CN104166998A - 粒子图像变形单元匹配测速方法 - Google Patents
粒子图像变形单元匹配测速方法 Download PDFInfo
- Publication number
- CN104166998A CN104166998A CN201410402082.2A CN201410402082A CN104166998A CN 104166998 A CN104166998 A CN 104166998A CN 201410402082 A CN201410402082 A CN 201410402082A CN 104166998 A CN104166998 A CN 104166998A
- Authority
- CN
- China
- Prior art keywords
- unit
- speed
- coupling
- pixel
- deformation unit
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种粒子图像变形单元匹配测速方法。首先对粒子图像进行变形单元分割,在此基础上建立相应单元的浓度和形状联合变化模型,最后在全局流场一致性的约束下进行全局的变形单元匹配,完成粒子图像测速。本发明采用了变形单元的全局一致性匹配测速,并采用了亚像素级图像特征,可实现测量精度可达到亚像素级。
Description
技术领域
本发明涉及风洞实验中快速流动粒子的流场分析、粒子特性研究,高超声速/亚声速气流环境下液体速度、浓度确定,图像处理中关于粒子特性的研究等领域。
背景技术
传统粒子图像匹配测速方法常采用固定单元相关匹配方法,其基本假设是单元在运动过程中浓度和形状保持不变,由互相关算法匹配解算粒子运动,进而得出速度场。而实际上,由于单元内的粒子在运动过程中,除了整体平移,还存在扩散运动,因此每个单元在运动过程中其浓度和形状会发生改变。由于单元的这种变形本质,固定单元相关匹配方法在实际应用中存在很大的局限性。
发明内容
本方法针对常见的变形粒子团测速及确定相对浓度问题,提出变形单元的新概念。在流场中,单元在整体平移的基础上,由于其内部的扩散运动,造成其浓度和形状的改变,本方法所指的“变形”包括了单元的浓度和几何形状的改变。
由于粒子图像是由大量粒子聚集成团状后,对光的透射亮度的反映。单元的变形,本质上是其内部粒子之间相对运动,造成浓度的改变,同时改变其几何形状。为此本方法提出了变形单元的浓度和几何形状联合变形模型。
在此联合变形模型基础上,在全局约束下,进一步提出了变形单元匹配方法,使用该方法完成单个单元匹配测速。在此基础上,进而对多个相邻单元的整体匹配性进行检查,对不符合整体匹配性的单元重新进行匹配,直到多个相邻单元均达到整体匹配。至此,完成全图匹配测速。具体内容为:
1、确定变形单元
利用SLIC超像素聚类方法(R. Achanta, A. Shaji, K. Smith, A. Lucchi, P. Fua, and S. Susstrunk, SLIC Superpixels, EPFL Technical Report 149300, June 2010)对图像进行单元分割,得到各个单元 。
2、建立单元浓度和形状联合变化模型
假设单元内像素运动有平移、旋转和扩散三种形式,每个单元的像素集为,其中表示位于位置处的像素值;定义每个像素的运动速度为,假设单元内的像素扩散形式服从相同的扩散矩阵,大小为,表示位置影响的区域为以为中心,为半边长的矩形。如果已知各像素点的运动参数,则各像素点向后一帧中像素点的运动形式为
其中表示前一帧,表示后一帧。则后一帧各个像素值是由前一帧中所有影响的综合:
其中表示能够影响到的像素集;表示枚举像素集;表示包含位置像素集的扩散矩阵在位置的系数;表示位置在位置的扩散矩阵中的系数位置,表示位于位置处的像素值。
3、在全局约束下进行变形单元的匹配
首先,对单元施加一个平移运动量和扩散运动量,即可计算出该单元在运动后其几何位置和几何形状,同时根据联合变形模型,也可计算出在这些运动量作用下该单元变化后的浓度。
接下来,在运动后图像上取与此变形单元对应区域,计算该区域浓度分布与变形单元浓度分布的相似性。
4、单个单元的匹配测速
在单元可能发生的平移运动量和扩散运动量范围内,按自适应步长对单元施加的平移运动量和扩散运动量进行变化,重复步骤2、3,最后取与变形单元相似性最大的运动后图像区域所对应的变形参数作为单元的运动参数,即完成单个单元的匹配测速。
5、全图匹配测速
在步骤4基础上,对多个相邻单元的整体匹配性进行检查,对不符合整体匹配性的单元重新进行匹配,直到多个相邻单元均达到整体匹配。至此,完成全图匹配测速。
本方法的优点:
单元可变形,符合物理现象。联合模型,几何变化与浓度变化相关联。单元内每个点均有速度参数,而传统方法单元内速度一致。采用了变形单元的全局一致性匹配测速,并采用了亚像素级图像特征,可实现测量精度可达到亚像素级。
附图说明
图1是变形单元在相邻帧的结构变化示意图,
图2是像素点平移、旋转和扩散示意图。
具体实施方式
1、确定变形单元
利用SLIC超像素聚类方法(R. Achanta, A. Shaji, K. Smith, A. Lucchi, P. Fua, and S. Susstrunk, SLIC Superpixels, EPFL Technical Report 149300, June 2010)对图像进行单元分割,得到各个单元。
2、建立单元浓度和形状联合变化模型
假设单元内像素运动有平移、旋转和扩散三种形式,每个单元的像素集为,其中表示位于位置处的像素值;定义每个像素的运动速度为,假设单元内的像素扩散形式服从相同的扩散矩阵,大小为,表示位置影响的区域为以为中心,为半边长的矩形。如果已知各像素点的运动参数,则各像素点向后一帧中像素点的运动形式为
其中表示前一帧,表示后一帧。则后一帧各个像素值是由前一帧中所有影响的综合:
其中表示能够影响到的像素集;表示枚举像素集;表示包含位置像素集的扩散矩阵在位置的系数;表示位置在位置的扩散矩阵中的系数位置,表示位于位置处的像素值。
3、在全局约束下进行变形单元的匹配
首先,对单元施加一个平移运动量和扩散运动量,即可计算出该单元在运动后其几何位置和几何形状,同时根据联合变形模型,也可计算出在这些运动量作用下该单元变化后的浓度。
接下来,在运动后图像上取与此变形单元对应区域,计算该区域浓度分布与变形单元浓度分布的相似性。
在单元可能发生的平移运动量和扩散运动量范围内,按一定步长对单元施加的平移运动量和扩散运动量进行变化,重复上述两个步骤,最后取与变形单元相似性最大的运动后图像区域所对应的变形参数作为单元的运动参数,即完成单个单元的匹配测速。
在此基础上,对多个相邻单元的整体匹配性进行检查,对不符合整体匹配性的单元重新进行匹配,直到多个相邻单元均达到整体匹配。至此,完成全图匹配测速。
Claims (6)
1.粒子图像变形单元匹配测速方法,其特征在于:提出了变形单元的浓度和几何形状联合变形模型;并在全局约束下进行变形单元的匹配,进而对多个相邻单元的整体匹配性进行检查,对不符合整体匹配性的单元重新进行匹配,直到多个相邻单元均达到整体匹配,从而完成全图匹配测速;
具体步骤为:
步骤1、确定变形单元;
步骤2、建立单元浓度和形状联合变化模型;
步骤3、在全局约束下进行变形单元的匹配;
步骤4、单个单元的匹配测速
步骤5、全图匹配测速。
2.根据权利要求1所述的粒子图像变形单元匹配测速方法,其特征在于:所述步骤1具体过程为:
利用SLIC超像素聚类方法对图像进行单元分割,得到各个单元 。
3.根据权利要求1所述的粒子图像变形单元匹配测速方法,其特征在于:所述步骤2具体过程为:
假设单元内像素运动有平移、旋转和扩散三种形式,每个单元的像素集为,其中表示位于位置处的像素值;定义每个像素的运动速度为,假设单元内的像素扩散形式服从相同的扩散矩阵,大小为,表示位置影响的区域为以为中心,为半边长的矩形,
如果已知各像素点的运动参数,则各像素点向后一帧中像素点的运动形式为
其中表示前一帧,表示后一帧,则后一帧各个像素值是由前一帧中所有影响的综合:
其中表示能够影响到的像素集;表示枚举像素集;表示包含位置像素集的扩散矩阵在位置的系数;表示位置在位置的扩散矩阵中的系数位置,表示位于位置处的像素值。
4.根据权利要求1所述的粒子图像变形单元匹配测速方法,其特征在于:所述步骤3具体过程为:
首先,对单元施加一个平移运动量和扩散运动量,即计算出该单元在运动后其几何位置和几何形状,同时根据联合变形模型,也计算出在这些运动量作用下该单元变化后的浓度;
接下来,在运动后图像上取与此变形单元对应区域,计算该区域浓度分布与变形单元浓度分布的相似性。
5.根据权利要求1所述的粒子图像变形单元匹配测速方法,其特征在于:所述步骤4具体过程为:
在单元可能发生的平移运动量和扩散运动量范围内,按自适应步长对单元施加的平移运动量和扩散运动量进行变化,重复步骤2、3,最后取与变形单元相似性最大的运动后图像区域所对应的变形参数作为单元的运动参数,即完成单个单元的匹配测速。
6.根据权利要求1所述的粒子图像变形单元匹配测速方法,其特征在于:所述步骤5具体过程为:
在步骤4基础上,对多个相邻单元的整体匹配性进行检查,对不符合整体匹配性的单元重新进行匹配,直到多个相邻单元均达到整体匹配,至此,完成全图匹配测速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410402082.2A CN104166998B (zh) | 2014-08-15 | 2014-08-15 | 粒子图像变形单元匹配测速方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410402082.2A CN104166998B (zh) | 2014-08-15 | 2014-08-15 | 粒子图像变形单元匹配测速方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104166998A true CN104166998A (zh) | 2014-11-26 |
CN104166998B CN104166998B (zh) | 2016-11-02 |
Family
ID=51910789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410402082.2A Expired - Fee Related CN104166998B (zh) | 2014-08-15 | 2014-08-15 | 粒子图像变形单元匹配测速方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104166998B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633199A (zh) * | 2018-12-11 | 2019-04-16 | 天津大学 | 一种基于相关匹配的粒子聚焦两点像测速方法 |
CN110308302A (zh) * | 2019-07-01 | 2019-10-08 | 北京大学 | 一种近壁面流速测量方法及装置 |
-
2014
- 2014-08-15 CN CN201410402082.2A patent/CN104166998B/zh not_active Expired - Fee Related
Non-Patent Citations (4)
Title |
---|
BALAJI GOPALAN等: "《A new method for decomposition of high speed particle image velocimetry data》", 《POWDER TECHNOLOGY》 * |
全红艳: "《利用特征向量聚类的流体运动矢量计算》", 《计算机辅助设计与图形学学报》 * |
李木国等: "《基于细胞分裂的粒子图像运动分析》", 《电子学报》 * |
杜海等: "《基于密度聚类分析的粒子测速算法》", 《数据采集与处理》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633199A (zh) * | 2018-12-11 | 2019-04-16 | 天津大学 | 一种基于相关匹配的粒子聚焦两点像测速方法 |
CN109633199B (zh) * | 2018-12-11 | 2020-09-22 | 天津大学 | 一种基于相关匹配的粒子聚焦两点像测速方法 |
CN110308302A (zh) * | 2019-07-01 | 2019-10-08 | 北京大学 | 一种近壁面流速测量方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104166998B (zh) | 2016-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107194872B (zh) | 基于内容感知深度学习网络的遥感图像超分辨率重建方法 | |
CN105678757B (zh) | 一种物体位移测量方法 | |
CN104851104A (zh) | 采用柔性靶标高速摄相机近景大视场标定方法 | |
CN110321891A (zh) | 一种联合深度神经网络与聚类算法的大输液药液异物目标检测方法 | |
CN101599181A (zh) | 一种代数b样条曲面的实时绘制方法 | |
CN103278090A (zh) | 一种不规则物体体积的视觉测量方法 | |
CN104239855B (zh) | 一种基于笔画合成的图像风格迁移合成方法 | |
CN101567093B (zh) | 一种三维手势模型的初始化方法 | |
CN103366045B (zh) | 基于格子Boltzmann的流体可视化仿真方法 | |
CN108257154A (zh) | 基于区域信息和cnn的极化sar图像变化检测方法 | |
CN106875437A (zh) | 一种面向rgbd三维重建的关键帧提取方法 | |
CN104165750A (zh) | 立体视觉结合陀螺仪风洞模型位姿测量方法 | |
CN103208125B (zh) | 视频帧图像中颜色和运动全局对比度的视觉显著性算法 | |
CN110490099A (zh) | 一种基于机器视觉的地铁公共地点人流量分析方法 | |
CN102819678B (zh) | 基于应变场的短纤维增强复合材料纤维取向预测方法 | |
CN110414464A (zh) | 一种小尺度密集行人检测方法 | |
CN106251281B (zh) | 一种基于形状插值的图像渐变方法 | |
CN109583377A (zh) | 一种管路模型重建的控制方法、装置及上位机 | |
CN104166998A (zh) | 粒子图像变形单元匹配测速方法 | |
CN109801290A (zh) | 基于eit层析成像的不同流体模型识别及堵管定位方法 | |
CN108875127A (zh) | 一种计算机气象软件中基于风场数据的槽线修正方法 | |
CN103699716A (zh) | 一种个性化三维医学图像驱动的器官虚拟显示方法 | |
CN105046048B (zh) | 一种地效飞行器起飞性能求解方法 | |
CN105157588B (zh) | 一种应变局部化带间距演变规律的多维同步优化测量方法 | |
CN102621143B (zh) | 基于多维阈值约束的双视角多气泡同名匹配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20161102 Termination date: 20210815 |