CN104215795B - 基于昊控表面流场计算算法的大尺度粒子图像测速方法 - Google Patents

Abstract

本发明公开了一种基于昊控表面流场计算算法的大尺度粒子图像测速方法，克服现有大尺度测速技术的局限性，在保证精度的前提下，单镜头可覆盖20米X20米以上的范围，并可实现便携安装和测量；克服传统测速需添加人工示踪物的复杂性，在不添加人工示踪物的前提下即可测得准确流场数据，克服传统PIV算法的局限性，算法软件包括了流态自动识别技术，防伪流算法，图像自动矫正技术等，保证测量结果的高精度和高精细度。同时，本发明所采用的硬件设备设计精巧，便于携带，使得操作工序变得简便并易于实现。

Description

基于昊控表面流场计算算法的大尺度粒子图像测速方法

技术领域

本发明涉及图像测速方法，尤其涉及了一种基于昊控表面流场计算算法的大尺度粒子图像测速方法。

背景技术

大尺度表面流场测速技术，基于传统PIV技术的衍生系统，将传统小尺度流场测量延伸至大尺度表面二维流场的测量。测量过程中采用自然光照明，以现场自然水体模态（如水面波纹、大尺度涡结构、泥沙浓度非均匀分布、漂浮杂质等）作为测流跟踪对象，以一定倾角拍摄大尺度表面流场，通过畸变校正、正向投影等图像预处理技术，将图像转换为真实坐标下图像，通过对流动模态的处理计算二维表面流场。

近年来，国内外学者对于LSPIV(Large-scale Particle Image Velocimetry)方法进行了广泛研究。随着电子及计算机等相关技术的飞速发展，实验室图像粒子测速技术（PIV）衍生的基于图像处理测算大范围表面流场（LSPIV）的方法出现（Large-scaleparticle image velocimetry for flow analysis in hydraulic engineeringapplications. I. Fujita, M. Muste, A. Kruger），并在硬件设备设计和图像处理算法等方面取得了突破性进展，初步验证了其在极端条件下河道、海洋、水利工程等水流监测方法的可行性，很大程度上解决了现场测量的困境。国外主要以日本kobe University，美国University of Iowa以及法国Hydrology-Hydraulics Research Unit等三个研究团队为主，推动LSPIV的进展（Large-scale particle image velocimetry for mesurements inriverine environments. M. Muste, I. Fujita, A. Hauet）。

1998年，Fujita率先提出了LSPIV的概念（Large-scale particle imagevelocimetry for flow analysis in hydraulic engineering applications. I.Fujita, M. Muste, A. Kruger）。2003年，Creutin等人将一台数字摄像机安装于岸边14m高的楼顶上，以60 deg的倾角拍摄接近5000m²的水面，后期处理图像估测Iowa河的流量（River gauging using PIV techniques: a proof of concept experiment on theIowa River. J. D. Creutin, M. Muste, A. A. Brandley, S.C. Kim, A. Kruger）。2008年，Hauet等人组装了一套用Webcam搭建的在线系统，每两分钟拍摄一对图像，并由一台专用电脑下载服务器端的图像进行实时分析、流量计算和结果存储，用户可以在线实时浏览流量数据（Experimental system for real-time discharge estimation using animage-based method. A. Hauet, A. Kruger, W. F. Krajewski, A. Bradley, M.Muste, J. D. Creutin, M. Wilson）。2008年，Jodeau等人设计了一套移动式LSPIV系统，在一根轻质伸缩杆的顶端用一台数字摄像机拍摄视频，对Arc河的洪水流量进行测量（Application and evaluation of LS-PIV technique for the monitoring of riversurface velocities in high flow conditions. M. Jodeau, A. Hauet, A. Paquier,J. Le Coz, G. Dramais）。2010年，Le Coz等人设计了一套由Digital Webcam、工业PC和供电模块等部分组成的固定式LSPIV系统，同样对Arc河的洪水流量进行测量，并与Jodeau的结果进行对比(Performance of image-based velocimetry (LSPIV) applied to flash-flood discharge measurements in Mediterranean river. J. Le Coz, A. Hauet,Pierrefeu, G. Dramais, B. Camenen)。2011年，Tsubaki等人使用CCTV视频获取河流监控图像，用于估算洪水期间的流量变化，但CCTV图像分辨率较低且压缩后损失质量，增大误差(Measurement of the flood discharge of a small-sized river using an existingdigital video recording system. R. Tsubaki, I. Fujita, S. Tsutsumi)。2011年，Fujita等人研发了使用高清航拍方式连续拍摄河流水面图像，再用拼接技术得到整个河道的流场结果，突破了传统固定式LSPIV测量范围的局限性(Application of aerial LSPIVto the 2002 flood of the Yodo River using a helicopter mounted high densityvideo camera. I. Fujita, Y. Kunita)。2012年，Bechle等人研发了使用双相机拍摄河道流场的系统，同时拍摄视场重叠的进场和远场，使得整个测流断面的信息都能较为精准的捕获，避免远处因像素精度不高导致误差较大，USB信号发生器控制双相机的同步触发(Development and application of an automated river-estuary discharge imagingsystem. A. J. Bechle, C. H. Wu, W. C. Liu, N. Kimura)。

LSPIV在国外科研和应用领域得到了足够关注，但在国内仍使用较为传统的方式进行水文测量（如ADP、ADCP），对于新兴LSPIV的探索仍处于起步阶段。近年来，河海大学的研发团队在此方面也做了大量工作，进行了便携式近红外智能相机的研制，结合处理器模块、图像传感器模块、光学系统、网络通信模块和电源模块组成图像测速仪（专利：基于近红外智能相机的大尺度粒子图像测速仪CN102914667A；智能相机三可变镜头电机的驱动电路CN103001549A）；加入了LED补光灯控制模块（专利：一种大尺度粒子图像测速仪CN202453371U）；研发类似Bechle等人的双相机测速系统（专利：一种基于双摄像机视场拼接的大尺度粒子图像测速系统CN202512133U）；并将球载式航拍系统应用到山洪的应急监测（专利：面向山洪应急监测的球载式水流成像测速系统CN102879603A）；以及通过改进算法提高图像质量，减小计算误差（专利：非接触式河流表面流场成像量测方法CN102866260A；一种基于目标特征的运动矢量估计方法CN103035011A）

目前，LSPIV在国外的研究和应用较为广泛，国内处于起步阶段，并不为水文/海洋等工作者所熟知，相应服务于水文测量的LSPIV系统在市面上并不多见。本系统除了将LSPIV系统产品化、正规化之外，还在算法上进行了优化与改进。目前市场上存在的商用大尺度表面流场测速系统大都使用传统的PIV算法，需要人工投放表面示踪粒子，且相机需与水面垂直拍摄，设备安装较难，在野外应用尤其不易，导致计算结果误差较大。因此传统的PIV系统只限于实验室小尺度流场测算使用，难以推广到大尺度及现场实地的测量应用中。本系统采用昊控表面流场计算算法对两幅图像选定区块的所有像素点进行计算，若偏差最小，则同一点在两幅图像中匹配成功。此种方式可以识别天然水面波纹、泡沫及杂质等自然示踪物质，大部分情况下不需要人工添加示踪粒子，且计算精度较高，为科学研究及工程实例提供原始流场数据。

发明内容

本发明针对现有技术中精度不高等缺点，提供了一种基于昊控表面流场计算算法的大尺度粒子图像测速方法。

为了解决上述技术问题，本发明通过下述技术方案得以解决：

基于昊控表面流场计算算法的大尺度粒子图像测速方法，其特征在于包括以下步骤：

第一步：将数据采集装置中的率定组件、相机组件、控制组件、存储组件与供电组件连接，连接方式是相机组件通过信号线与控制组件相连，相机组件通过数据线与存储组件相连，相机组件、控制组件、存储组件通过电源线与供电组件相连，数据采集装置连接之后对待测物体进行检测；

第二步：对待测物体进行数据采集，采集方法采用率定方法与测量方法：所述的率定方法是指：数据采集装置按照率定策略固定，控制组件经信号线向相机组件发送曝光策略，相机组件执行曝光策略，拍摄率定组件并在相机内成像，所成像通过综合矫正方法进行矫正，矫正参数存储在存储组件中；所述的测量方法是指：数据采集装置按照测量采集策略固定，控制组件经信号线向相机组件发送曝光策略，相机组件执行曝光策略，拍摄被测目标并在相机内成像，图像经数据线传输至存储组件，所述的率定组件包括标定板与地面标定点，所述的标定板为80*80cm的钢板，钢板上均匀分布7*7个圆点，各圆点间距离为10cm；所述的地面标定点为水体表面所在河道的两侧间隔1m均匀排列的10个圆点；所述的率定策略是指：所述的率定组件选定相机后对准标定板的中心点拍摄图像，曝光时间20—30ms；

所述的综合矫正方法是指：进行二维与三维坐标转换，使用最小二乘法求得一系列最优坐标，再将实际坐标代入求得图像的最优坐标，求得相机组件的畸变误差和矫正参数，使用最优坐标对相机组件拍摄的所有图像进行初始修正，具体步骤为：

A对镜头畸变进行校正：单相机通过垂直拍摄标定板，建立已知点三维坐标和对应图像二维坐标的方程关系，获得畸变校正参数，对获取的图像进行此预处理；

B对正向投影进行校正：相机垂直被测水体表面拍摄所带来的图像畸变误差最小，使用昊控表面流场计算算法进行计算，拍摄后，建立标定点三维坐标和对应图像二维坐标的方程关系，获得投影校正参数；

C选择图像处理区域并对流场网格进行划分：在原始图像上选择要进行流场测算的区域，根据区域真实坐标划分网格，循环对新网格进行正向投影校正，转换对应的灰度值，新图像基本呈现为垂直拍摄的效果；

D采用昊控表面流场计算算法对图像进行像素匹配；

E修正奇异值：针对质量偏低的图像，在昊控表面流场计算中会出现奇异值与坏点，采用中值滤波处理，用插值数据进行替换，得到最符合实际的表面流场图；

第三步：对被测物体进行处理：所述被测物体为水体表面，被测水体表面波破碎面积达到总水体面积的30%以上时不需处理；在破碎波面积小于水体总面积的30%时，采用添加荧光染色溶液的方式，利用溶液浓度分布的天然非均匀性来进行表面流动示踪，拍摄装置搭建好后在距拍摄范围上游2.5-3.5m内人工均匀在整个水面播撒示踪剂，待示踪溶液扩散均匀后开始测量；

第四步：对采集好的图像进行处理，其处理方式为使用昊控表面流场计算算法进行流速计算，昊控表面流场计算算法的作用是：对两幅图像选定区块的所有像素点进行计算，若偏差最小，则同一点在两幅图像中匹配成功。

进一步的：在现有PIV算法的基础上进行有针对性的优化，采用流态自动识别技术来识别流态表面模态的特征，无需采用人工示踪粒子即可进行测量；利用防伪流算法消除设备抖动产生的误差影响，设备搭建时无需携带体积庞大的固定器械，整个设备更具有便携性；利用图像自动矫正技术，保证测量结果的高精度和高精细度。

进一步的：所述数据采集装置还包括示踪组件。

所述的相机组件是指网络摄像机或工业GIGE相机或数码相机或数码摄像机；

所述的控制组件包括PC机和单片机，PC机通过USB数据线与单片机连接；

所述的储存组件：包括PC机和云存储端；

所述的供电组件：12V大容量蓄电池。

作为优选，所述数据采集装置还包括示踪组件，在不能利用自然表面示踪物质时（如风成流动、水深较浅、较低流速、或流场分辨率要求较高情况下），采用添加荧光染色溶液（Rhodamine WT）的方式，利用溶液浓度分布的天然非均匀性来进行表面流动示踪。仪器搭建好后，在拍摄范围上游人工播撒示踪剂，注意播撒速率和梁，待示踪溶液扩散完全后，再开始拍摄。

作为优选，所述的率定策略是指：所述的率定组件选定相机后对准标定板的中心点拍摄图像，曝光时间20—30ms；

作为优选，所述的综合矫正方法是指：进行二维与三维坐标转换，使用最小二乘法求得一系列最优坐标，再将实际坐标代入求得图像的最优坐标，求得相机组件的畸变误差和矫正参数，使用最优坐标对相机组件拍摄的所有图像进行初始修正，具体步骤为：

A对镜头畸变进行校正：单相机通过垂直拍摄标定板，建立已知点三维坐标和对应图像二维坐标的方程关系，获得畸变校正参数，对获取的图像进行此预处理；

B对正向投影进行校正：相机垂直被测水体表面拍摄所带来的图像畸变误差最小，使用昊控表面流场计算算法进行计算，拍摄后，建立标定点三维坐标和对应图像二维坐标的方程关系，获得投影校正参数。

C选择图像处理区域并对流场网格进行划分：在原始图像上选择要进行流场测算的区域，根据区域真实坐标划分网格，循环对新网格进行正向投影校正，转换对应的灰度值，新图像基本呈现为垂直拍摄的效果；

D采用昊控表面流场计算算法对图像进行像素匹配；

E修正奇异值：针对质量偏低的图像，在昊控表面流场计算算法中会出现奇异值与坏点，采用中值滤波处理，用插值数据进行替换，得到最符合实际的表面流场图。

本发明由于采用了以上技术方案，具有显著的技术效果：

本发明所公开了一种基于昊控表面流场计算算法的大尺度粒子图像测速方法，克服现有大尺度测速技术的局限性，在保证精度的前提下，单镜头可覆盖20米X20米以上的范围，并可实现便携安装和测量；克服传统测速需添加人工示踪物的复杂性，在不添加人工示踪物的前提下即可测得准确流场数据，克服传统PIV算法的局限性，算法软件包括了流态自动识别技术，防伪流算法，图像自动矫正技术等，保证测量结果的高精度和高精细度。同时，本发明所采用的硬件设备设计精巧，便于携带，使得操作工序变得简便并易于实现。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的系统组件及连接关系框架图；

图2是本发明的现场设置示意图。

具体实施方式

下面结合实施例对本发明做进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。

实施例1：

基于昊控表面流场计算算法的大尺度粒子图像测速方法，包括以下步骤：

第一步：将数据采集装置中的率定组件、相机组件、控制组件、存储组件与供电组件连接，连接方式是相机组件通过信号线与控制组件相连，相机组件通过数据线与存储组件相连，相机组件、控制组件、存储组件通过电源线与供电组件相连，数据采集装置连接之后对待测物体进行检测；

第二步：对待测物体进行数据采集，采集方法采用率定方法与测量方法：所述的率定方法是指：数据采集装置按照率定策略固定，控制组件经信号线向相机组件发送曝光策略，相机组件执行曝光策略，拍摄率定组件并在相机内成像，所成像通过综合矫正方法进行矫正，矫正参数存储在存储组件中；所述的测量方法是指：数据采集装置按照测量采集策略固定，控制组件经信号线向相机组件发送曝光策略，相机组件执行曝光策略，拍摄被测目标并在相机内成像，上述图像经数据线传输至存储组件；

第三步：对被测物体进行处理：所述被测物体为水体表面，被测水体表面波破碎面积达到总水体面积的30%以上时不需处理；在表面流速小于且破碎波面积小于水体总面积的30%时，采用添加荧光染色溶液的方式，利用溶液浓度分布的天然非均匀性来进行表面流动示踪，拍摄装置搭建好后在距拍摄范围上游2.5-3.5m内人工均匀在整个水面播撒示踪剂，待示踪溶液扩散均匀后开始测量；

第四步：对采集好的图像进行处理，其处理方式为使用昊控表面流场计算算法进行流速计算。

本实施例的基于昊控表面流场计算算法的大尺度粒子图像测速方法，在现有PIV算法的基础上进行有针对性的优化，采用流态自动识别技术来识别流态表面模态的特征，无需采用人工示踪粒子即可进行测量；利用防伪流算法消除设备抖动产生的误差影响，设备搭建时无需携带体积庞大的固定器械，整个设备更具有便携性；利用图像自动矫正技术，保证测量结果的高精度和高精细度。

其中，所述的率定组件包括标定板与地面标定点，所述的标定板为80*80cm的钢板，钢板上均匀分布7*7个圆点，各圆点间距离为10cm；所述的地面标定点为水体表面所在河道的两侧间隔1m均匀排列的10个圆点；

所述的相机组件是指网络摄像机或工业GIGE相机或数码相机或数码摄像机；简易单次拍摄可以使用数码相机/数码摄像机以获取图像对，自身锂电池供电，可直接设置拍摄参数及时长，但存在无法在线传输和自动化的局限性；若需长期进行观测或用户需远程计算则用工业GIGE相机/网络摄像机拍摄，用网线连接储存组件传输图像（以下均以工业相机为例）。单片机（9812板）为用户根据现场工况设定帧率，由PC控制单片机发出低电平脉冲信号，激发相机按照一定帧率进行稳定拍摄，减少无规律掉帧事件发生。

所述的控制组件包括PC机和单片机，PC机通过USB数据线与单片机连接；

所述的储存组件：包括PC机和云存储端。图像经由千兆网线传输至与相机连接的PC，再由无线网路自动上传至云存储端，供用户下载图像进行后期分析；所述的供电组件：12V大容量蓄电池。

所述数据采集装置还包括示踪组件，在不能利用自然表面示踪物质时（如风成流动、水深较浅、较低流速、或流场分辨率要求较高情况下），采用添加荧光染色溶液（Rhodamine WT）的方式，利用溶液浓度分布的天然非均匀性来进行表面流动示踪。仪器搭建好后，在拍摄范围上游人工播撒示踪剂，注意播撒速率和梁，待示踪溶液扩散完全后，再开始拍摄。

所述的率定策略是指：所述的率定组件选定相机后对准标定板的中心点拍摄图像，曝光时间20—30ms；

所述的综合矫正方法是指：进行二维与三维坐标转换，使用最小二乘法求得一系列最优坐标，再将实际坐标代入求得图像的最优坐标，求得相机组件的畸变误差和矫正参数，使用最优坐标对相机组件拍摄的所有图像进行初始修正，具体步骤为：

A对镜头畸变进行校正：单相机通过垂直拍摄标定板，建立已知点三维坐标和对应图像二维坐标的方程关系，获得畸变校正参数，对获取的图像进行此预处理；

B对正向投影进行校正：相机垂直被测水体表面拍摄所带来的图像畸变误差最小，使用昊控表面流场计算算法进行计算，拍摄后，建立标定点三维坐标和对应图像二维坐标的方程关系，获得投影校正参数。但实际情况下，垂直拍摄较难达到，一般采用的便捷方法是倾斜拍摄（>20度）。由此带来透视畸变问题，即同一垂向上，每个像素所代表的实际长度不同。因此一种解决方法是在计算之前，将此畸变消除。要求拍摄前选择好标定点，可以是自然存在物体，也可是人工设置的标志物，最好带有棱角或明显的几何中心，使之在图像和现场实测中易于识别。拍摄时保证标定点涵盖在图像之内;

C选择图像处理区域并对流场网格进行划分：在原始图像上选择要进行流场测算的区域，根据区域真实坐标划分网格，循环对新网格进行正向投影校正，转换对应的灰度值，新图像基本呈现为垂直拍摄的效果，转换灰度值的误差可以使用三次卷积公式来减小；

D采用昊控表面流场计算算法对图像进行像素匹配；昊控表面流场计算算法是为了基于图像处理的大尺度表面流场测速系统最核心的部分。传统的PIV互相关/自相关算法在水下或水面小尺度流场测算时精度较高（详见另一发明新型专利），但对于大尺度表面流场，此方法对于粒子浓度以及图像精度要求很高，通常需要人工播撒示踪粒子，且粒子密度和播撒的均匀性等对结果均影响很大。因此，昊控表面流场计算算法改善了这方面的不足。在水面纹理满足要求的情况下，无需人工添加粒子，大大简化了实验流程，且具有极强的环保性。昊控表面流场计算算法使用小尺度的子图像进行像素匹配，取代传统PIV对子图像的粒子群匹配的方法，只要确保帧率较高，纹理特征在一组图像对中不发生改变，计算结果将更为精确，流场计算范围也更广;

E修正奇异值：由于环境光线反射过强或过弱、表面纹理辨识不清导致图像质量偏低，在昊控表面流场计算算法计算中会出现奇异值和坏点，针对质量偏低的图像，在昊控表面流场计算算法计算中会出现奇异值与坏点，采用中值滤波处理，用插值数据进行替换，得到最符合实际的表面流场图。

此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (3)

1.基于昊控表面流场计算算法的大尺度粒子图像测速方法，其特征在于包括以下步骤：

第一步：将数据采集装置中的率定组件、相机组件、控制组件、存储组件与供电组件连接，连接方式是相机组件通过信号线与控制组件相连，相机组件通过数据线与存储组件相连，相机组件、控制组件、存储组件通过电源线与供电组件相连，数据采集装置连接之后对待测物体进行检测；

第二步：对待测物体进行数据采集，采集方法采用率定方法与测量方法：所述的率定方法是指：数据采集装置按照率定策略固定，控制组件经信号线向相机组件发送曝光策略，相机组件执行曝光策略，拍摄率定组件并在相机内成像，所成像通过综合矫正方法进行矫正，矫正参数存储在存储组件中；所述的测量方法是指：数据采集装置按照测量采集策略固定，控制组件经信号线向相机组件发送曝光策略，相机组件执行曝光策略，拍摄被测目标并在相机内成像，图像经数据线传输至存储组件，所述的率定组件包括标定板与地面标定点，所述的标定板为80*80cm的钢板，钢板上均匀分布7*7个圆点，各圆点间距离为10cm；所述的地面标定点为水体表面所在河道的两侧间隔1m均匀排列的10个圆点；所述的率定策略是指：所述的率定组件选定相机后对准标定板的中心点拍摄图像，曝光时间20—30ms；

所述的综合矫正方法是指：进行二维与三维坐标转换，使用最小二乘法求得一系列最优坐标，再将实际坐标代入求得图像的最优坐标，求得相机组件的畸变误差和矫正参数，使用最优坐标对相机组件拍摄的所有图像进行初始修正，具体步骤为：

A对镜头畸变进行校正：单相机通过垂直拍摄标定板，建立已知点三维坐标和对应图像二维坐标的方程关系，获得畸变校正参数，对获取的图像进行此预处理；

B对正向投影进行校正：相机垂直被测水体表面拍摄所带来的图像畸变误差最小，使用昊控表面流场计算算法进行计算，拍摄后，建立标定点三维坐标和对应图像二维坐标的方程关系，获得投影校正参数；

C选择图像处理区域并对流场网格进行划分：在原始图像上选择要进行流场测算的区域，根据区域真实坐标划分网格，循环对新网格进行正向投影校正，转换对应的灰度值，新图像基本呈现为垂直拍摄的效果；

D采用昊控表面流场计算算法对图像进行像素匹配；

E修正奇异值：针对质量偏低的图像，在昊控表面流场计算中会出现奇异值与坏点，采用中值滤波处理，用插值数据进行替换，得到最符合实际的表面流场图；

第三步：对被测物体进行处理：所述被测物体为水体表面，被测水体表面波破碎面积达到总水体面积的30%以上时不需处理；在破碎波面积小于水体总面积的30%时，采用添加荧光染色溶液的方式，利用溶液浓度分布的天然非均匀性来进行表面流动示踪，拍摄装置搭建好后在距拍摄范围上游2.5-3.5m内人工均匀在整个水面播撒示踪剂，待示踪溶液扩散均匀后开始测量；

第四步：对采集好的图像进行处理，其处理方式为使用昊控表面流场计算算法进行流速计算，昊控表面流场计算算法的作用是：对两幅图像选定区块的所有像素点进行计算，若偏差最小，则同一点在两幅图像中匹配成功。

2.根据权利要求1所述的基于昊控表面流场计算算法的大尺度粒子图像测速方法，其特征在于：在现有PIV算法的基础上进行有针对性的优化，采用流态自动识别技术来识别流态表面模态的特征，无需采用人工示踪粒子即可进行测量；利用防伪流算法消除设备抖动产生的误差影响，设备搭建时无需携带体积庞大的固定器械，整个设备更具有便携性；利用图像自动矫正技术，保证测量结果的高精度和高精细度。

3.根据权利要求1所述的基于昊控表面流场计算算法的大尺度粒子图像测速方法，其特征在于：所述数据采集装置还包括示踪组件。