CN106546513A - 一种基于正交双视场的三维降水粒子测量与重构装置及方法 - Google Patents
一种基于正交双视场的三维降水粒子测量与重构装置及方法 Download PDFInfo
- Publication number
- CN106546513A CN106546513A CN201610951078.0A CN201610951078A CN106546513A CN 106546513 A CN106546513 A CN 106546513A CN 201610951078 A CN201610951078 A CN 201610951078A CN 106546513 A CN106546513 A CN 106546513A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- precipitation
- image
- precipitation particles
- array
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 135
- 238000001556 precipitation Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005259 measurement Methods 0.000 title claims abstract description 27
- 238000003384 imaging method Methods 0.000 claims description 12
- 241000533950 Leucojum Species 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 238000003491 array Methods 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 claims 1
- 230000001360 synchronised effect Effects 0.000 claims 1
- 239000000523 sample Substances 0.000 description 19
- 230000000007 visual effect Effects 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000005669 field effect Effects 0.000 description 3
- 208000003164 Diplopia Diseases 0.000 description 2
- 208000029444 double vision Diseases 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 239000004606 Fillers/Extenders Substances 0.000 description 1
- 241001365789 Oenanthe crocata Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000256626 Pterygota <winged insects> Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1468—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle
- G01N15/147—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle the analysis being performed on a sample stream
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/04—Synchronising
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0042—Investigating dispersion of solids
- G01N2015/0046—Investigating dispersion of solids in gas, e.g. smoke
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Dispersion Chemistry (AREA)
- Multimedia (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于正交双视场的三维降水粒子测量与重构方法,利用一对线阵图像传感器和连续光源、两对正交的面阵图像传感器和脉冲光源构成正交双视场立体采样空间;高速线阵以不低于20000行/秒的速度进行实时扫描,为面阵图像采集提供触发脉冲信号,面阵以单帧双曝光或单帧多曝光采集双视场自相关图像;利用正交面阵得到双视场二维图像,采用像素匹配与格点重构重构方法得到降水粒子的三维图像;基于降水粒子三维图像得到降水粒子的三维尺度、纵横比、空间取向、形状参数等三维微物理特征,进而通过时间匹配得到降水粒子在三维空间内的下落末速度。该方法可以实现自然空间内三维降水粒子微物理特征测量的自动化、准确性和精细化。
Description
技术领域
本发明涉及一种基于正交双视场的三维降水粒子测量与重构方法,其主要用于气象自动化测量中。
背景技术
降水现象是指云中液态的、固态的或混合态的水凝物从空中下落到地面上的一种天气现象,降水粒子在下落过程中其大小、形状、速度及其谱分布呈现复杂的变化,尤其是降水粒子的三维形状、轴比、空间取向等,这些三维特征在降水物理学研究、电磁波传播评估、雷达定量遥感等领域具有重要的作用。但是现有降水测量手段大多只能够测量雨滴谱分布,并不具备降水粒子三维形状的准确测量能力。
目前气象观测业务中的雨量筒、翻斗式雨量计、称重式雨量计以及光学雨量计等只能够测量累积降雨量和降雨强度,无法测量降水粒子的微物理特征。基于撞击感压法式的Joss-Waldvogel雨滴谱仪可以通过感知撞击到探头上的雨滴来计算雨滴的大小及其谱分布,但是无法测量雨滴的形状和速度,而且易受环境噪声影响;基于单线阵扫描的OTTPARSIVEL激光式雨滴谱仪可以根据降水粒子穿过光束所引起的光强衰减和持续时间来计算降水粒子的水平尺度和速度,其速度是根据雨滴轴比的经验关系来计算得到的,无法测量降水粒子的形状。基于双线阵扫描的2D Video Disdrometer可以根据两束正交的平行光来测量降水粒子形状和速度,但是其形状是基于高速扫描拼合得到的,形状易受到风的影响出现畸变。基于面阵成像的Snow Video Imager可以通过面阵相机拍摄雪花的二维图像,但不能反映真实三维特征,而且常规成像方式存在景深效应和近大远小的视场效应,不适用于三维空间内降水粒子体目标的定量测量。由此可见,降水粒子三维特征的测量能力明显不足,远不能满足相关领域的迫切需求。
发明内容
本发明的目的是:提出一种基于正交双视场的三维降水粒子测量与重构方法,采用双目视场成像方法,实现对三维空间内降水粒子立体特征的实时测量和重构。
本发明的技术方案为:一种基于正交双视场的三维降水粒子测量与重构装置,包括两个面阵图像传感器、两个脉冲光源、一个线阵图像传感器、一个连续光源、微处理器和上位机;
所述两个面阵图像传感器和两个脉冲光源一一正对设置,以远心成像系统相连,面阵图像传感器和脉冲光源之间构成两个面阵采样空间正交设置,两个面阵采样空间重叠的空间即为三维采样空间;
所述线阵图像传感器和连续光源正对设置,以远心成像系统相连,构成一个宽采样空间,设置于三维采样空间正上方;
所述微处理器将两个面阵图像传感器、两个脉冲光源和一个线阵图像传感器相连;面阵图像传感器和脉冲光源的时序由微处理器同步控制,保证脉冲光源和面阵传感器的精密时序配合;线阵图像传感器以高速扫描的方式对三维采样空间进行实时扫描,当有降水粒子穿过时,向面阵图像传感器和脉冲光源输出时序指令,用于触发面阵图像传感器采集图像;在精密时序的控制下,两个面阵图像传感器分别得到降水粒子在两个正交视场角度的二维投影图像,通过不同时刻脉冲光源的曝光,匹配得到同一时刻同一粒子的正交双视场二维投影图像;
所述微处理器采集正交双视场二维投影图像作为原始数据,并将采集的原始数据经过编码后传输到上位机;
上位机接收编码数据后,根据降水粒子的正交双视场二维投影图像重构得到降水粒子三维图像;并利用图像处理技术得到降水粒子的三维特征。
本发明还提供一种利用所述的基于正交双视场的三维降水粒子测量与重构装置实现的基于正交双视场的三维降水粒子测量与重构方法,具体步骤如下:
步骤一、采用微处理器对高速线阵图像传感器、面阵图像传感器与脉冲光源精密同步控制,利用线阵图像传感器实时扫描,当线阵图像传感器检测到降水粒子时,则持续向面阵图像传感器及脉冲光源输出触发信号,触发面阵图像传感器和脉冲光源工作;当线阵图像传感器未检测到降水粒子时,不输出触发信号;
步骤二、在微处理器的精密时序的控制下,两个面阵图像传感器分别得到降水粒子在两个正交视场角度的二维投影图像,通过匹配得到同一时刻同一粒子的正交双视场二维投影图像;
步骤三、根据正交双视场二维投影图像重构得到降水粒子的三维图像;
步骤四、根据降水粒子的三维图像,分别计算粒子的三维特征。
进一步的,步骤三中采用像素匹配方法,根据正交双视场二维投影图像重构得到降水粒子的三维图像。
进一步的,步骤四中所述粒子的三维特征包括三维尺度、纵横比、空间取向、下落末速度。
进一步的,步骤一中,利用线阵图像传感器实时扫描,具体步骤为:
步骤1:线阵图像传感器以不低于每秒200000行的扫描速度对三维采样空间进行连续扫描,得到降水粒子的逐行的离散剖面宽度;
步骤2:根据每一个降水粒子的逐行剖面宽度,采用降水粒子垂直尺度和水平尺度的经验关系计算逐个降水粒子的垂直尺度,然后根据降水粒子尺度和下落末速度的经验关系,拼合得到降水粒子的二维图像。
进一步的,步骤二中,所述面阵图像传感器和脉冲光源精密协同,曝光时序采用单帧双曝光或单帧多曝光方式,得到正交双视场的时间自相关图像。
进一步的,降水粒子三维图像的重构包括:
步骤1:图像预处理,对非降水因素产生的图像进行消除,然后通过滤波去除图像白噪声,提取有效图像数据,得到正交双视场二维投影图像;
步骤2:分别根据正交双视场二维投影图像在采样空间内的相对位置,对图像进行定位和匹配,最终得到同一时刻内同一个降水粒子在正交角度的两幅图像;
步骤3:根据降水粒子在采样空间内的相对位置,以1个像素为分辨率划分三维网格,对二维图像进行离散化,并对应到三维网格点上;
步骤4:将降水粒子在三维网格点上的分布以灰度值方式表示,灰度值0表示无降水粒子图像,1~255则表示有降水粒子图像,像素值越大代表粒子遮挡导致的光强越弱,在三维空间内就有一个立体的像素分布,基于此重构得到降水粒子的三维图像。
进一步的,步骤1中对非降水因素产生的图像进行消除,采用像素灰度值方法、形状参数方法或者图像边缘方法。
进一步的,步骤2中对图像进行定位和匹配,采用重心匹配、边缘匹配或者顶点匹配。
进一步的,在得到逐个降水粒子三维图像的基础上,提取降水粒子的三维尺度、灰度强度及密度这些三维特征,基于所述三维特征计算降水粒子的纵横比、空间取向、形状参数、矩形度、角点数这些三维微物理特征参数;通过特征匹配和时间匹配计算得到降水粒子在立体空间内的下落末速度;最后采用形状参数、速度-尺度经验关系来识别雨滴、雪花、冰雹这些降水类型。
所述的本发明的有益效果是:与现有技术相比,本发明所提出的基于正交双视场的三维降水粒子测量与重构方法,利用高速线阵实时监测降水粒子样本,更进一步的利用双视场成像方法,可以有效获取降水粒子的三维图像,基于此可以得到降水粒子的三维尺度、纵横比、空间取向等微物理特征。不仅克服了现有单角度测量和平面测量方法的不足,而且采用普通面阵和线阵图像传感器,硬件成本较低,便于推广应用。该方法可以实现自然空间内三维降水粒子微物理特征测量的自动化、准确性和精细化。
附图说明
图1是本发明的结构组成框图;
图2是本发明的光路示意图;
图3是本发明的工作流程图;
图4是本发明的三维雨滴图像重构流程。
具体实施方式
如图1、2所示,本发明提出了高速线阵和面阵相结合的正交双视场测量装置,利用两个面阵图像传感器、两个脉冲光源、一个高速线阵图像传感器和一个连续光源共同组成三维降水粒子测量系统。两个面阵传感器和两个脉冲光源分别正对设置,面阵传感器和脉冲光源之间构成两个采样空间正交设置;微处理器对线阵图像传感器、面阵图像传感器和脉冲光源进行实时控制,将采集的原始数据经过编码后传输到上位机;上位机接收编码数据后,根据降水粒子在两个正交角度的二维投影来重构得到降水粒子三维图像;利用图像处理技术得到降水粒子的形状、纵横比、空间取向等三维特征。
所述的一对线阵图像传感器和连续光源正对设置,采样空间位于面阵采样空间的正上方,采用高速线扫的方式采集降水粒子,采集有效降水粒子的信号用于面阵和脉冲光源的触发信号。有效采样空间,由一个平面和两个圆柱形空间共同构成,两个圆柱形空间共同构成三维采样空间。
所述的面阵图像传感器和脉冲光源联合,曝光时序包括但不限于单帧双曝光和单帧多曝光,在单帧图像内得到多次曝光图像,基于此计算得到降水粒子在三维空间内的运动情况;
曝光时序方式和曝光时间间隔的选择取决于高速线阵图像传感器对降水粒子的扫描结果,尺度大且速度大的采用小间隔,尺度小且速度小的采用大间隔,这一选择为自动调整过程。
面阵成像和线阵成像均采用基于平行光源的远心成像方法,平行光与远心成像光路解决大视场景深效应。点光源可采用多模集束光纤,经扩束透镜扩束后得到平行光束。
包括但不限于利用像素匹配方法,根据正交双视场的二维图像重构得到降水粒子的三维图像,并提取三维降水粒子的形状参数、矩形度、角点数、纵横比,可采用形状参数、速度- 尺度对应关系来区分雨滴、雪花、冰雹等降水类型。
如图3所示,具体实施方式如下:
1)高速线阵的实时扫描:在连续光源的照射下,线阵图像传感器(CCD或CMOS)通过高速扫描得到降水粒子的剖面图像,并为双面阵成像提供触发脉冲,具体步骤为:
步骤1:线阵图像传感器以不低于每秒200,000行的扫描速度对采样空间进行连续扫描,得到降水粒子的逐行的离散剖面宽度;
步骤2:根据每一个降水粒子的逐行剖面宽度,采用降水粒子垂直尺度和水平尺度的经验关系计算逐个降水粒子的垂直尺度,然后根据降水粒子尺度和下落末速度的经验关系,拼合得到降水粒子的二维图像;
步骤3:当线阵图像传感器未检测到降水粒子时,不输出触发信号;当检测到降水粒子时,则持续向面阵及脉冲光源输出触发信号。
2)双视场图像的采集:在线阵图像传感器输出触发信号的条件下,利用双面阵图像传感器,以单帧双曝光或单帧多曝光方式对穿过采样空间的降水粒子双视场图像进行实时采集。
3)降水粒子三维图像的重构,如图4所示:
步骤1:图像预处理,采用但不限于像素灰度值、形状参数、图像边缘等方法对水渍、飞虫等非降水因素产生的图像进行消除,然后通过滤波去除图像白噪声,提取有效图像数据,得到正交双视场图像;
步骤2:分别根据正交双视场图像在采样空间内的相对位置,采用但不限于重心匹配、边缘匹配、顶点匹配等方法对图像进行定位和匹配,最终得到同一时刻内同一个降水粒子在正交角度的两幅图像;
步骤3:根据降水粒子在采样空间内的相对位置,以1个像素为分辨率划分三维网格,对二维图像进行离散化,并对应到三维网格点上;
步骤4:将降水粒子在三维网格点上的分布以灰度值方式表示,比如灰度值0表示无降水粒子图像,1~255则表示有降水粒子图像,像素值越大代表粒子遮挡导致的光强越弱,这样在三维空间内就有一个立体的像素分布,基于此重构得到降水粒子的三维图像。
4)降水粒子三维微物理特征的提取:在得到逐个降水粒子的三维图像的基础上,提取降水粒子的三维尺度、灰度强度及密度等三维特征,基于此计算降水粒子的纵横比、空间取向、形状参数、矩形度、角点数等三维微物理特征参数;通过特征匹配和时间匹配计算得到降水粒子在立体空间内的下落末速度;最后采用形状参数、速度-尺度经验关系等来识别雨滴、雪花、冰雹等降水类型。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (10)
1.一种基于正交双视场的三维降水粒子测量与重构装置,其特征在于:包括两个面阵图像传感器、两个脉冲光源、一个线阵图像传感器、一个连续光源、微处理器和上位机;
所述两个面阵图像传感器和两个脉冲光源一一正对设置,以远心成像系统相连,面阵图像传感器和脉冲光源之间构成两个面阵采样空间正交设置,两个面阵采样空间重叠的空间即为三维采样空间;
所述线阵图像传感器和连续光源正对设置,以远心成像系统相连,构成一个宽采样空间,设置于三维采样空间正上方;
所述微处理器将两个面阵图像传感器、两个脉冲光源和一个线阵图像传感器相连;面阵图像传感器和脉冲光源的时序由微处理器同步控制,保证脉冲光源和面阵传感器的精密时序配合;线阵图像传感器以高速扫描的方式对三维采样空间进行实时扫描,当有降水粒子穿过时,向面阵图像传感器和脉冲光源输出时序指令,用于触发面阵图像传感器采集图像;在精密时序的控制下,两个面阵图像传感器分别得到降水粒子在两个正交视场角度的二维投影图像,通过不同时刻脉冲光源的曝光,匹配得到同一时刻同一粒子的正交双视场二维投影图像;
所述微处理器采集正交双视场二维投影图像作为原始数据,并将采集的原始数据经过编码后传输到上位机;
上位机接收编码数据后,根据降水粒子的正交双视场二维投影图像重构得到降水粒子三维图像;并利用图像处理技术得到降水粒子的三维特征。
2.一种利用权利要求1所述的基于正交双视场的三维降水粒子测量与重构装置实现的基于正交双视场的三维降水粒子测量与重构方法,其特征在于:具体步骤如下:
步骤一、采用微处理器对高速线阵图像传感器、面阵图像传感器与脉冲光源精密同步控制,利用线阵图像传感器实时扫描,当线阵图像传感器检测到降水粒子时,则持续向面阵图像传感器及脉冲光源输出触发信号,触发面阵图像传感器和脉冲光源工作;当线阵图像传感器未检测到降水粒子时,不输出触发信号;
步骤二、在微处理器的精密时序的控制下,两个面阵图像传感器分别得到降水粒子在两个正交视场角度的二维投影图像,通过匹配得到同一时刻同一粒子的正交双视场二维投影图像;
步骤三、根据正交双视场二维投影图像重构得到降水粒子的三维图像;
步骤四、根据降水粒子的三维图像,分别计算粒子的三维特征。
3.根据权利要求2所述的基于正交双视场的三维降水粒子测量与重构方法,其特征在于:步骤三中采用像素匹配方法,根据正交双视场二维投影图像重构得到降水粒子的三维图像。
4.根据权利要求2所述的基于正交双视场的三维降水粒子测量与重构方法,其特征在于:步骤四中所述粒子的三维特征包括三维尺度、纵横比、空间取向、下落末速度。
5.根据权利要求2所述的基于正交双视场的三维降水粒子测量与重构方法,其特征在于:步骤一中,利用线阵图像传感器实时扫描,具体步骤为:
步骤1:线阵图像传感器以不低于每秒200000行的扫描速度对三维采样空间进行连续扫描,得到降水粒子的逐行的离散剖面宽度;
步骤2:根据每一个降水粒子的逐行剖面宽度,采用降水粒子垂直尺度和水平尺度的经验关系计算逐个降水粒子的垂直尺度,然后根据降水粒子尺度和下落末速度的经验关系,拼合得到降水粒子的二维图像。
6.根据权利要求2所述的基于正交双视场的三维降水粒子测量与重构方法,其特征在于:步骤二中,所述面阵图像传感器和脉冲光源精密协同,曝光时序采用单帧双曝光或单帧多曝光方式,得到正交双视场的时间自相关图像。
7.根据权利要求2所述的基于正交双视场的三维降水粒子测量与重构方法,其特征在于:降水粒子三维图像的重构包括:
步骤1:图像预处理,对非降水因素产生的图像进行消除,然后通过滤波去除图像白噪声,提取有效图像数据,得到正交双视场二维投影图像;
步骤2:分别根据正交双视场二维投影图像在采样空间内的相对位置,对图像进行定位和匹配,最终得到同一时刻内同一个降水粒子在正交角度的两幅图像;
步骤3:根据降水粒子在采样空间内的相对位置,以1个像素为分辨率划分三维网格,对二维图像进行离散化,并对应到三维网格点上;
步骤4:将降水粒子在三维网格点上的分布以灰度值方式表示,灰度值0表示无降水粒子图像,1~255则表示有降水粒子图像,像素值越大代表粒子遮挡导致的光强越弱,在三维空间内就有一个立体的像素分布,基于此重构得到降水粒子的三维图像。
8.根据权利要求7所述的基于正交双视场的三维降水粒子测量与重构方法,其特征在于:步骤1中对非降水因素产生的图像进行消除,采用像素灰度值方法、形状参数方法或者图像边缘方法。
9.根据权利要求7所述的基于正交双视场的三维降水粒子测量与重构方法,其特征在于:步骤2中对图像进行定位和匹配,采用重心匹配、边缘匹配或者顶点匹配。
10.根据权利要求2或7所述的基于正交双视场的三维降水粒子测量与重构方法,其特征在于:在得到逐个降水粒子三维图像的基础上,提取降水粒子的三维尺度、灰度强度及密度这些三维特征,基于所述三维特征计算降水粒子的纵横比、空间取向、形状参数、矩形度、角点数这些三维微物理特征参数;通过特征匹配和时间匹配计算得到降水粒子在立体空间内的下落末速度;最后采用形状参数、速度-尺度经验关系来识别雨滴、雪花、冰雹这些降水类型。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610951078.0A CN106546513B (zh) | 2016-11-02 | 2016-11-02 | 一种基于正交双视场的三维降水粒子测量与重构装置及方法 |
US15/800,565 US10084971B2 (en) | 2016-11-02 | 2017-11-01 | Method for measurement and 3D reconstruction of precipitation particles based on orthogonal dual-view imaging |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610951078.0A CN106546513B (zh) | 2016-11-02 | 2016-11-02 | 一种基于正交双视场的三维降水粒子测量与重构装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106546513A true CN106546513A (zh) | 2017-03-29 |
CN106546513B CN106546513B (zh) | 2019-04-23 |
Family
ID=58392648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610951078.0A Active CN106546513B (zh) | 2016-11-02 | 2016-11-02 | 一种基于正交双视场的三维降水粒子测量与重构装置及方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10084971B2 (zh) |
CN (1) | CN106546513B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107272757A (zh) * | 2017-06-27 | 2017-10-20 | 中国航空工业集团公司北京长城航空测控技术研究所 | 用于全视角扫描测量系统的机电扫描控制装置及控制方法 |
CN108227044A (zh) * | 2018-01-26 | 2018-06-29 | 中国科学院大气物理研究所 | 一种基于双线阵的雨滴测量装置及方法 |
CN108761573A (zh) * | 2018-04-28 | 2018-11-06 | 昆明理工大学 | 一种基于全息技术的双光路光学雨量计 |
CN108765578A (zh) * | 2018-05-15 | 2018-11-06 | 华中科技大学 | 离心铸造物理模拟的充型流体形貌三维拍摄系统及方法 |
CN109307645A (zh) * | 2017-07-26 | 2019-02-05 | 四川西物激光技术有限公司 | 一种三维成像激光雨滴谱仪 |
CN109506593A (zh) * | 2018-09-21 | 2019-03-22 | 南昌工程学院 | 挑流水舌出射角、入水角量测的装置及使用方法 |
CN111626088A (zh) * | 2019-09-24 | 2020-09-04 | 胡景鲁 | 基于雪花形状分析的气象参数检测系统 |
CN112082731A (zh) * | 2020-09-04 | 2020-12-15 | 中国农业大学 | 一种用于空化研究的纳秒级图像测量系统 |
CN113804605A (zh) * | 2021-08-26 | 2021-12-17 | 南京信息工程大学 | 一种基于光场摄像技术的三维雨滴谱仪及其运行工艺和应用 |
US11828905B2 (en) | 2018-01-26 | 2023-11-28 | Institute Of Atmospheric Physics, Chinese Academy Of Sciences | Dual line diode array device and measurement method and measurement device for particle velocity |
CN117148477A (zh) * | 2023-09-05 | 2023-12-01 | 中国人民解放军国防科技大学 | 降水粒子多角度立体成像测量装置及方法 |
CN117148477B (zh) * | 2023-09-05 | 2024-06-25 | 中国人民解放军国防科技大学 | 降水粒子多角度立体成像测量装置及方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705087A (zh) * | 2019-09-26 | 2020-01-17 | 湘潭大学 | 一种含封闭应力的岩石离散元试样构建方法 |
CN114166699A (zh) * | 2021-11-12 | 2022-03-11 | 清华大学深圳国际研究生院 | 一种悬浮颗粒体积的光学测量装置和方法 |
CN114549746B (zh) | 2022-01-28 | 2023-03-07 | 电子科技大学 | 一种高精度真彩三维重建方法 |
CN114545417B (zh) * | 2022-04-25 | 2022-07-19 | 中国气象科学研究院 | 一种基于最优参数的雨滴谱反演方法和装置 |
CN116895039B (zh) * | 2023-09-11 | 2023-11-17 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种结冰云雾伪颗粒图像识别及特征参数测量方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101082562A (zh) * | 2007-06-28 | 2007-12-05 | 中国科学院安徽光学精密机械研究所 | 基于图像监测微颗粒形状与散射的装置 |
US20130242286A1 (en) * | 2012-03-16 | 2013-09-19 | Honda Motor Co., Ltd. | Particle image velocimetry system for three-dimensional space |
CN105424561A (zh) * | 2015-12-16 | 2016-03-23 | 南京理工大学 | 基于led光源的无透镜粒子显微定位装置及其方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009060793A1 (de) * | 2009-12-22 | 2011-07-28 | Carl Zeiss Microlmaging GmbH, 07745 | Hochauflösendes Mikroskop und Verfahren zur zwei- oder dreidimensionalen Positionsbestimmung von Objekten |
EP2588911B1 (en) * | 2010-04-27 | 2018-06-06 | Duke University | Monocentric lens-based multi-scale optical systems and methods of use |
-
2016
- 2016-11-02 CN CN201610951078.0A patent/CN106546513B/zh active Active
-
2017
- 2017-11-01 US US15/800,565 patent/US10084971B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101082562A (zh) * | 2007-06-28 | 2007-12-05 | 中国科学院安徽光学精密机械研究所 | 基于图像监测微颗粒形状与散射的装置 |
US20130242286A1 (en) * | 2012-03-16 | 2013-09-19 | Honda Motor Co., Ltd. | Particle image velocimetry system for three-dimensional space |
CN105424561A (zh) * | 2015-12-16 | 2016-03-23 | 南京理工大学 | 基于led光源的无透镜粒子显微定位装置及其方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107272757A (zh) * | 2017-06-27 | 2017-10-20 | 中国航空工业集团公司北京长城航空测控技术研究所 | 用于全视角扫描测量系统的机电扫描控制装置及控制方法 |
CN109307645A (zh) * | 2017-07-26 | 2019-02-05 | 四川西物激光技术有限公司 | 一种三维成像激光雨滴谱仪 |
US11828905B2 (en) | 2018-01-26 | 2023-11-28 | Institute Of Atmospheric Physics, Chinese Academy Of Sciences | Dual line diode array device and measurement method and measurement device for particle velocity |
CN108227044A (zh) * | 2018-01-26 | 2018-06-29 | 中国科学院大气物理研究所 | 一种基于双线阵的雨滴测量装置及方法 |
CN108227044B (zh) * | 2018-01-26 | 2020-03-27 | 中国科学院大气物理研究所 | 一种基于双线阵的雨滴测量装置及方法 |
CN108761573A (zh) * | 2018-04-28 | 2018-11-06 | 昆明理工大学 | 一种基于全息技术的双光路光学雨量计 |
CN108761573B (zh) * | 2018-04-28 | 2024-01-26 | 昆明理工大学 | 一种基于全息技术的双光路光学雨量计 |
CN108765578B (zh) * | 2018-05-15 | 2021-02-12 | 华中科技大学 | 离心铸造物理模拟的充型流体形貌三维拍摄系统及方法 |
CN108765578A (zh) * | 2018-05-15 | 2018-11-06 | 华中科技大学 | 离心铸造物理模拟的充型流体形貌三维拍摄系统及方法 |
CN109506593A (zh) * | 2018-09-21 | 2019-03-22 | 南昌工程学院 | 挑流水舌出射角、入水角量测的装置及使用方法 |
CN109506593B (zh) * | 2018-09-21 | 2021-01-29 | 南昌工程学院 | 挑流水舌出射角、入水角量测的装置及使用方法 |
CN111626088A (zh) * | 2019-09-24 | 2020-09-04 | 胡景鲁 | 基于雪花形状分析的气象参数检测系统 |
CN112082731A (zh) * | 2020-09-04 | 2020-12-15 | 中国农业大学 | 一种用于空化研究的纳秒级图像测量系统 |
CN113804605A (zh) * | 2021-08-26 | 2021-12-17 | 南京信息工程大学 | 一种基于光场摄像技术的三维雨滴谱仪及其运行工艺和应用 |
CN117148477A (zh) * | 2023-09-05 | 2023-12-01 | 中国人民解放军国防科技大学 | 降水粒子多角度立体成像测量装置及方法 |
CN117148477B (zh) * | 2023-09-05 | 2024-06-25 | 中国人民解放军国防科技大学 | 降水粒子多角度立体成像测量装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106546513B (zh) | 2019-04-23 |
US10084971B2 (en) | 2018-09-25 |
US20180124328A1 (en) | 2018-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106546513B (zh) | 一种基于正交双视场的三维降水粒子测量与重构装置及方法 | |
JP5891560B2 (ja) | 三次元画像を形成するための識別専用オプトロニックシステムおよび方法 | |
CN106772430B (zh) | 基于多分辨率小波逼近的单像素光子计数三维成像系统及方法 | |
Moorthy et al. | Field characterization of olive (Olea europaea L.) tree crown architecture using terrestrial laser scanning data | |
US8340402B2 (en) | Device and method for detecting a plant | |
CN101839981B (zh) | 激光成像回波波形和层次特征获取方法及装置 | |
CN103900494B (zh) | 用于双目视觉三维测量的同源点快速匹配方法 | |
CN103439756A (zh) | 一种基于粒子成像测速的自然降水粒子微物理特征测量方法 | |
US9958547B2 (en) | Three-dimensional imaging radar system and method based on a plurality of times of integral | |
CN104569972B (zh) | 一种植物根系三维构型无损检测方法 | |
CN102635056A (zh) | 一种沥青路面构造深度的测量方法 | |
CN110031830B (zh) | 一种基于激光线扫描成像的测距方法 | |
Clapuyt et al. | Unravelling earth flow dynamics with 3-D time series derived from UAV-SfM models | |
US7304645B2 (en) | System and method for improving signal to noise ratio in 3-D point data scenes under heavy obscuration | |
CN106707295A (zh) | 基于时间关联的三维成像装置和成像方法 | |
Korpela et al. | Backscattering of individual LiDAR pulses from forest canopies explained by photogrammetrically derived vegetation structure | |
Sun et al. | Large-scale building height estimation from single VHR SAR image using fully convolutional network and GIS building footprints | |
Ueda et al. | Slope disparity gating using a synchronized projector-camera system | |
Li et al. | A novel DEM extraction method based on chain correlation of CSAR subaperture images | |
KR102045079B1 (ko) | 테라헤르츠파를 이용한 검사 장치 | |
Hagstrom | Voxel-based LIDAR analysis and applications | |
Kirsten et al. | 3D data acquisition using stereo camera | |
Hyyppä et al. | Airborne laser scanning | |
CN105380638B (zh) | 一种用于激光散斑血流速度的定量成像装置及其方法 | |
Steinvall et al. | Performance of 3D laser radar through vegetation and camouflage |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190715 Address after: 211101 Jiangning City, Nanjing province Shuanglong street, No. 2, Patentee after: National University of Defense Technology Address before: 211101 Jiangning City, Nanjing province Shuanglong street, No. 2, Patentee before: PLA University OF SCIENCE AND TECHNOLOGY |