造的小河模拟自然界中弯曲、分汊以及游荡型河流的演变,以研究河流形态演变的规律。在所有水工、河工模型实验中,水流流速的测量是最为重要的测量要素之一。
目前,水流流速的测量方法主要分为两大类:一是单点流速测量:例如传统的旋桨流速仪或者目前应用较多的声学多普勒流速仪(ADV)。然而旋桨流速仪测量精度较低,而声学多普勒流速仪(ADV)由于存在最小探测深度(一般为5cm),往往不适用于浅水环境。此外,单点测速由于测量工作量太大,往往不能够胜任河工模型大范围流场的实时测量。第二类方法为基于粒子图像的流场测速法,例如目前广泛采用粒子跟踪图像测速法(PTV),通过对撒入水流表面的示踪粒子进行实时图像采集,并对采集的图像进行粒子识别、匹配和跟踪,实现大范围流场流速的快速测量。该方法具有高效的特点,获得了大量应用以及深入研究,例如,发明专利“实体模型表面流场实时量测系统及其后处理方法”(申请号:200910076713.5)公开了水利量测技术领域中的一种防洪实体模型试验表面流场实时量测系统及其后处理方法。其技术方案是将示踪颗粒均匀撒落在水流表面并使其跟随水流运动,摄像机安装于表面流场的上方并通过视频同步器实现外同步,颗粒运动的图像信号通过视频线传输至计算机图像采集卡进行分析处理,得到流场流速和流态。发明专利“非接触式河流表面流场成像量测方法”(申请号:201210346488.4)公开了一种非接触式河流表面流场成像量测方法,通过在图像传感器前加装近红外滤光片实现近红外成像,增强水流示踪物与水面背景间的亮度对比,并通过对图像进行空域高通滤波,抑制水面光学噪声;然后采用快速傅立叶互相关算法进行运动矢量估计,得到各分析区域的位移矢量,最终实现自然界中河流的表面流场快速测量。
受实验室条件限制,目前已有的粒子跟踪图像测速(PTV)系统的在实际应用中,仍然存在多方面的问题和挑战。首先,一般大型的水工、河工模型实验室内模型尺寸范围非常大,水流表面的光线一般包括来自实验窗户的自然光线,以及室内照明系统的光线,光源多样化并且散乱。在这种情况下,很难做到整体模型水表面的光线均匀,实际的水体表面往往在某些观察角度呈现出光源倒影重叠、光线不均匀反射等现象。在水深较浅、水流流速较大(沸汝德数较大)的情况下,水面一般还会出现表面波纹,呈现出波光粼粼的效果。在这种情况下,摄像系统所获取的粒子图像质量严重下降,难以准确地识别出图像中的示踪粒子。其次,示踪粒子的制作、抛撒和回收操作过程存在不方便之处。示踪粒子一般要求密度略小于水体,以获得较好的随水性,目前采用的示踪粒子一般由特定材料在工厂加工成特定的形状,例如,实用新型“实体模型表面流场图像测试的高性能示踪粒子”(申请号:200720036750.X)采用ABS材料或PP材料与天然石膏混合调制成密度与实验流体相近,用模具压制,将ABS材料或PP材料与天然石膏混合,然后采用搅拌机调制均匀,注入模具内压制而成。特制的示踪粒子必须进行回收,否则会造成材料的浪费和实验水库的环境污染,而一些因回收不完全随水泄入水库的粒子难免会造成水库的长期污染。再次,对于大量的河流演变物理模型实验,例如弯曲型、分汊型和游荡型河流演变模拟,测量区域往往存在大量散乱的洲滩分布,如果采用传统的示踪粒子测速方法,将有大量的粒子聚集在河道岸滩部分,使得流场测量结果变得混乱,此外,抛散的示踪粒子将长期滞留在岸滩处或回流区,给粒子的回收带来了挑战。
发明内容
本发明所要解决的技术问题是,提供一种基于红外摄像的新型表面流场测速系统和测速方法,利用一次性使用的低温冰颗粒代替传统的塑料等材质示踪粒子,能够大大改善PTV在复杂光线环境、复杂水沙环境中的应用效果,并能够实现环境友好、方便、快捷的表面流场测量。
本发明所采用的技术方案是:一种基于红外摄像的新型表面流场测速系统,包括有水流实验水池,沿所述水流实验水池的长度方向设置有模型河流,所述模型河流的实验水流入口位于所述水流实验水池长度方向的一端,所述模型河流的实验水流出口位于所述水流实验水池长度方向的另一端,所述模型河流内设置有用于进行表面流场示踪的冰颗粒示踪粒子,所述模型河流的上方设置有图像采集装置,所述的图像采集装置通过数据连接线连接数据采集与处理计算机。
所述模型河流上设置有流场测量区域,所述的图像采集装置设置在所述流场测量区域的上方。
所述的图像采集装置设置在所述流场测量区域正上方3~7m高处。
所述的图像采集装置为红外摄像头或工业用红外热像仪。
一种用于基于红外摄像的新型表面流场测速系统的测速方法,包括如下步骤:
1)首先读取N帧图像中的第I=1帧图像;
2)进行边界设置;
3)进行粒子图像分割;
4)进行粒子识别;
5)判断I是否小于等于N,是,返回步骤1),否则进入下一步骤;
6)图像坐标与物理坐标的转换;
7)采用4帧法进行粒子匹配跟踪;
8)采用如下公式进行流速计算:
其中,V为粒子的速度矢量,r1和r2是相邻两时刻的位置矢量,t2-t1为相邻两时刻的时间差;
9)采用距离反比插值方法进行流场插值,插值公式如下:
其中,z0'为所求位置的数值;zi为附近第i点的数值;n为附近点的总数;d0i为第i点距所示点的距离;r为距离衰减因子,取r=2。
步骤2)所述的边界设置,是首先由用户用鼠标在图上绘制多边形,然后以所绘制的多边形作为流场的边界,划分出图像中的流场和外界区域。
步骤3)所述的粒子图像分割是在每一帧图像中,把作为目标的示踪粒子从流场中分离出来。
步骤4)所述的粒子识别,是采用区域生长法进行粒子识别,具体包括如下步骤:
(1)通过横纵向扫描,找到粒子上某一点(i,j);
(2)对该点的邻域像素进行搜索和判断;
(3)如果邻域像素仍为粒子,记录该点,合并到该粒子中,返回(2),直到找不到能够继续合并的像素,记录粒子;
(4)计算粒子的中心坐标,粒子中心坐标通过计算构成该粒子的所有质点即像素的重心求得:
其中,N是构成所述粒子点的个数,(xi,yi)是构成所述粒子任意一点的坐标,f(xi,yi)是构成所述粒子任意一点的灰度值。
步骤(2)中所述的搜索是采用邻域生长的八邻域算法,即邻域生长过程中,搜索像素点(i,j)的左、右、上、下、左上、左下、右上、右下八个位置,相应的像素点坐标分别为(i-1,j)、(i+1,j)、(i,j-1)、(i,j+1)、(i-1,j-1)、(i-1,j+1)、(i+1,j-1)、(i+1,j+1)。
步骤7)所述的4帧法,是利用示踪粒子的运动学特征,假设已经获得前3帧图像中的粒子位置,第4帧图像中粒子的位置预测的依据为:粒子的速度的变化是连续的,即:
其中,V为粒子的速度矢量,t为时间,Const为常数。
本发明的基于红外摄像的新型表面流场测速系统和测速方法,能够大大改善PTV在复杂光线环境、复杂水沙环境中的应用效果,并能够实现环境友好、方便、快捷的表面流场测量。具有如下有益效果:
1、采用红外摄像技术,结合冰颗粒粒子示踪,有效避免了实验室内水流表面反光、波纹等对粒子图像质量的干扰,使得测量不受实验室光线环境影响。对于具有表面波纹的浅水、高沸汝德数河工模型实验,传统粒子图像测速系统往往不能适用,而本项技术仍然可以适用。
2、示踪粒子采用特制冰颗粒,由于冰的密度略大于水,可以自由浮在水体表面,具有良好的随水性。冰的温度与一般实验室内水温相差10~20℃,能够在红外图像上与背景产生良好的分辨度。
3、冰颗粒示踪粒子在流经实验测量区域后,泄入集水区,并最终融化在水体中,无需回收,且不会对实验室水库产生环境污染。此外,示踪粒子仅需冷冻设备及相应的模具即可制备,造价非常低。具有方便使用、环保、低成本的优势。
4、对于河流演变物理模型实验,例如弯曲型、分汊型和游荡型河流演变模拟,测量区域往往存在大量散乱的洲滩分布,如果采用传统的示踪粒子测速方法,将有大量的粒子聚集在河道岸滩部分,使得流场测量结果变得混乱,此外,抛散的示踪粒子将长期滞留在岸滩处或回流区,难以回收。而利用冰颗粒作为示踪粒子,能够巧妙利用冰颗粒的融化,避免此问题。
5、在冰颗粒融化过程中,颗粒直径和表面温度将随时间逐渐发生变化,通过红外摄像配合颗粒的识别、特征提取,能够对粒子的运动历时进行粗略估计,有助于从宏观角度了解整个河流流场情况,为河流模型实验提供除流速之外的宝贵数据信息。
附图说明
图1是本发明基于红外摄像的新型表面流场测速系统的结构示意图,图中,
1:水流实验水池 2:模型河流
3:实验水流入口 4:实验水流出口
5:流场测量区域 6:冰颗粒示踪粒子
7:图像采集装置 8:数据连接线
9:数据采集与处理计算机
图2是本发明方法的流程图;
图3是粒子预测位置示意图,图中,
1、2、3分别是前3帧图像中的粒子位置,4为可接受的预测位置;
具体实施方式
下面结合实施例和附图对本发明的基于红外摄像的新型表面流场测速系统和测速方法做出详细说明。
如图1所示,本发明的一种基于红外摄像的新型表面流场测速系统,包括有水流实验水池1,沿所述水流实验水池1的长度方向设置有模型河流2,所述模型河流2上设置有流场测量区域5,所述模型河流2的实验水流入口3位于所述水流实验水池1长度方向的一端,所述模型河流2的实验水流出口4位于所述水流实验水池1长度方向的另一端,所述模型河流2内设置有用于进行表面流场示踪的冰颗粒示踪粒子6,所述模型河流2的上方设置有图像采集装置,所述的图像采集装置通过数据连接线8连接数据采集与处理计算机9。所述的图像采集装置设置在所述流场测量区域5正上方3~7m高处。所述的图像采集装置7可以采用红外摄像头或工业用红外热像仪。
采集到的图像将直接反映实验区的温度分布,目前工业用红外热像仪的温度感应灵敏度一般在0.1~1℃的范围。示踪粒子采用冰球颗粒,粒径根据实验流场范围及测量精度确定,一般在0.5~1cm的范围。冰颗粒示踪粒子的表面温度约为0℃或者更低,而周围水体的温度随实验室室温变化,一般在10~20℃范围,由此会产生冰颗粒示踪粒子与流场之间10~20℃的温差,在红外摄像图片上有明显的区分度,很容易被识别。冰颗粒示踪粒子可通过手动或者特制的装置进行进行抛散,抛散后冰颗粒示踪粒子将在水流中流动并同时自然融化或者最终流入水库后融化,因此不需要进行粒子的回收。考虑到直径1cm的冰颗粒示踪粒子在温度20℃的水中完全融化的时间为5分钟左右,一般模型实验水流流速在0.1~0.5m/s,粒子在水流中的有效运行距离能够达到约30m~150m,能够满足测量范围要求。红外摄像设备采集到的温度图像将实时传送到计算机,并由计算机软件进行图像分割、粒子识别、匹配、跟踪以及坐标转换,最终得到实时的表面流场。
在实验过程中,整套装置的执行流程包括如下步骤:
(1)在实验前制备大量的冰球颗粒示踪粒子,并进行冷冻储存,以备实验中使用;
(2)在水流实验水池1中进行实验,建立需要研究的模型河流2,包括实验水流入口3、实验水流出口4,确定流场测量区域5;
(3)在流场测量区域5正上方约3~7m高处,安装图像采集装置7,并利用数据连接线路8连接数据采集与处理计算机9,并安装相应的软件系统,完成整个测速系统的安装;
(4)进行水流实验,并在实验过程在流场测量区域5上游抛散冰球颗粒示踪粒子,同时运行计算图像采集与数据处理程序,进行流场流速数据的实时测量;
(5)冰球颗粒示踪粒子在流过测量区域后自然融化,无需人工回收。
如图2所示,本发明的用于基于红外摄像的新型表面流场测速系统的测速方法,包括如下步骤:
1)首先读取N帧图像中的第I=1帧图像;
2)进行边界设置,是首先由用户用鼠标在图上绘制多边形,然后以所绘制的多边形作为流场的边界,划分出图像中的流场和外界区域;
图像处理之前,首先对流场之外的区域进行屏蔽,即仅对流场内部区域进行色彩分析,这样即可以消除外边界及丁坝、小岛等模型图像对阈值分割和粒子识别的影响,又可以减少不必要的运算,提高粒子识别效率。在本发明的边界设置过程中,首先由用户用鼠标在图上绘制多边形,然后以此多边形作为流场的边界,对图像中的流场和外界区域进行划分。在多边形设置后,本发明采用扫描线法进行流场内部的识别(适用于非自交多边形)。为了提高运行速度,程序仅对第一帧图像进行区域划分,第一帧图像区域划分后,将区域划分结果保存在一个与图幅大小相同的二维数组Flag(W,H)中(W-图像像素列数,H-图像像素行数)。Flag(i,j)=0表示第i行j列像素点位于流场外部;而Flag(i,j)=1表示第i行j列像素点位于流场内部。
3)进行粒子图像分割,即在每一帧图像中,把作为目标的示踪粒子从流场中分离出来。
图像分割是图像分析和模式识别的首要问题,也是图像处理的经典难题之一,它是图像分析和模式识别系统的重要组成部分,并决定图像的最终分析质量和模式识别的判别结果。所谓图像分割是指将图像中具有特殊意义的不同区域分开来,并使这些区域相互不相交,且每个区域应满足特定区域的一致性条件。对PTV图像来说,就是在每一帧图像中,把作为目标的示踪粒子从流场中分离出来,以便于进一步分析和处理。
设原始图像为f(x,y),以一定的准则在f(x,y)中找出一个合适的阈值T,则阈值分割后的图像g(x,y)可由下式表示:
4)进行粒子识别,粒子识别的目的是找出每一帧中每个粒子中心的坐标位置,对于给定的阈值,本发明是采用区域生长法进行粒子识别,其基本思想是将具有相似性质的像素集合起来构成区域,具体包括如下步骤:
(1)通过横纵向扫描,找到粒子上某一点(i,j);
(2)对该点的邻域像素进行搜索和判断,所述的搜索是采用邻域生长的八邻域算法,即邻域生长过程中,搜索像素点(i,j)的左、右、上、下、左上、左下、右上、右下八个位置,相应的像素点坐标分别为(i-1,j)、(i+1,j)、(i,j-1)、(i,j+1)、(i-1,j-1)、(i-1,j+1)、(i+1,j-1)、(i+1,j+1);
(3)如果邻域像素仍为粒子,记录该点,合并到该粒子中,返回(2),直到找不到能够继续合并的像素,记录粒子;
(4)计算粒子的中心坐标,粒子中心坐标通过计算构成该粒子的所有质点即像素的重心求得:
其中,N是构成所述粒子点的个数,(xi,yi)是构成所述粒子任意一点的坐标,f(xi,yi)是构成所述粒子任意一点的灰度值;
5)判断I是否小于等于N,是,返回步骤1),否则进入下一步骤;
6)图像坐标与物理坐标的转换;
设图像上坐标系为{O;i,j},实际坐标系为{O′;i′,j′},图像坐标转化为实际坐标需要三步完成:①首先将图像坐标按某一比例进行缩放,使得图像上的单位长度与实际相同;②其次将坐标系{O;i,j}平移成{O′;i′,j′};③将此坐标系绕O′旋转θ=∠(i,i′)角,即得{O′;i′,j′}。
设平面上任一点关于旧系{O;i,j}(缩放后)与新系{O′;i′,j′}的坐标分别为(x,y)(x′,y′),关于{O′;i,j}的坐标为(x″,y″),而O′在{O;i,j}下的坐标为(a,b),则有
因此,要将图上坐标转化为统一的实际坐标,需要的参数为:缩放参数M;平移参数a,b;旋转参数θ。
7)采用4帧法进行粒子匹配跟踪,所述的4帧法,是利用示踪粒子的运动学特征,假设已经获得前3帧图像中的粒子位置,如图3所示,第4帧图像中粒子的位置预测的依据为:粒子的速度的变化是连续的,即:
其中,V为粒子的速度矢量,t为时间,Const为常数;
8)采用如下公式进行流速计算:
其中,V为粒子的速度矢量,r1和r2是相邻两时刻的位置矢量,t2-t1为相邻两时刻的时间差;
9)采用距离反比插值方法进行流场插值,
流速计算之后,为了得到规则的流速分布图,往往还需要对流场进行插值处理。本发明采用简单的距离反比插值方法,距离反比法是一种准确插值方法。在计算一个网格结点的值时,一定范围内,所有数据点的权重的和为1,权重与某数据点到该结点距离成反比,愈靠近该结点的原始数据点,其权重愈大。如果网格结点正好位于某原始数据点,该结点的值就等于此原始数据点值,即此原始数据点对于该结点的权重为1,而其它数据点对于该结点的权重为0。插值公式如下:
其中,z0'为所求位置的数值;zi为附近第i点的数值;n为附近点的总数;d0i为第i点距所示点的距离;r为距离衰减因子,取r=2。
Claims (4)
1.一种用于基于红外摄像的新型表面流场测速系统的测速方法,所述基于红外摄像的新型表面流场测速系统,包括有水流实验水池(1),沿所述水流实验水池(1)的长度方向设置有模型河流(2),所述模型河流(2)的实验水流入口(3)位于所述水流实验水池(1)长度方向的一端,所述模型河流(2)的实验水流出口(4)位于所述水流实验水池(1)长度方向的另一端,所述模型河流(2)内设置有用于进行表面流场示踪的冰颗粒示踪粒子(6),所述模型河流(2)的上方设置有图像采集装置(7),所述的图像采集装置(7)通过数据连接线(8)连接数据采集与处理计算机(9),所述模型河流(2)上设置有流场测量区域(5),所述的图像采集装置(7)设置在所述流场测量区域(5)的上方,所述的图像采集装置(7)设置在所述流场测量区域(5)正上方3~7m高处,所述的图像采集装置(7)为红外摄像头或工业用红外热像仪;其特征在于,包括如下步骤:
0)设I=1;
1)首先读取N帧图像中的第I帧图像;
2)进行边界设置,所述的边界设置,是首先由用户用鼠标在图上绘制多边形,然后以所绘制的多边形作为流场的边界,划分出图像中的流场和外界区域;
3)进行粒子图像分割,所述的粒子图像分割是在每一帧图像中,把作为目标的示踪粒子从流场中分离出来;
4)进行粒子识别;
5)判断I是否小于等于N,是,令I=I+1,返回步骤1),否则进入下一步骤;
6)图像坐标与物理坐标的转换;
7)采用4帧法进行粒子匹配跟踪;
8)采用如下公式进行流速计算:
其中,V为粒子的速度矢量,r1和r2是相邻两时刻的位置矢量,t2-t1为相邻两时刻的时间差;
9)采用距离反比插值方法进行流场插值,插值公式如下:
其中,z0'为所求位置的数值;zi为附近第i点的数值;n为附近点的总数;d0i为第i点距所示点的距离;r为距离衰减因子,取r=2。
2.根据权利要求1所述的用于基于红外摄像的新型表面流场测速系统的测速方法,其特征在于,步骤4)所述的粒子识别,是采用区域生长法进行粒子识别,具体包括如下步骤:
(1)通过横纵向扫描,找到粒子上某一点(i,j);
(2)对该点的邻域像素进行搜索和判断;
(3)如果邻域像素仍为粒子,记录该点,合并到该粒子中,返回(2),直到找不到能够继续合并的像素,记录粒子;
(4)计算粒子的中心坐标,粒子中心坐标通过计算构成该粒子的所有质点即像素的重心求得:
其中,N是构成所述粒子点的个数,(xi,yi)是构成所述粒子任意一点的坐标,f(xi,yi)是构成所述粒子任意一点的灰度值。
3.根据权利要求2所述的用于基于红外摄像的新型表面流场测速系统的测速方法,其特征在于,步骤(2)中所述的搜索是采用邻域生长的八邻域算法,即邻域生长过程中,搜索像素点(i,j)的左、右、上、下、左上、左下、右上、右下八个位置,相应的像素点坐标分别为(i-1,j)、(i+1,j)、(i,j-1)、(i,j+1)、(i-1,j-1)、(i-1,j+1)、(i+1,j-1)、(i+1,j+1)。
4.根据权利要求2所述的用于基于红外摄像的新型表面流场测速系统的测速方法,其特征在于,步骤7)所述的4帧法,是利用示踪粒子的运动学特征,假设已经获得前3帧图像中的粒子位置,第4帧图像中粒子的位置预测的依据为:粒子的速度的变化是连续的,即:
其中,V为粒子的速度矢量,t为时间,Const为常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310743851.0A CN103698553B (zh) | 2013-12-26 | 2013-12-26 | 基于红外摄像的新型表面流场测速系统和测速方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310743851.0A CN103698553B (zh) | 2013-12-26 | 2013-12-26 | 基于红外摄像的新型表面流场测速系统和测速方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103698553A CN103698553A (zh) | 2014-04-02 |
CN103698553B true CN103698553B (zh) | 2017-06-23 |
Family
ID=50360152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310743851.0A Expired - Fee Related CN103698553B (zh) | 2013-12-26 | 2013-12-26 | 基于红外摄像的新型表面流场测速系统和测速方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103698553B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977829A (zh) * | 2019-03-18 | 2019-07-05 | 江河瑞通(北京)技术有限公司 | 基于图像识别分析技术的流速检测方法及装置 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104374894B (zh) * | 2014-06-13 | 2016-10-26 | 黄河水利委员会黄河水利科学研究院 | 小流域不同地貌单元水蚀过程精细模拟试验方法 |
CN104090123B (zh) * | 2014-07-08 | 2017-04-12 | 浙江省水利河口研究院 | 岸滩表面流速拉格朗日粒子追踪测量方法 |
CN104049100B (zh) * | 2014-07-08 | 2017-02-22 | 华东理工大学 | 液体旋流场中微米级颗粒自转速度测试方法及装置 |
CN104104925B (zh) * | 2014-07-30 | 2017-11-03 | 中国水利水电科学研究院 | 一种推移质床面颗粒的拍摄装置及方法 |
CN104820112B (zh) * | 2015-04-24 | 2018-01-05 | 华南理工大学 | 一种植物叶脉流速测量的装置及方法 |
CN105319050B (zh) * | 2015-09-10 | 2017-12-15 | 水利部交通运输部国家能源局南京水利科学研究院 | 河岸侧蚀崩塌速率的试验测量系统及其量测方法 |
CN106124799B (zh) * | 2016-06-13 | 2018-12-11 | 哈尔滨工业大学 | 建筑散热器热表面上的气流场的红外热成像测速方法 |
CN106204655B (zh) * | 2016-07-14 | 2019-07-26 | 珠江水利委员会珠江水利科学研究院 | 基于粒子群构建模式的表面流速计算方法 |
CN107424168B (zh) * | 2017-03-02 | 2020-09-11 | 珠江水利委员会珠江水利科学研究院 | 连续曝光式的表面流场测量方法 |
CN107748055A (zh) * | 2017-06-09 | 2018-03-02 | 珠江水利委员会珠江水利科学研究院 | 水流表面流场采集方法 |
TWI655436B (zh) * | 2017-08-17 | 2019-04-01 | 財團法人國家實驗研究院 | 量測水流系統及方法 |
CN108956084A (zh) * | 2018-03-06 | 2018-12-07 | 河海大学 | 一种河工模型试验仪器布设及测量方法 |
CN111398625B (zh) * | 2020-03-19 | 2022-04-12 | 西安理工大学 | 一种物理模型试验中的测速方法 |
CN111665016B (zh) * | 2020-06-09 | 2022-03-08 | 重庆交通大学 | 一种河道泡漩结构识别跟踪方法及通航预警方法 |
CN112098283B (zh) * | 2020-08-28 | 2022-03-11 | 东南大学 | 基于图像识别原理测量流化床内固体颗粒停留时间分布的方法及其试验台 |
CN112834780A (zh) * | 2021-01-05 | 2021-05-25 | 三峡大学 | 红外海藻粒子图像测速装置及其测量方法 |
CN113077488B (zh) * | 2021-04-02 | 2022-07-01 | 昆明理工大学 | 一种河流表面流速检测方法和装置 |
CN114684568A (zh) * | 2022-04-29 | 2022-07-01 | 天地(常州)自动化股份有限公司 | 一种煤流速度和煤流量的测量系统及其测量方法 |
CN117288283B (zh) * | 2023-11-27 | 2024-02-06 | 唐山市柳林自动化设备有限公司 | 基于视频的河流流量流速监测方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09152443A (ja) * | 1995-11-29 | 1997-06-10 | Aisin A W Kogyo Kk | 粒子画像による流速計測方法および装置 |
JP3685256B2 (ja) * | 2001-09-14 | 2005-08-17 | 東京電力株式会社 | 流体の流動計測システム |
KR20130029996A (ko) * | 2011-09-16 | 2013-03-26 | 한국해양연구원 | 입자영상유속계를 통한 유동 측정 시 형광물질입자를 이용하여 물체 표면의 반사광을 감소시키는 장치 |
CN102435769A (zh) * | 2011-11-21 | 2012-05-02 | 上海交通大学 | 超声速piv流场测试实验中布撒示踪粒子的方法及装置 |
CN103336144B (zh) * | 2013-05-27 | 2016-02-03 | 中国船舶重工集团公司第七○二研究所 | 一种水面微速流场的测试方法 |
CN103308714B (zh) * | 2013-06-06 | 2015-07-01 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水流中彩色粒子图像测速系统及其测量方法 |
CN203705468U (zh) * | 2013-12-26 | 2014-07-09 | 天津大学 | 基于红外摄像的新型表面流场测速系统 |
-
2013
- 2013-12-26 CN CN201310743851.0A patent/CN103698553B/zh not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977829A (zh) * | 2019-03-18 | 2019-07-05 | 江河瑞通(北京)技术有限公司 | 基于图像识别分析技术的流速检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103698553A (zh) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103698553B (zh) | 基于红外摄像的新型表面流场测速系统和测速方法 | |
CN106204705B (zh) | 一种基于多线激光雷达的3d点云分割方法 | |
Chen et al. | Next generation map making: Geo-referenced ground-level LIDAR point clouds for automatic retro-reflective road feature extraction | |
CN110285793A (zh) | 一种基于双目立体视觉系统的车辆智能测轨迹方法 | |
CN109684921A (zh) | 一种基于三维激光雷达的道路边界检测与跟踪方法 | |
Ettema et al. | Particle-image velocimetry for whole-field measurement of ice velocities | |
CN110322702A (zh) | 一种基于双目立体视觉系统的车辆智能测速方法 | |
CN106199558A (zh) | 障碍物快速检测方法 | |
CN105760831A (zh) | 一种基于低空航拍红外视频的行人跟踪方法 | |
CN109272482A (zh) | 一种基于序列图像的城市路口车辆排队检测系统 | |
CN203705468U (zh) | 基于红外摄像的新型表面流场测速系统 | |
CN109859183A (zh) | 基于边缘计算的多要素一体化水体智能识别方法及生态站 | |
CN106778484A (zh) | 交通场景下的运动车辆跟踪方法 | |
CN101894380A (zh) | 一种全景视频中目标物体的自动跟踪方法 | |
CN115115859A (zh) | 基于无人机航拍的长线性工程施工进度智能识别与分析方法 | |
CN102129559B (zh) | 基于PrimalSketch算法的SAR图像目标检测方法 | |
CN105865421B (zh) | 基于照相机和激光技术的水槽三维地形测量装置 | |
CN113012195A (zh) | 基于光流计算的河流表面流速估计的方法和可读存储介质 | |
Ma et al. | An intelligent object detection and measurement system based on trinocular vision | |
CN105631900B (zh) | 一种车辆跟踪方法及装置 | |
Wu et al. | Vehicle Classification and Counting System Using YOLO Object Detection Technology. | |
Wang et al. | 3D reconstruction and segmentation system for pavement potholes based on improved structure-from-motion (SFM) and deep learning | |
Appiah et al. | Obstacle detection using stereo vision for self-driving cars | |
CN107563371A (zh) | 基于线激光光条的动态搜索感兴趣区域的方法 | |
Jian et al. | Outdoor 3D reconstruction method based on multi-line laser and binocular vision |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP02 | Change in the address of a patent holder |
Address after: 300350 District, Jinnan District, Tianjin Haihe Education Park, 135 beautiful road, Beiyang campus of Tianjin University Patentee after: Tianjin University Address before: 300072 Tianjin City, Nankai District Wei Jin Road No. 92 Patentee before: Tianjin University |
|
CP02 | Change in the address of a patent holder | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170623 Termination date: 20201226 |
|
CF01 | Termination of patent right due to non-payment of annual fee |