CN107478267A - 基于光场相机的三维流场的温度场和速度场同步测试方法 - Google Patents

基于光场相机的三维流场的温度场和速度场同步测试方法 Download PDF

Info

Publication number
CN107478267A
CN107478267A CN201710562877.3A CN201710562877A CN107478267A CN 107478267 A CN107478267 A CN 107478267A CN 201710562877 A CN201710562877 A CN 201710562877A CN 107478267 A CN107478267 A CN 107478267A
Authority
CN
China
Prior art keywords
mrow
field
msub
temperature
light
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
Application number
CN201710562877.3A
Other languages
English (en)
Other versions
CN107478267B (zh
Inventor
施圣贤
李浩天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201710562877.3A priority Critical patent/CN107478267B/zh
Publication of CN107478267A publication Critical patent/CN107478267A/zh
Application granted granted Critical
Publication of CN107478267B publication Critical patent/CN107478267B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

一种基于光场相机的三维流场的温度场和速度场同步测试方法,对磷光粒子进行温度和衰减时间的校准,获得该磷光粒子衰减时间和温度的精确关系;利用单光场相机获取待测流场中磷光粒子的时序粒子光场图像;预处理时序粒子光场图像,去除背景噪声;对时序粒子光场图像进行重构,获得时序三维粒子图像;对三维粒子图像进行互相关计算,获得三维流场速度场分布;对时序三维粒子图像进行衰减时间计算,并通过校准后的磷光粒子衰减时间和温度的精确关系获得对应的温度信息,获得三维流场温度场分布;对三维流场温度场和速度场分别进行后处理,对速度场和温度场结果进行修正。本发明同时测量三维流场的速度和温度分布,领先于世界先进水平。

Description

基于光场相机的三维流场的温度场和速度场同步测试方法
技术领域
本发明涉及流场观测技术领域,特别涉及一种基于单光场相机的三维流场温度场和速度场的同步测试方法。
背景技术
流场观测技术一直是国家重点发展的核心技术,可以应用于航空航天、船舶驱动、电力生产和汽车工业等重要核心工业中。现阶段对于二维流场的温度场和速度场的研究已经较为成熟,但是三维流场的温度场和速度场的同步测试方法仍是世界性难题。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于光场相机的三维流场的温度场和速度场同步测试方法。本发明能通过单个光场相机的时序图像采集而同步获取待测流场的三维速度分布和三维温度场分布,相比于现有多视角三维流场测试方法,极大的减少了硬件系统配置、简化了硬件系统调节步骤,特别适用于受限空间下的三维流场测量;并且该方法开创性的同时测量三维流场的速度和温度分布,领先于世界先进水平。
本发明所采用的技术方案如下:
一种基于光场相机的三维流场的温度场和速度场同步测试方法,包含以下步骤:
A1,对温敏磷光粒子进行温度和衰减时间的校准,获得该磷光粒子衰减时间和温度的精确关系;
A2,利用单光场相机获取待测流场中磷光粒子的时序粒子光场图像;
A3,预处理时序粒子光场图像,去除背景噪声;
A4,采用CPU和/或GPU并行处理方法,对时序粒子光场图像进行重构,获得时序三维粒子图像;
A5,对第一帧和第三帧的时序三维粒子图像进行互相关计算,获得三维流场速度场分布;
A6,对三维流场速度场进行后处理,剔除错误速度矢量,同时根据相邻正确矢量插值替代被剔除的错误矢量;
A7,对第一帧和第二帧的时序三维粒子图像进行衰减时间计算,并通过校准后的磷光粒子衰减时间和温度的精确关系获得对应的温度信息,获得三维流场温度场分布;
A8,对三维流场温度场进行后处理,剔除错误温度信息,同时根据相邻正确温度信息插值替代被剔除的错误温度信息。
步骤A1中,在恒温流场中撒布磷光粒子,用特殊波段激光光源提供面式照明,温敏磷光粒子会受激光激发,发射另一种波长的磷光,该粒子发射磷光会持续一段时间,并且在这段时间内的光照强度不断衰减直至消失,这段时间被称为衰减时间,该衰减时间的长度会随着温度的变化而变化,通过在恒温流场中插入热电偶测量该流场的温度,利用高速相机或者PMT光电倍增管精确测量磷光粒子在该温度下的衰减时间,然后不断改变流场温度,调整至恒温,重复上述过程,最后获得该磷光粒子衰减时间和温度的精确关系,用以后续测量的校准。
步骤A2中,在待测流场中撒布温敏磷光粒子,用特殊波长激光光源提供体式照明,然后利用高分辨或者高速图像传感器与微透镜阵列的精密封装体形成的单光场相机拍摄磷光粒子的时序光场图像,该相机能在极短的时间内连续拍摄两帧图像,然后间隔较长的时间进行下一组连续两帧的拍摄,其中由于磷光粒子会持续发光,该发光过程持续时间包含在光场相机一组连续两帧的时间内,一组连续两帧图像用于温度场的计算,而分别属于不同两组中的连续两帧图像用于速度场的计算。
步骤A3中,对所拍摄的时序粒子光场图像进行预处理,其中去除背景噪声的降噪运算采用全局阈值、局部阈值、高斯光滑滤波、滑动最小值滤波算法的一种或多种算法组合。
步骤A4中,所述的重构包括:
根据几何光学计算空间光束经主透镜、微透镜阵列后到达图像传感器的准确位置,对空间每一个体素所发出的光束,计算其与相交微透镜单元的重叠面积,以及其与相交CCD/CMOS像素的重叠面积,从而计算获得空间每个体素与对应像素的权重系数Wi,j
式中各变量的含义如下:
YCCD为光线与图像传感器相交点的坐标;
VB为光线与主镜头相交点的坐标;
sy为微透镜阵列中某一微透镜单元相对主光轴的偏移值;
Yl为光线与某一微透镜单元相交点的坐标;
si为主透镜与微透镜阵列之间的距离;
fl为微透镜焦距;
fm为主透镜焦距;
p为像素单元的尺寸;
M为放大系数,
利用密集光线逆追踪方法,定位空间重构体素所对应的像素集合,以每个像素为单元,根据式(1)来计算该像素所采集空间光线的位置,即反向追踪光线,以建立起像素与空间某一点光源所发出光线的对应关系;
利用流场磷光粒子的稀疏性,其对应所需重构的体素区域也为三维稀疏矩阵,将空间某一体素所对应的像素值相乘,如果乘积非零或者大于某一阈值,则表示该体素处可能存在一个磷光粒子,可以对其进行后续的重构计算;反之如果乘积为零或者小于某一阈值,则表示该体素处没有磷光粒子,后续重构计算中可以忽略该体素;
根据乘法代数重构算法,利用计算得到的权重系数Wi,j、以及所筛选出的非零体素,根据所记录的粒子光场像素矩阵I(xi,yi),迭代计算稀疏重构矩阵的体素值E(XjYj,Zj)k+1
式中:
E(Xj,Yj,Zj)为空间体素(Xj,Yj,Zj)的数值;上标k表示第k次迭代计算所得到该体素的数值;I(xi,yi)为像素(xi,yi)处的数值,该数值由光场相机所拍摄的磷光粒子光场图像获得;wi,j为体素j与像素i所对应的权重系数;μ为MART计算参数。
步骤A5中,将第一帧和第三帧的磷光粒子三维体素矩阵按照式(3)进行三维互相关计算,获取流场三维速度场分布,
其中:E1(i,j,k)表示在三维体素坐标为(i,j,k)处的数值;
E2(i+m,j+n,k+l)表示在三维体素(i+m,j+n,k+l)处的数值;
m、n、l分别第三帧粒子相对于第一帧对应粒子的相对坐标位移;
M、N、L分别表示该重构的三维体素在x、y、z三个方向上的最大值。
步骤A6中,采用全局阈值计算式(4)、局部中值滤波式(5)或者局部平均值滤波式(6)对获得的三维流场的速度场U(i,j,k),挑选并剔除出其中的错误矢量,并采用线性插值或者三次样条插值的方法,根据正确速度矢量插值获得替代矢量,
其中,是三维速度场的平均值;
STD(U(i,j,k))是三维速度场的标准方差;
TH为滤波阈值;
是局部(3×3×3)区域内的三维速度场平均值;STD(U(i-1:i+1,j-1:j+1,k-1:k+1))是局部(3×3×3)区域内的三维速度场标准方差;
U(i-1:i+1,j-1:j+1,k-1:k+1)是局部(3×3×3)区域内的三维速度场中值。
步骤A7中,将第一帧和第三帧的磷光粒子三维体素矩阵按照式(7)进行衰减时间的计算,通过A1中的校准结果,获得流场三维流场温度场分布,
λ(i,j,k)=-(ln((R(i,j,k)×e-5+1)/(R(i,j,k)+1))÷t1) (7)
其中,λ(i,j,k)是三维流场中对应体素在该温度下衰减时间τ(i,j,k)的倒数;
R(i,j,k)是三维流场中第一帧对应体素E1(i,j,k)和第二帧对应体素E2(i,j,k)的比值;
t1是光场相机连续两帧拍摄过程中第一帧的曝光时间。
步骤A8中,采用全局阈值计算式(8)、局部中值滤波式(9)或者局部平均值滤波式(10)对获得的三维流场温度场T(i,j,k),挑选并剔除出其中的错误温度,并采用线性插值或者三次样条插值的方法,根据正确温度插值获得替代温度,
其中,是三维温度场的平均值;
STD(T(i,j,k))是三维温度场的标准方差;
TH为滤波阈值;
是局部(3×3×3)区域内的三维温度场平均值;STD(T(i-1:i+1,j-1:j+1,k-1:k+1))是局部(3×3×3)区域内的三维温度场标准方差;
T(i-1:i+1,j-1:j+1,k-1:k+1)是局部(3×3×3)区域内的三维温度场中值。
本发明通过单个光场相机完成了对三维流场的速度场和温度场的同步测量,获得了较为精确的三维流场的温度分布和速度矢量分布情况,具有开创性意义。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明的利用光电倍增管测量磷光粒子温度和衰减时间原理示意图;
图2是本发明的单光场相机三维流场的温度场和速度场同步测试系统原理示意图;
图3是本发明实施例中光线追踪示意图;
图4是本发明实施例中权重系数计算示意图a;
图5是本发明实施例中权重系数计算示意图b;
图6是本发明实施例中密集光线逆追踪方法原理示意图;
图7是本发明实施例中同步测量三维流场时序示意图;
图8是本发明实施过程流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
图1实施例为本发明利用PMT光电倍增管模块对温敏磷光粒子Mg3F2GeO4:Mn(MFG)进行温度和衰减时间的校准,获得该磷光粒子衰减时间和温度的精确关系的系统示意图,包括一个光电倍增管模块1,一个恒温水浴箱2,一个磁力搅拌器3、一台紫外激光器4、一个具有水浴壁7的水箱、一个显示仪表5,图中阴影部分为测量区域8,一个旋转子10,受磁力搅拌器驱动后,在水箱内进行旋转,产生旋转流场。本系统通过355nm紫外激光激发磷光粒子9,粒子受激发发射660nm红光。该粒子发射红光会持续一段时间,并且在这段时间内的光照强度不断衰减直至消失。这段时间被称为衰减时间,该衰减时间的长度会随着温度的变化而变化。通过在恒温流场中插入热电偶6测量该流场的温度,利用PMT光电倍增管精确测量磷光粒子在该温度下的衰减时间,然后不断改变水浴箱温度,调整整个水浴系统至恒温,重复上述过程,最后获得该磷光粒子衰减时间和温度的精确关系,用以后续测量的校准。
图2为本发明中基于光场相机单光场相机三维流场的温度场和速度场同步测试系统原理示意图。类似与上述校准过程,在测量区域8中撒布磷光粒子,用355nm紫外激光光源4和透镜阵列11提供体式照明,受激发粒子发出的光通过主透镜12,然后利用高分辨或者高速图像传感器15与微透镜阵列(MLA)14的精密封装体形成的单光场相机拍摄磷光粒子的时序光场图像13。
在拍摄结束后,对原始时序粒子光场图片进行预处理,消除背景噪声和相机自身的误差。通过采用全局阈值、局部阈值、高斯光滑滤波、滑动最小值滤波算法的一种或多种算法组合,进行原始图片的降噪处理,提高测试结果的准确性。
在三维粒子重构方面,参阅图3至图5。由于光场相机本身结构的特殊性,其主透镜12和高分辨或者高速图像传感器(CCD/CMOS)15之间还有微透镜阵列14,所以光场相机可以通过一个视角拍摄出具有三维信息的图像。根据几何光学计算空间光束经主透镜、微透镜阵列后到达图像传感器的准确位置,对空间每一个体素(voxel)所发出的光束,计算其与相交微透镜单元的重叠面积,以及其与相交CCD/CMOS像素的重叠面积,从而计算获得空间每个体素与对应像素的权重系数Wi,j
利用密集光线逆追踪方法,定位空间重构体素(Voxel)所对应的像素集合,以每个像素为单元,根据式(1)来计算该像素所采集空间光线的位置,即反向追踪光线,以建立起像素与空间某一点光源所发出光线的对应关系。利用流场磷光粒子的稀疏性,其对应所需重构的体素区域也为三维稀疏矩阵16,将空间某一体素所对应的像素值相乘,如果乘积非零或者大于某一阈值,则表示该体素处可能存在一个磷光粒子,可以对其进行后续的重构计算;反之如果乘积为零或者小于某一阈值,则表示该体素处没有磷光粒子,后续重构计算中可以忽略该体素。
根据乘法代数重构算法,利用计算得到的权重系数Wi,j、以及所筛选出的非零体素,根据所记录的粒子光场像素矩阵I(xi,yi),迭代计算稀疏重构矩阵的体素值,最后重构出粒子的三维图像16。
参阅图6、图7,该相机能在极短的时间内(5ns)连续拍摄两帧图像,然后间隔较长的时间后进行下一组连续两帧的拍摄。其中由于磷光粒子会持续发光,该发光过程持续时间包含在光场相机一组连续两帧的时间内(如第一帧和第二帧),一组连续两帧图像(第一帧和第二帧)完整的记录了磷光粒子在衰减过程中的光照强度信息,根据式(7)计算所测量三维区域对应体素的衰减时间,根据校准得到的温度和衰减时间的关系,计算得到三维流场的温度分布。
而第一帧和第三帧图像(分别属于不同两组连续两帧)用于速度场的计算。由于连续两帧(第一帧和第二帧)时间间隔只有5ns,时间太过于短暂无法用于速度场的计算,故使用第一帧和第三帧图像进行互相关计算,通过式(3)计算得到两帧图像对应粒子的速度变化,从而得到三维流场的速度矢量分布。
最后对初步得到的三维速度矢量场和温度场分别进行后处理,采用全局阈值计算、局部中值滤波或者局部平均值滤波式对获得的三维流场温度场T(i,j,k)和速度场U(i,j,k)处理,分别挑选并剔除出其中的错误温度和错误速度矢量,并采用线性插值或者三次样条插值的方法,根据正确温度插值获得替代温度,根据正确速度矢量插值获得替代速度矢量。
最后获得被测三维流场的同步的温度场和速度矢量场的三维分布结果。
图8示意了本发明方法的实施过程流程图。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。

Claims (9)

1.一种基于光场相机的三维流场的温度场和速度场同步测试方法,包含以下步骤:
A1,对温敏磷光粒子进行温度和衰减时间的校准,获得该磷光粒子衰减时间和温度的精确关系;
A2,利用单光场相机获取待测流场中磷光粒子的时序粒子光场图像;
A3,预处理时序粒子光场图像,去除背景噪声;
A4,采用CPU和/或GPU并行处理方法,对时序粒子光场图像进行重构,获得时序三维粒子图像;
A5,对第一帧和第三帧的时序三维粒子图像进行互相关计算,获得三维流场速度场分布;
A6,对三维流场速度场进行后处理,剔除错误速度矢量,同时根据相邻正确矢量插值替代被剔除的错误矢量;
A7,对第一帧和第二帧的时序三维粒子图像进行衰减时间计算,并通过校准后的磷光粒子衰减时间和温度的精确关系获得对应的温度信息,获得三维流场温度场分布;
A8,对三维流场温度场进行后处理,剔除错误温度信息,同时根据相邻正确温度信息插值替代被剔除的错误温度信息。
2.根据权利要求1所述的基于光场相机的三维流场的温度场和速度场同步测试方法,其特征在于,步骤A1中,在恒温流场中撒布磷光粒子,用激光光源提供面式照明,温敏磷光粒子会受激光激发,发射另一种波长的磷光,该粒子发射磷光会持续一段时间,并且在这段时间内的光照强度不断衰减直至消失,这段时间被称为衰减时间,该衰减时间的长度会随着温度的变化而变化,通过在恒温流场中插入热电偶测量该流场的温度,利用高速相机或者PMT光电倍增管精确测量磷光粒子在该温度下的衰减时间,然后不断改变流场温度,调整至恒温,重复上述过程,最后获得该磷光粒子衰减时间和温度的精确关系,用以后续测量的校准。
3.根据权利要求1所述的基于光场相机的三维流场的温度场和速度场同步测试方法,其特征在于,步骤A2中,在待测流场中撒布温敏磷光粒子,用激光光源提供体式照明,然后利用高分辨或者高速图像传感器与微透镜阵列的精密封装体形成的单光场相机拍摄磷光粒子的时序光场图像,该相机能在极短的时间内连续拍摄两帧图像,然后间隔较长的时间进行下一组连续两帧的拍摄,其中由于磷光粒子会持续发光,该发光过程持续时间包含在光场相机一组连续两帧的时间内,一组连续两帧图像用于温度场的计算,而分别属于不同两组中的连续两帧图像用于速度场的计算。
4.根据权利要求1所述的基于光场相机的三维流场的温度场和速度场同步测试方法,其特征在于,步骤A3中,对所拍摄的时序粒子光场图像进行预处理,其中去除背景噪声的降噪运算采用全局阈值、局部阈值、高斯光滑滤波、滑动最小值滤波算法的一种或多种算法组合。
5.根据权利要求1所述的基于光场相机的三维流场的温度场和速度场同步测试方法,其特征在于,步骤A4中,所述的重构包括:
根据几何光学计算空间光束经主透镜、微透镜阵列后到达图像传感器的准确位置,对空间每一个体素所发出的光束,计算其与相交微透镜单元的重叠面积,以及其与相交CCD/CMOS像素的重叠面积,从而计算获得空间每个体素与对应像素的权重系数Wi,j
<mrow> <msub> <mi>Y</mi> <mrow> <mi>C</mi> <mi>C</mi> <mi>D</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>V</mi> <mi>B</mi> </msub> <mo>-</mo> <mrow> <mo>(</mo> <msub> <mi>s</mi> <mi>y</mi> </msub> <mo>+</mo> <msub> <mi>Y</mi> <mi>l</mi> </msub> <mo>)</mo> </mrow> </mrow> <msub> <mi>s</mi> <mi>i</mi> </msub> </mfrac> <msub> <mi>f</mi> <mi>l</mi> </msub> <mo>+</mo> <msub> <mi>s</mi> <mi>y</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mo>(</mo> <msub> <mi>V</mi> <mi>B</mi> </msub> <mo>-</mo> <msub> <mi>s</mi> <mi>y</mi> </msub> <mo>)</mo> <msub> <mi>f</mi> <mi>l</mi> </msub> </mrow> <mrow> <msub> <mi>f</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>M</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>+</mo> <msub> <mi>s</mi> <mi>y</mi> </msub> <mo>-</mo> <mfrac> <msub> <mi>f</mi> <mi>l</mi> </msub> <mrow> <msub> <mi>f</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>M</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <msub> <mi>Y</mi> <mi>l</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
式中各变量的含义如下:
YCCD为光线与图像传感器相交点的坐标;
VB为光线与主镜头相交点的坐标;
sy为微透镜阵列中某一微透镜单元相对主光轴的偏移值;
Yl为光线与某一微透镜单元相交点的坐标;
si为主透镜与微透镜阵列之间的距离;
fl为微透镜焦距;
fm为主透镜焦距;
p为像素单元的尺寸;
M为放大系数,
利用密集光线逆追踪方法,定位空间重构体素所对应的像素集合,以每个像素为单元,根据式(1)来计算该像素所采集空间光线的位置,即反向追踪光线,以建立起像素与空间某一点光源所发出光线的对应关系;
利用流场磷光粒子的稀疏性,其对应所需重构的体素区域也为三维稀疏矩阵,将空间某一体素所对应的像素值相乘,如果乘积非零或者大于某一阈值,则表示该体素处可能存在一个磷光粒子,可以对其进行后续的重构计算;反之如果乘积为零或者小于某一阈值,则表示该体素处没有磷光粒子,后续重构计算中可以忽略该体素;
根据乘法代数重构算法,利用计算得到的权重系数Wi,j、以及所筛选出的非零体素,根据所记录的粒子光场像素矩阵I(xi,yi),迭代计算稀疏重构矩阵的体素值E(Xj,Yj,Zj)k+1
<mrow> <mi>E</mi> <msup> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mi>j</mi> </msub> <mo>,</mo> <msub> <mi>Y</mi> <mi>j</mi> </msub> <mo>,</mo> <msub> <mi>Z</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msup> <mo>=</mo> <mi>E</mi> <msup> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mi>j</mi> </msub> <mo>,</mo> <msub> <mi>Y</mi> <mi>j</mi> </msub> <mo>,</mo> <msub> <mi>Z</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mi>k</mi> </msup> <msup> <mrow> <mo>(</mo> <mfrac> <mrow> <mi>I</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>&amp;Element;</mo> <msub> <mi>N</mi> <mi>i</mi> </msub> </mrow> </munder> <msub> <mi>w</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mi>E</mi> <msup> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mi>j</mi> </msub> <mo>,</mo> <msub> <mi>Y</mi> <mi>j</mi> </msub> <mo>,</mo> <msub> <mi>Z</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mi>k</mi> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mrow> <msub> <mi>&amp;mu;w</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
式中:
E(Xj,Yj,Zj)为空间体素(Xj,Yj,Zj)的数值;上标k表示第k次迭代计算所得到该体素的数值;I(xi,yi)为像素(xi,yi)处的数值,该数值由光场相机所拍摄的磷光粒子光场图像获得;wi,j为体素j与像素i所对应的权重系数;μ为MART计算参数。
6.根据权利要求1所述的基于光场相机的三维流场的温度场和速度场同步测试方法,其特征在于,步骤A5中,将第一帧和第三帧的磷光粒子三维体素矩阵按照式(3)进行三维互相关计算,获取流场三维速度场分布,
<mrow> <mi>&amp;Phi;</mi> <mrow> <mo>(</mo> <mi>m</mi> <mo>,</mo> <mi>n</mi> <mo>,</mo> <mi>l</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>L</mi> </munderover> <msub> <mi>E</mi> <mn>1</mn> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <msub> <mi>E</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>+</mo> <mi>m</mi> <mo>,</mo> <mi>j</mi> <mo>+</mo> <mi>n</mi> <mo>,</mo> <mi>k</mi> <mo>+</mo> <mi>l</mi> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
其中:E1(i,j,k)表示在三维体素坐标为(i,j,k)处的数值;
E2(i+m,j+n,k+l)表示在三维体素(i+m,j+n,k+l)处的数值;
m、n、l分别第三帧粒子相对于第一帧对应粒子的相对坐标位移;
M、N、L分别表示该重构的三维体素在x、y、z三个方向上的最大值。
7.根据权利要求1所述的基于光场相机的三维流场的温度场和速度场同步测试方法,其特征在于,步骤A6中,采用全局阈值计算式(4)、局部中值滤波式(5)或者局部平均值滤波式(6)对获得的三维流场的速度场U(i,j,k),挑选并剔除出其中的错误矢量,并采用线性插值或者三次样条插值的方法,根据正确速度矢量插值获得替代矢量,
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mo>&gt;</mo> <mover> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mi>T</mi> <mi>H</mi> <mo>*</mo> <mi>S</mi> <mi>T</mi> <mi>D</mi> <mrow> <mo>(</mo> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mo>&lt;</mo> <mover> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mi>T</mi> <mi>H</mi> <mo>*</mo> <mi>S</mi> <mi>T</mi> <mi>D</mi> <mrow> <mo>(</mo> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mo>&gt;</mo> <mover> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>i</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>j</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mi>T</mi> <mi>H</mi> <mo>*</mo> <mi>S</mi> <mi>T</mi> <mi>D</mi> <mrow> <mo>(</mo> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>i</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>j</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mo>&lt;</mo> <mover> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>i</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>j</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mi>T</mi> <mi>H</mi> <mo>*</mo> <mi>S</mi> <mi>T</mi> <mi>D</mi> <mrow> <mo>(</mo> <mrow> <mi>U</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>i</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>j</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
其中,是三维速度场的平均值;
STD(U(i,j,k))是三维速度场的标准方差;
TH为滤波阈值;
是局部(3×3×3)区域内的三维速度场平均值;STD(U(i-1:i+1,j-1:j+1,k-1:k+1))是局部(3×3×3)区域内的三维速度场标准方差;
U(i-1:i+1,j-1:j+1,k-1:k+1)是局部(3×3×3)区域内的三维速度场中值。
8.根据权利要求1所述的基于光场相机的三维流场的温度场和速度场同步测试方法,其特征在于,步骤A7中,将第一帧和第三帧的磷光粒子三维体素矩阵按照式(7)进行衰减时间的计算,通过A1中的校准结果,获得流场三维流场温度场分布,
λ(i,j,k)=-(ln((R(i,j,k)×e-5+1)/(R(i,j,k)+1))÷t1) (7)
其中,λ(i,j,k)是三维流场中对应体素在该温度下衰减时间τ(i,j,k)的倒数;
R(i,j,k)是三维流场中第一帧对应体素E1(i,j,k)和第二帧对应体素E2(i,j,k)的比值;
t1是光场相机连续两帧拍摄过程中第一帧的曝光时间。
9.根据权利要求1所述的基于光场相机的三维流场的温度场和速度场同步测试方法,其特征在于,步骤A8中,采用全局阈值计算式(8)、局部中值滤波式(9)或者局部平均值滤波式(10)对获得的三维流场温度场T(i,j,k),挑选并剔除出其中的错误温度,并采用线性插值或者三次样条插值的方法,根据正确温度插值获得替代温度,
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mo>&gt;</mo> <mover> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mi>T</mi> <mi>H</mi> <mo>*</mo> <mi>S</mi> <mi>T</mi> <mi>D</mi> <mrow> <mo>(</mo> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mo>&lt;</mo> <mover> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mi>T</mi> <mi>H</mi> <mo>*</mo> <mi>S</mi> <mi>T</mi> <mi>D</mi> <mrow> <mo>(</mo> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mo>&gt;</mo> <mover> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>i</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>j</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mi>T</mi> <mi>H</mi> <mo>*</mo> <mi>S</mi> <mi>T</mi> <mi>D</mi> <mrow> <mo>(</mo> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>i</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>j</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> <mo>)</mo> </mrow> <mo>&lt;</mo> <mover> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>i</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>j</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mi>T</mi> <mi>H</mi> <mo>*</mo> <mi>S</mi> <mi>T</mi> <mi>D</mi> <mrow> <mo>(</mo> <mrow> <mi>T</mi> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>i</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>j</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>:</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
其中,是三维温度场的平均值;
STD(T(i,j,k))是三维温度场的标准方差;
TH为滤波阈值;
是局部(3×3×3)区域内的三维温度场平均值;STD(T(i-1:i+1,j-1:j+1,k-1:k+1))是局部(3×3×3)区域内的三维温度场标准方差;
T(i-1:i+1,j-1:j+1,k-1:k+1)是局部(3×3×3)区域内的三维温度场中值。
CN201710562877.3A 2017-07-11 2017-07-11 基于光场相机的三维流场的温度场和速度场同步测试方法 Active CN107478267B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710562877.3A CN107478267B (zh) 2017-07-11 2017-07-11 基于光场相机的三维流场的温度场和速度场同步测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710562877.3A CN107478267B (zh) 2017-07-11 2017-07-11 基于光场相机的三维流场的温度场和速度场同步测试方法

Publications (2)

Publication Number Publication Date
CN107478267A true CN107478267A (zh) 2017-12-15
CN107478267B CN107478267B (zh) 2020-02-21

Family

ID=60595683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710562877.3A Active CN107478267B (zh) 2017-07-11 2017-07-11 基于光场相机的三维流场的温度场和速度场同步测试方法

Country Status (1)

Country Link
CN (1) CN107478267B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109166154A (zh) * 2018-08-29 2019-01-08 上海交通大学 用于光场三维粒子图像重构的光场相机校准方法
CN110160660A (zh) * 2019-05-30 2019-08-23 上海交通大学 基于光场相机的高温部件多光谱测温方法及系统
CN110677968A (zh) * 2019-09-26 2020-01-10 中国科学院力学研究所 等离子体射流速度的监测方法与设备
CN111147760A (zh) * 2019-12-23 2020-05-12 兴科迪智能科技(北京)有限公司 一种光场相机及其光度调整方法、装置及电子设备
CN111307320A (zh) * 2020-03-02 2020-06-19 华北电力大学 一种利用ccd相机测量炉膛温度分布的系统及方法
CN111596092A (zh) * 2020-05-18 2020-08-28 天津大学 一种基于激光诱导磷光粒子成像测速装置及方法
CN114062712A (zh) * 2021-09-29 2022-02-18 东南大学 基于单光场成像的合成孔径粒子图像测速方法及装置
CN114170567A (zh) * 2021-12-01 2022-03-11 北京拙河科技有限公司 监测区域亿级像素的光场相机ai分析系统及其方法
CN114636487A (zh) * 2022-03-10 2022-06-17 西安交通大学 一种喷雾场液滴群温度和速度同步测量方法
CN114688990A (zh) * 2020-12-28 2022-07-01 北京振兴计量测试研究所 一种基于光场相机的多参数三维测量装置、系统及方法
CN114740222A (zh) * 2022-03-15 2022-07-12 西安交通大学 一种动静叶栅间三维速度场均匀性测量装置及测量方法
CN116519257A (zh) * 2023-04-19 2023-08-01 南京航空航天大学 基于单光场相机双视角背景纹影的三维流场测试方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104807501A (zh) * 2015-04-15 2015-07-29 上海交通大学 紫外激光诱导磷光成像同步测速和测温方法及系统
CN106153977A (zh) * 2016-06-21 2016-11-23 上海交通大学 一种基于单光场相机的三维流场测试方法
CN106303175A (zh) * 2016-08-17 2017-01-04 李思嘉 一种基于单光场相机多重视角的虚拟现实三维数据采集方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104807501A (zh) * 2015-04-15 2015-07-29 上海交通大学 紫外激光诱导磷光成像同步测速和测温方法及系统
CN106153977A (zh) * 2016-06-21 2016-11-23 上海交通大学 一种基于单光场相机的三维流场测试方法
CN106303175A (zh) * 2016-08-17 2017-01-04 李思嘉 一种基于单光场相机多重视角的虚拟现实三维数据采集方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109166154B (zh) * 2018-08-29 2020-09-04 上海交通大学 用于光场三维粒子图像重构的光场相机校准方法
CN109166154A (zh) * 2018-08-29 2019-01-08 上海交通大学 用于光场三维粒子图像重构的光场相机校准方法
CN110160660A (zh) * 2019-05-30 2019-08-23 上海交通大学 基于光场相机的高温部件多光谱测温方法及系统
CN110160660B (zh) * 2019-05-30 2020-07-14 上海交通大学 基于光场相机的高温部件多光谱测温方法及系统
CN110677968A (zh) * 2019-09-26 2020-01-10 中国科学院力学研究所 等离子体射流速度的监测方法与设备
CN111147760A (zh) * 2019-12-23 2020-05-12 兴科迪智能科技(北京)有限公司 一种光场相机及其光度调整方法、装置及电子设备
CN111147760B (zh) * 2019-12-23 2021-08-24 兴科迪智能科技(北京)有限公司 一种光场相机及其光度调整方法、装置及电子设备
CN111307320A (zh) * 2020-03-02 2020-06-19 华北电力大学 一种利用ccd相机测量炉膛温度分布的系统及方法
CN111596092A (zh) * 2020-05-18 2020-08-28 天津大学 一种基于激光诱导磷光粒子成像测速装置及方法
CN114688990A (zh) * 2020-12-28 2022-07-01 北京振兴计量测试研究所 一种基于光场相机的多参数三维测量装置、系统及方法
CN114688990B (zh) * 2020-12-28 2023-11-03 北京振兴计量测试研究所 一种基于光场相机的多参数三维测量装置、系统及方法
CN114062712A (zh) * 2021-09-29 2022-02-18 东南大学 基于单光场成像的合成孔径粒子图像测速方法及装置
CN114062712B (zh) * 2021-09-29 2022-09-06 东南大学 基于单光场成像的合成孔径粒子图像测速方法及装置
CN114170567A (zh) * 2021-12-01 2022-03-11 北京拙河科技有限公司 监测区域亿级像素的光场相机ai分析系统及其方法
CN114170567B (zh) * 2021-12-01 2022-07-12 北京拙河科技有限公司 监测区域亿级像素的光场相机ai分析系统及其方法
CN114636487A (zh) * 2022-03-10 2022-06-17 西安交通大学 一种喷雾场液滴群温度和速度同步测量方法
CN114740222A (zh) * 2022-03-15 2022-07-12 西安交通大学 一种动静叶栅间三维速度场均匀性测量装置及测量方法
CN116519257A (zh) * 2023-04-19 2023-08-01 南京航空航天大学 基于单光场相机双视角背景纹影的三维流场测试方法及系统
CN116519257B (zh) * 2023-04-19 2024-05-24 南京航空航天大学 基于单光场相机双视角背景纹影的三维流场测试方法及系统

Also Published As

Publication number Publication date
CN107478267B (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
CN107478267A (zh) 基于光场相机的三维流场的温度场和速度场同步测试方法
Heide et al. Diffuse mirrors: 3D reconstruction from diffuse indirect illumination using inexpensive time-of-flight sensors
CN107561311A (zh) 基于双光场相机的三维流场测试方法
CN106153977A (zh) 一种基于单光场相机的三维流场测试方法
US8941820B2 (en) Particle image velocimetry system for three-dimensional space
RU2502104C2 (ru) Способ и камера для получения визуальной информации из трехмерных объектов съемки в режиме реального времени
CN111257497A (zh) 一种火焰温度场测量装置及方法
Sourgen et al. Reconstruction of the density field using the colored background oriented schlieren technique (CBOS)
US8922636B1 (en) Synthetic aperture imaging for fluid flows
CN109166154A (zh) 用于光场三维粒子图像重构的光场相机校准方法
CN109916531B (zh) 一种基于光场重聚焦的半透明火焰三维温度场测量方法
CN104596444B (zh) 一种基于编码图案投影的三维照相系统及方法
JP4239175B2 (ja) ボリュームにおける三次元の速度フィールドを測定する方法
CN104634323B (zh) 一种多级摄像三维照相系统及方法
Zhu et al. Volumetric resolution of light field imaging and its effect on the reconstruction of light field PIV
Lynch et al. Preliminary development of a 3-D, 3-C PIV technique using light field imaging
EP3809164B1 (fr) Procédé de suivi de la position d&#39;une source irradiante
Bisel et al. A comparison of flat white aerosol and rhodamine (r6g) fluorescent paints and their effect on the results of tomographic piv measurements
Xing et al. Single camera based dual-view light-field particle imaging velocimetry with isotropic resolution
CN106767394A (zh) 一种对物体进行三维扫描的方法、装置及系统
Ponitz et al. Volumetric velocimetry via scanning back-projection and least-squares-matching algorithms of a vortex ring
US9279887B2 (en) Self-similar, transversely shift-invariant point response function in single photon emission computed tomography
Kurada et al. A new particle image velocimetry technique for three-dimensional flows
Wieneke et al. Lagrangian particle tracking in the presence of obstructing objects
Sharif et al. Laser Guided Real Time Object Measurement and Distance Calculation System

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