CN112837291A - 一种基于温敏漆技术的层流机翼转捩位置测量图像处理方法 - Google Patents
一种基于温敏漆技术的层流机翼转捩位置测量图像处理方法 Download PDFInfo
- Publication number
- CN112837291A CN112837291A CN202110149384.3A CN202110149384A CN112837291A CN 112837291 A CN112837291 A CN 112837291A CN 202110149384 A CN202110149384 A CN 202110149384A CN 112837291 A CN112837291 A CN 112837291A
- Authority
- CN
- China
- Prior art keywords
- image
- temperature
- wing
- test sequence
- laminar 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.)
- Granted
Links
- 230000007704 transition Effects 0.000 title claims abstract description 81
- 239000003973 paint Substances 0.000 title claims abstract description 49
- 238000005516 engineering process Methods 0.000 title claims abstract description 34
- 238000005259 measurement Methods 0.000 title claims abstract description 34
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 101
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000008859 change Effects 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 106
- 238000001914 filtration Methods 0.000 claims description 23
- 238000013507 mapping Methods 0.000 claims description 15
- 238000007664 blowing Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000001816 cooling Methods 0.000 claims description 8
- 238000010438 heat treatment Methods 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 8
- 230000000875 corresponding effect Effects 0.000 claims description 6
- 238000011524 similarity measure Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000000295 complement effect Effects 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 2
- 238000011045 prefiltration Methods 0.000 claims 1
- 230000009466 transformation Effects 0.000 description 32
- 238000013461 design Methods 0.000 description 13
- 238000000576 coating method Methods 0.000 description 12
- 239000011248 coating agent Substances 0.000 description 11
- 230000008901 benefit Effects 0.000 description 9
- 230000005284 excitation Effects 0.000 description 6
- 238000000691 measurement method Methods 0.000 description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005424 photoluminescence Methods 0.000 description 3
- 238000010791 quenching Methods 0.000 description 3
- 230000000171 quenching effect Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004441 surface measurement Methods 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 229910052693 Europium Inorganic materials 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012942 design verification Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- OGPBJKLSAFTDLK-UHFFFAOYSA-N europium atom Chemical compound [Eu] OGPBJKLSAFTDLK-UHFFFAOYSA-N 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种基于温敏漆技术的层流机翼转捩位置测量图像处理方法,包括:S1、图像采集,采用温敏漆技术对层流机翼表面进行处理,并在处理后的层流机翼表面预定位置进行标记,采用相机对风洞中的层流机翼进行背景图像、参考图像和试验序列图像的采集;S2、图像配准;S3、图像处理,并基于光强比值序列图像和温敏漆校准系数关系式换算和计算,获得层流机翼表面热流数据图像;S4、依据光强比或热流沿层流机翼弦向的梯度变化判断机翼表面转捩区域和转捩位置。本发明提供一种基于温敏漆技术的层流机翼转捩位置测量图像处理方法,用于层流机翼转捩位置测量的温敏漆技术图像数据处理使用,利用该方法可处理获得层流机翼转捩区域和转捩位置。
Description
技术领域
本发明属于风洞光学测量试验技术图像信息处理领域,具体涉及一种基于温敏漆技术的层流机翼转捩位置测量图像处理方法。
背景技术
为了实现节能减排和增加航程的目标,飞行器气动减阻技术成为空气动力学设计人员重点研究的对象,随着航空工业设计技术和制造工艺的突飞猛进,层流流动设计逐步成为可能。对于民用客机而言,层流机翼设计技术可以降低摩擦阻力30%左右,进而可提高15%左右的巡航效率,气动收益非常明显,提升气动性能的同时有效降低了燃油消耗和污染排放及飞行噪声。为了检验层流机翼设计方法和层流机翼的气动特性,需要机翼转捩位置测量或预测方法,转捩位置确定是层流飞行器设计的关键技术之一。层流机翼转捩位置确定方法一般采用两种手段,数值模拟和风洞试验。因为数值模拟计算量大、精度难以保证,故一般采用风洞试验的方法测量层流机翼的转捩位置,进而验证层流机翼的设计方法,评估设计优劣。
利用层流与湍流的热对流强度不同造成模型表面层流区与湍流区的温度有所不同这一特性,对温度分布的测量可有效判断转捩位置。传统的转捩测量方法将温度传感器布置在机翼模型表面,通过温度传感器测量获得模型表面温度,进而根据温度分布判断模型表面转捩位置。该方法存在诸多缺陷:一、因为传感器突出或凹陷于机翼模型表面均会对表面流场产生干扰,使得机翼表面气流速度或流场结构产生差异,进而造成表面温度测量误差,故要求传感器与机翼模型表面严格平齐,传感器安装难度较大。二、安装温度传感器需要在安装位置和走线通道对机翼模型进行开孔和开槽,加大了模型设计、加工难度,提高了模型设计和加工成本。三、在翼尖或机翼后缘等薄部件上,因厚度空间不足可能导致无法安装温度传感器,从而无法对上述区域进行转捩位置测量。四、温度传感器属于离散点测量方法,只能进行机翼表面若干点的测量,空间分辨率很低,无法获取层流机翼的准确转捩位置。还可以利用光学方法进行机翼转捩位置测量,该类方法具有面测量的优势,常用的测量方法有相变热图、温敏液晶、红外热图和磷光热图等,但因其自身固有缺陷制约了应用范围,如相变热图和温敏液晶只能作为半定量测量技术,红外相机空间分辨率不高且受测量光路中透明材料透射率影响大、磷光热图技术受无机磷光物质表面成膜方式与工艺制约明显等。
温敏涂料具有光致发光和激发光的热猝熄特性,光致发光特性指涂料在一定波长激发光照射下可发射另一波长光,热猝熄特性指涂料发射光强度随温度升高而降低。基于涂料的上述两种特性,原理上可在模型表面喷涂温敏涂料,以特定波长的激发光照射涂料,利用模型表面涂料的光致发光和热猝熄特性,将涂料发光强度换算成模型表面温度,根据层流与湍流的热对流强度不同造成模型表面层流区与湍流区的温度有所不同的这一特性,依据温度梯度可判断模型表面气流的转捩位置。以温敏涂料作为传感器方法可实现模型表面大区域连续测量,无需在模型表面安装传感器,对流场无干扰,也无需开孔、开槽,减小了模型设计、加工难度和成本,其具有分辨率高、转捩位置判断精确等突出优势。与现有的转捩测量方法比较,温敏涂料具有较大优势,但目前尚没有应用到层流机翼转捩位置测量中,试验方法还不成熟,相关图像处理方法急需建立。
总之,传统的温度传感器转捩测量方法安装难度高、流动干扰大、模型设计加工成本高,只能进行点测量,空间分辨率低,而常用的相变热图、温敏液晶、红外热图和磷光热图等光学测量方法因其自身固有缺陷制约了应用范围,无法准确测量机翼模型转捩位置。温敏涂料方法具有面测量、空间分辨率高、模型设计加工难度和成本低、来流无扰动、转捩位置判断精确等优点,但目前尚没有应用到层流机翼转捩位置测量中,其相关图像处理方法急需建立。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷,并提供至少后面将说明的优点。
为了实现根据本发明的这些目的和其它优点,提供了一种基于温敏漆技术的层流机翼转捩位置测量图像处理方法,包括:
S1、图像采集,采用温敏漆技术对层流机翼表面进行处理,并在处理后的层流机翼表面预定位置进行标记,采用相机对风洞中的层流机翼进行背景图像、参考图像和试验序列图像的采集;
S2、图像配准,基于标记点坐标关系,将采集的试验序列图像配准到参考图像位置上;
S3、图像处理,对配准后的试验序列图像、参考图像进行处理以得到光强比值序列图像,并基于光强比值序列图像和温敏漆校准系数关系式换算和计算,获得层流机翼表面热流数据图像;
S4、基于光强比值序列图像或热流数据图像,依据光强比或热流沿层流机翼弦向的梯度变化判断机翼表面转捩区域和转捩位置。
优选的是,在S2中,图像配准被配置为包括:
S21、载入相机采集的层流机翼背景图像、参考图像和试验序列图像,在参考图像和试验序列图像上进行标记特征点选取、标记点识别和标记点定位,并保存定位的标记点坐标文件;
S22、根据标记点坐标关系,将试验序列图像配准到参考图像位置,检验配准精度,若精度达标,保存配准后的试验序列图像,进入步骤S3,若精度不达标,则返回步骤S21。
优选的是,所述S21被配置为包括:
S210、载入机翼模型的背景图像、参考图像均为20幅,并将20幅图像进行平均处理后获得分别保存于二维矩阵中的一幅背景图像和一幅参考图像;
S211、载入的试验序列图像为保存到三维矩阵中的100幅;
其中,标记点被配置为包括至少12个均匀分布在机翼图像四周的黑色圆形标记点,且标记点的定位被配置为采用质心法、形心法、基于模板的互相关法中的任意一种;
所述基于模板的互相关法是利用模板图像在标记点图像中移动搜索,在模板图像与模板占据的标记点图像灰度值互相关相似性测度极大时确定标记点位置,互相关相似性测度如下式:
其中,Cfl为相似性互相关测度,f(x,y)为模板图像灰度,I(x,y)为标记点图像灰度,针对图像中较小的标记点,为了增强标记点定位的可靠性,将模板灰度扩展为偏微分形式,其扩展方法如下式:
f(x,y)=f0(x,y)+fxΔx+fyΔy
其中,f0(x,y)代表标记点灰度值,fx和fy分别为灰度值在x和y方向的偏微分。
优选的是,所述步骤S22被配置为包括:
S220、采用基于特征信息的配准方法,对参考图像和试验序列图像中的特征点进行提取、定位,拟合参考图像和试验序列图像的相互关系,获得试验序列图像与参考图像的配准关系;
S221、利用配准关系式将试验序列图像逐个像素点灰度值映射到参考图像中;
其中,对于映射后的试验序列图像不在整数像素点上的,利用插值方法计算整数像素点上的灰度值,完成试验序列图像的配准。
优选的是,在S3中,所述图像处理被配置为包括:
S31、将参考图像减除背景图像,试验序列图像减除背景图像,并将减除背景图像后的参考图像和试验序列图像进行前滤波;
S32、依据机翼模型在图像中的区域,对参考图像和试验序列图像进行剪裁,获得剪裁后的参考图像和试验序列图像;
S33、对机翼模型中无温敏漆区域进行图像填充,机翼模型以外的区域设置为背景区域,获得填充后的参考图像和试验序列图像;
S34、将参考图像与试验序列图像进行比值处理,获得光强比值序列图像,并对比值序列图像进行后滤波;
S35、根据光强比值序列图像和温敏漆校准系数关系式换算获得机翼表面温度数据序列图像;
S36、根据S36获得的温度数据序列图像,计算获得层流机翼表面热流数据图像。
优选的是,在步骤S31中,所述前滤波被配置为采用高斯滤波,其高斯函数形式为:
其中,x,y为像素点坐标,决定高斯函数宽度的σ取为1.5。
优选的是,在步骤S33中,所述图像填充被配置为包括:
S330、采用插值方法对图像进行填充;
S331、采用绝对阈值法和相对阈值法设置背景区域;
其中,绝对阈值法采用像素光强小于设置阈值设为背景的方法,相对阈值法采用像素光强与全图最大光强比值小于设置阈值设为背景的方法;
在步骤S34中,所述后滤波被配置为采用中值滤波。
优选的是,在步骤S35中,所述温敏漆校准系数关系式形式为:
其中,P为压力,αji为校准系数,Ir为吹风和不吹风两种状态下温敏图像和参考图像光强比值,T为温度。
优选的是,在步骤S36中,所述热流数据计算式为:
其中,Tw为机翼模型表面温度,Ti为机翼模型初始时刻温度,Taw为机翼模型绝热温度,一般地取Taw=0.9T0,T0为风洞来流总温,h为当地传热系数,t为气流对机翼模型加热或冷却时间,ρ、c、k分别为机翼模型材料的密度、比热和导热率,erfc(β)为互补误差函数。由于Ti,Taw,ρck均已知,在风洞试验中测出机翼模型表面的当地温度Tw和模型在气流中的加热或冷却时间t,即可算出热交换系数h,继而机翼模型的热流值q可以根据式q=h(Taw-Tw)计算得到。
优选的是,步骤S4中,通过从层流向湍流转捩时,模型表面摩擦系数增大引起热传递系数相应增大,导致模型壁温的明显跃变,而图像光强比和热流与模型壁温相关,进而将光强比和热流突变的大梯度区域判定为转捩区域和转捩位置。
本发明至少包括以下有益效果:其一,本发明用于层流机翼转捩位置测量的温敏漆技术图像数据处理使用,利用该方法可处理获得层流机翼转捩区域和转捩位置。
其二、本发明的图像处理方法结构简洁,运算效率高,可实现实时计算。
其三,本发明的图像处理方法获得的层流机翼表面光强比、温度和热流图谱空间分辨率高,能够准确判断转捩位置。
其四,本发明的基于温敏漆技术的层流机翼转捩位置测量图像处理方法特别适用于层流机翼转捩特性研究和设计验证,具有推广应用价值。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明提供的基于温敏漆技术的层流机翼转捩位置测量图像处理方法流程图。
图2为采用本发明提供的图像处理方法获得实施例1的层流机翼转捩结果图谱。
图3为采用本发明提供的图像处理方法获得实施例1的层流机翼剖面转捩结果曲线图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
本发明要解决的问题是提供一种基于温敏漆技术的层流机翼转捩位置测量图像处理方法,以满足层流机翼表面转捩位置精确测量的需求。
如图1,本发明的一种基于温敏漆技术的层流机翼转捩位置测量图像处理方法,包括以下步骤:
S1、载入相机采集的层流机翼背景图像、参考图像和试验序列图像,在参考图像和试验序列图像上进行标记特征点选取、标记点识别和标记点定位,并保存定位的标记点坐标文件;
S2、根据标记点坐标关系,将试验序列图像配准到参考图像位置,检验配准精度,若精度达标,保存配准后的试验序列图像,进入步骤S3,若精度不达标,则返回步骤S1;
S3、将参考图像减除背景图像,试验序列图像减除背景图像,并将减除背景图像后的参考图像和试验序列图像进行前滤波;
S4、依据机翼模型在图像中的区域,对参考图像和试验序列图像进行剪裁,获得剪裁后的参考图像和试验序列图像;
S5、对机翼模型中螺钉孔等无温敏漆区域进行图像填充,机翼模型以外的区域设置为背景区域,获得填充后的参考图像和试验序列图像;
S6、将参考图像与试验序列图像进行比值处理,获得光强比值序列图像,并对比值序列图像进行后滤波;
S7、根据光强比值序列图像和温敏漆校准系数关系式换算获得机翼表面温度数据序列图像;
S8、根据S7获得的温度数据序列图像,计算获得层流机翼表面热流数据图像;
S9、根据S7获得的光强比值图像或S8获得的热流数据图像,依据光强比或热流沿层流机翼弦向的梯度变化判断得到气流方向为B的情况下,如图2-3的机翼表面转捩区域和转捩位置A,在本方案中,其图像处理方法包括基于基于温敏漆技术的图像采集、图像载入、标记点识别定位、图像配准、背景去除、图像滤波、图像剪裁、图像填充、背景设置、温度转换、热流估算和转捩位置判定等处理功能,利用该方法可处理获得层流机翼表面气流转捩位置。该方法具有结构简洁,运算效率高和实时计算的优势,适用于层流机翼转捩位置的准确测量和层流机翼的设计方法验证,具有推广应用价值。
进一步地,所述步骤S1具体为:
S11、载入的机翼模型背景图像、参考图像均为20幅,将20幅图像进行平均处理获得一幅背景图像和一幅参考图像,并将其分别保存到二维矩阵中;
S12、载入试验序列图像为100幅,保存到三维矩阵中;
S13、标记点为黑色圆形,均匀分布在机翼图像四周,数量至少12个。标记点定位采用质心法、形心法和基于模板的。
进一步地,所述步骤S13中,所述质心法采用求取标记点灰度质心的定位方法,质心位置由下式求得:
其中,xi,yi为像素点坐标,I为像素点灰度值,xc,yc为标记点质心。
进一步地,所述步骤S13中,所述形心法首先根据图像的灰度梯度信息对图像进行边缘提取,通过一系列准则的设定(长度准则、圆度准则、凹凸性准则、封闭性准则和距离准则),求取其形心,完成标记点定位。
进一步地,所述步骤S13中,所述基于模板的是利用模板图像在标记点图像中移动搜索,但模板图像与模板占据的标记点图像灰度值互相关相似性测度极大时,即可确定标记点位置,互相关相似性测度如下式:
其中,Cfl为相似性互相关测度,f(x,y)为模板图像灰度,I(x,y)为标记点图像灰度。针对图像中较小的标记点,为了增强标记点定位的可靠性,将模板灰度扩展为偏微分形式,具体扩展方法如下式:
f(x,y)=f0(x,y)+fxΔx+fyΔy
其中,f0(x,y)代表标记点灰度值,fx和fy分别为灰度值在x和y方向的偏微分。
进一步地,所述步骤S2具体为:
S21、采用基于特征信息的配准方法,即点映射法和德洛内三角形法,通过对参考图像和试验序列图像中的特征点进行提取、定位,拟合参考图像和试验序列图像的相互关系,获得试验序列图像与参考图像的配准关系;
S22、利用配准关系式将试验序列图像逐个像素点灰度值映射到参考图像中;
S23、映射后的试验序列图像不在整数像素点上的,利用插值方法计算整数像素点上的灰度值,完成试验序列图像的配准。
进一步地,所述步骤S21中,所述点映射法是利用两幅图像对应标记点的相互关系进行图像配准的方法,关键是找出两幅图像的变换关系,一般分为刚性变换、仿射变换、投影变换和非线性变换。
进一步地,所述步骤S21中,所述点映射法的刚性变换指一幅图中两点间的距离变换到另一幅图中后仍保持不变的变换方法,刚性变换可分解为平移、旋转和镜像。刚性变换关系式为:
进一步地,所述步骤S21中,所述点映射法的仿射变换指经过变换后第一幅图像上的直线映射到第二幅图像上仍为直线并且保持平行关系的变化,刚性变换可分解为线性变化和平移变换。仿射变换关系式为:
进一步地,所述步骤S21中,所述点映射法的投影变换指经过变换后第一幅图像上的直线映射到第二幅图像上仍为直线但平行关系不保持的变换,投影变换关系式为:
其中,x,y为试验序列图像特征点坐标,x′,y′为参考图像特征点坐标,
进一步地,所述步骤S21中,所述点映射法的非线性变换原则上可实现两幅图像的任意变换,非线性变换关系式为:
(x′,y′)=F(x,y)
其中,x,y为试验序列图像特征点坐标,x′,y′为参考图像特征点坐标,F为任意一种函数形式。
进一步地,所述步骤S21中,所述点映射法的非线性变换的函数形式采用多项式变换,多项式函数关系式为:
x′=a00+a10x+a01y+a20x2+a11xy+a02y2+…
y′=b00+b10x+b01y+b20x2+b11xy+b02y2+…
其中,x,y为试验序列图像特征点坐标,x′,y′为参考图像特征点坐标,a,b为多项式系数。
进一步地,所述步骤S21中,所述德洛内三角形法是将试验序列图像和参考图像划分为德洛内三角网,三角网的顶点取为标记点,三角形内任一像素点向量坐标可由描述,其中,为三角顶点向量值,u1,u2,u3为参量坐标。当试验序列图像中三角形内的一个像素参量坐标已知时,此像素点映射到参考图像中的位置向量可由求得,最终将试验序列图像中该像素点灰度值映射到参考图像相应位置,完成试验序列图像的配准。参量坐标由下式求得:
u3=1-u1-u2
其中,xb,yb为三角形内像素点坐标,xi,yi(i=1,2,3)为三角形顶点坐标。
进一步地,所述步骤S3中,所述前滤波采用高斯滤波,高斯函数形式为:
其中,x,y为像素点坐标,σ的大小决定了高斯函数的宽度,取为1.5。
进一步地,所述步骤S5具体为:
S51、采用插值方法对图像进行填充,插值函数为代数多项式,插值方法包括拉格朗日插值、牛顿插值、分段线性插值和埃尔米特插值;
S52、采用阈值法设置背景区域。
进一步地,所述步骤S51中,所述拉格朗日插值方法采用如下形式:
其中,Pn(x)为多项式插值函数,Li(x)为插值基函数,yi为已知像素点灰度值,x为已知像素点坐标,i为已知像素点排序数。插值基函数形式为:
进一步地,所述步骤S51中,所述牛顿插值方法采用如下形式:
Pn(x)=f(x0)+f[x0,x1](x-x0)+…f[x0…xn](x-x0)…(x-xn-1)
其中,Pn(x)为多项式插值函数,f(x)为已知像素点灰度值,x为已知像素点坐标,n为已知像素点个数,f[x0…xn]为f(x)的均差,其具体形式为:
一阶均差:f[xi,xj]=(f(xj)-f(xi))/(xj-xi)
二阶均差:f[xi,xj,xk]=(f[xi,xj]-f[xj,xk])/(xj-xk)。
k阶均差:f[xi…xk]=(f[x0…xk-1]-f[xi…xk])/(x0-xk)
进一步地,所述步骤S51中,所述分段线性插值方法采用如下形式:
其中,Pn(x)为多项式插值函数,x为已知像素点坐标,n为已知像素点个数,i为已知像素点排序数,y为已知像素点灰度值。
进一步地,所述步骤S51中,所述埃尔米特插值方法采用如下形式:
Pn(x)=ykαk(x)+yk+1αk+1(x)+mkβk(x)+mk+1βk+1(x)
其中,Pn(x)为多项式插值函数,x为已知像素点坐标,k为已知像素点排序数,y为已知像素点灰度值。
进一步地,所述步骤S52中,所述阈值法分为绝对阈值法和相对阈值法,其中绝对阈值法采用像素光强小于设置阈值设为背景的方法,相对阈值法采用像素光强与全图最大光强比值小于设置阈值设为背景的方法。
进一步地,所述步骤S6中,所述后滤波采用中值滤波,具体方法是用一个奇数点的移动窗口,将窗口中心点的值用窗口内各点的中值代替。
进一步地,所述步骤S7中,所述温敏漆校准系数关系式形式为:
其中,P为压力,αji为校准系数,Ir为吹风和不吹风两种状态下温敏图像和参考图像光强比值,T为温度。
进一步地,所述步骤S8中,所述热流数据计算方法如下:
其中Tw为机翼模型表面温度,Ti为机翼模型初始时刻温度,Taw为机翼模型绝热温度,一般地取Taw=0.9T0,T0为风洞来流总温,h为当地传热系数,t为气流对机翼模型加热或冷却时间,ρ、c、k分别为机翼模型材料的密度、比热和导热率,erfc(β)为互补误差函数。由于Ti,Taw,ρck均已知,在风洞试验中测出机翼模型表面的当地温度Tw和模型在气流中的加热或冷却时间t,即可算出热交换系数h,继而机翼模型的热流值q可以根据式q=h(Taw-Tw)计算得到。
进一步地,所述步骤S9中,所述光强比或热流沿层流机翼弦向的梯度变化判断机翼表面转捩区域和转捩位置的原理是由于从层流向湍流转捩时,模型表面摩擦系数要增大,引起热传递系数也相应增大,最终导致模型壁温的明显跃变,而图像光强比和热流与模型壁温相关,故可以将光强比和热流突变的大梯度区域判定为转捩区域和转捩位置。
下面结合附图和实施例详细说明本发明。
实施例1
本实施例的试验模型为后掠角20°、弦长200mm的层流机翼模型,在模型表面,从下至上依次覆盖温敏涂料底漆和温敏涂料面漆。测量装置包括温敏涂料、相机、激发光源、同步触发器和数据处理工控机。温敏涂料由温敏涂料底漆和温敏涂料面漆两部分组成,温敏涂料底漆称为基底发射层,为含有二氧化硅的白色底漆,喷涂于模型表面,起到提高模型表面粘结性、增强探针分子发光强度及热隔离的作用。温敏涂料面漆称为聚合物功能层,其中包含温敏探针分子,探针分子是一种三价铕荧光络合物,是温敏漆的主要温敏发光材料。相机为科学级CCD相机,灰度动态范围14位,空间分辨率1600×1200像素,带背板制冷,采用的镜头为8mm定焦镜头,采用的滤镜为650nm高通滤镜。激发光源发光主峰波长400nm,滤光片透过率大于90%,激发光照射有脉冲和连续两种模式,光源控制模型为TTL,滤光组合形式为低通+窄波,输出功率为8W~12W。同步触发器可设置脉冲信号的周期、时延、脉宽及脉冲个数,实现相机曝光和激发光源的时序控制,为单路输入8路输出,控制精度小于10纳秒。数据处理工控机与同步触发器及高速相机连接,用于对同步触发器参数进行设置,进而控制激发光源照射和相机曝光的时序,并接收相机拍摄的层流机翼模型表面光强图像,进行图像后处理,获得所需的层流机翼模型表面气流转捩结果图像。基于温敏漆技术的层流机翼转捩位置测量图像处理方法,包括以下步骤:
S1、载入相机采集的层流机翼背景图像、参考图像和试验序列图像,在参考图像和试验序列图像上进行标记特征点选取、标记点识别和标记点定位,并保存定位的标记点坐标文件;
在试验吹风前关闭激发光状态下用相机采集20幅层流机翼背景图像,吹风前打开激发光状态下采集20幅层流机翼参考图像,为了减小图像的随机椒盐噪声,将背景图像和参考图像各自平均获得一幅空腔背景图像和一幅参考图像,将其载入到二维矩阵中。试验开始,风洞启动且流场稳定后,打开激发光源,利用相机连续采集100幅层流机翼试验序列图像,试验序列图像包含温度随时间变化的信息,不做平均处理,直接将其载入到三维矩阵中。
试验前在层流机翼表面四周边缘用黑色记号笔均匀标记了12个圆形标记点,除标记点位置以外,层流机翼表面其余位置喷涂了粉红色温敏漆,标记点与背景颜色差别较明显,采用质心法进行标记点识别和定位的效果较好,该算法采用求取标记点灰度质心的定位方法,质心位置由下式求得:
其中,xi,yi为像素点坐标,I为像素点灰度值,xc,yc为标记点质心。
S2、根据标记点坐标关系,将试验序列图像配准到参考图像位置,检验配准精度,若精度达标,保存配准后的试验序列图像,进入步骤S3,若精度不达标,则返回步骤S1;
根据步骤S1可获得参考图像和试验序列图像对应标记点位置坐标,采用基于特征信息配准的点映射法获得试验序列图像上标记点位置与参考图像上标记点位置的相互配准关系,利用配准关系式将试验序列图像逐个像素点灰度值映射到参考图像中,映射后的试验序列图像不在整数像素点上的,利用插值方法计算整数像素点上的灰度值,完成试验序列图像的配准。
所述点映射法是利用两幅图像对应标记点的相互关系进行图像配准的方法,关键是找出两幅图像的变换关系,一般分为刚性变换、仿射变换、投影变换和非线性变换,考虑到层流机翼风洞试验中模型和支撑受风载会发生平移、扭转、变形,吹风前的参考图像和吹风中的试验序列图像相互为强非线性变换关系,故采用基于多项式的非线性变换配准算法,可实现两幅图像的任意变换,非线性变换关系式为:
(x′,y′)=F(x,y)
其中,x,y为试验序列图像特征点坐标,x′,y′为参考图像特征点坐标,F为任意一种函数形式。采用的多项式函数关系式为:
x′=a00+a10x+a01y+a20x2+a11xy+a02y2+…
y′=b00+b10x+b01y+b20x2+b11xy+b02y2+…
其中,x,y为试验序列图像特征点坐标,x′,y′为参考图像特征点坐标,a,b为多项式系数。将已定位的参考图像标记点位置和试验序列图像标记点位置数据代入上式的多项式函数关系式中,形成超定方程组,利用最小二乘法优化解出多项式系数,从而获得参考图像与试验序列图像的配准关系式。
S3、将参考图像减除背景图像,试验序列图像减除背景图像,并将减除背景图像后的参考图像和试验序列图像进行前滤波;
前滤波采用高斯滤波,高斯函数形式为:
其中,x,y为像素点坐标,σ的大小决定了高斯函数的宽度,取为1.5。
S4、依据机翼模型在图像中的区域,对参考图像和试验序列图像进行剪裁,获得剪裁后的参考图像和试验序列图像;
S5、对机翼模型中螺钉孔等无温敏漆区域进行图像填充,机翼模型以外的区域设置为背景区域,获得填充后的参考图像和试验序列图像;
采用代数多项式插值方法对机翼图像进行填充,具体的插值方法包括拉格朗日插值、牛顿插值、分段线性插值和埃尔米特插值,可根据插值效果选择最优插值方法。
所述拉格朗日插值方法采用如下形式:
其中,Pn(x)为多项式插值函数,Li(x)为插值基函数,yi为已知像素点灰度值,x为已知像素点坐标,i为已知像素点排序数。插值基函数形式为:
所述牛顿插值方法采用如下形式:
Pn(x)=f(x0)+f[x0,x1](x-x0)+…f[x0…xn](x-x0)…(x-xn-1)
其中,Pn(x)为多项式插值函数,f(x)为已知像素点灰度值,x为已知像素点坐标,n为已知像素点个数,f[x0…xn]为f(x)的均差,其具体形式为:
一阶均差:f[xi,xj]=(f(xj)-f(xi))/(xj-xi)
二阶均差:f[xi,xj,xk]=(f[xi,xj]-f[xj,xk])/(xj-xk)。
k阶均差:f[xi…xk]=(f[x0…xk-1]-f[xi…xk])/(x0-xk)
所述分段线性插值方法采用如下形式:
其中,Pn(x)为多项式插值函数,x为已知像素点坐标,n为已知像素点个数,i为已知像素点排序数,y为已知像素点灰度值。
所述埃尔米特插值方法采用如下形式:
Pn(x)=ykαk(x)+yk+1αk+1(x)+mkβk(x)+mk+1βk+1(x)
其中,Pn(x)为多项式插值函数,x为已知像素点坐标,k为已知像素点排序数,y为已知像素点灰度值。
采用阈值法设置背景区域,可采用绝对阈值法和相对阈值法,其中绝对阈值法采用像素光强小于设置阈值设为背景的方法,相对阈值法采用像素光强与全图最大光强比值小于设置阈值设为背景的方法。
S6、将参考图像与试验序列图像进行比值处理,获得光强比值序列图像,并对比值序列图像进行后滤波,后滤波采用中值滤波,具体方法是用一个奇数点的移动窗口,将窗口中心点的值用窗口内各点的中值代替。
S7、根据光强比值序列图像和温敏漆校准系数关系式换算获得机翼表面温度数据序列图像,采用的温敏漆校准系数关系式形式为:
其中,P为压力,αji为校准系数,Ir为吹风和不吹风两种状态下温敏图像和参考图像光强比值,T为温度。
S8、根据S7获得的温度数据序列图像,计算获得层流机翼表面热流数据图像,热流数据计算方法如下:
其中Tw为机翼模型表面温度,Ti为机翼模型初始时刻温度,Taw为机翼模型绝热温度,一般地取Taw=0.9T0,T0为风洞来流总温,h为当地传热系数,t为气流对机翼模型加热或冷却时间,ρ、c、k分别为机翼模型材料的密度、比热和导热率,erfc(β)为互补误差函数。由于Ti,Taw,ρck均已知,在风洞试验中测出机翼模型表面的当地温度Tw和模型在气流中的加热或冷却时间t,即可算出热交换系数h,继而机翼模型的热流值q可以根据式q=h(Taw-Tw)计算得到。
S9、根据S7获得的光强比值图像或S8获得的热流数据图像,依据光强比或热流沿层流机翼弦向的梯度变化判断机翼表面转捩区域和转捩位置。光强比或热流沿层流机翼弦向的梯度变化判断机翼表面转捩区域和转捩位置的原理是由于从层流向湍流转捩时,模型表面摩擦系数要增大,引起热传递系数也相应增大,最终导致模型壁温的明显跃变,而图像光强比和热流与模型壁温相关,故可以将光强比和热流突变的大梯度区域判定为转捩区域和转捩位置。
以上方案只是一种较佳实例的说明,但并不局限于此。在实施本发明时,可以根据使用者需求进行适当的替换和/或修改。
这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明的应用、修改和变化对本领域的技术人员来说是显而易见的。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (10)
1.一种基于温敏漆技术的层流机翼转捩位置测量图像处理方法,其特征在于,包括:
S1、图像采集,采用温敏漆技术对层流机翼表面进行处理,并在处理后的层流机翼表面预定位置进行标记,采用相机对风洞中的层流机翼进行背景图像、参考图像和试验序列图像的采集;
S2、图像配准,基于标记点坐标关系,将采集的试验序列图像配准到参考图像位置上;
S3、图像处理,对配准后的试验序列图像、参考图像进行处理以得到光强比值序列图像,并基于光强比值序列图像和温敏漆校准系数关系式换算和计算,获得层流机翼表面热流数据图像;
S4、基于光强比值序列图像或热流数据图像,依据光强比或热流沿层流机翼弦向的梯度变化判断机翼表面转捩区域和转捩位置。
2.如权利要求1所述的基于温敏漆技术的层流机翼转捩位置测量图像处理方法,其特征在于,在S2中,图像配准被配置为包括:
S21、载入相机采集的层流机翼背景图像、参考图像和试验序列图像,在参考图像和试验序列图像上进行标记特征点选取、标记点识别和标记点定位,并保存定位的标记点坐标文件;
S22、根据标记点坐标关系,将试验序列图像配准到参考图像位置,检验配准精度,若精度达标,保存配准后的试验序列图像,进入步骤S3,若精度不达标,则返回步骤S21。
3.如权利要求2所述的基于温敏漆技术的层流机翼转捩位置测量图像处理方法,其特征在于,所述S21被配置为包括:
S210、载入机翼模型的背景图像、参考图像均为20幅,并将20幅图像进行平均处理后获得分别保存于二维矩阵中的一幅背景图像和一幅参考图像;
S211、载入的试验序列图像为保存到三维矩阵中的100幅;
其中,标记点被配置为包括至少12个均匀分布在机翼图像四周的黑色圆形标记点,且标记点的定位被配置为采用质心法、形心法、基于模板的互相关法中的任意一种;
所述基于模板的互相关法是利用模板图像在标记点图像中移动搜索,在模板图像与模板占据的标记点图像灰度值互相关相似性测度极大时确定标记点位置,互相关相似性测度如下式:
其中,Cfl为相似性互相关测度,f(x,y)为模板图像灰度,I(x,y)为标记点图像灰度,针对图像中较小的标记点,为了增强标记点定位的可靠性,将模板灰度扩展为偏微分形式,其扩展方法如下式:
f(x,y)=f0(x,y)+fxΔx+fyΔy
其中,f0(x,y)代表标记点灰度值,fx和fy分别为灰度值在x和y方向的偏微分。
4.如权利要求2所述的基于温敏漆技术的层流机翼转捩位置测量图像处理方法,其特征在于,步骤S22被配置为包括:
S220、采用基于特征信息的配准方法,对参考图像和试验序列图像中的特征点进行提取、定位,拟合参考图像和试验序列图像的相互关系,获得试验序列图像与参考图像的配准关系;
S221、利用配准关系式将试验序列图像逐个像素点灰度值映射到参考图像中;
其中,对于映射后的试验序列图像不在整数像素点上的,利用插值方法计算整数像素点上的灰度值,完成试验序列图像的配准。
5.如权利要求1所述的基于温敏漆技术的层流机翼转捩位置测量图像处理方法,其特征在于,在S3中,所述图像处理被配置为包括:
S31、将参考图像减除背景图像,试验序列图像减除背景图像,并将减除背景图像后的参考图像和试验序列图像进行前滤波;
S32、依据机翼模型在图像中的区域,对参考图像和试验序列图像进行剪裁,获得剪裁后的参考图像和试验序列图像;
S33、对机翼模型中无温敏漆区域进行图像填充,机翼模型以外的区域设置为背景区域,获得填充后的参考图像和试验序列图像;
S34、将参考图像与试验序列图像进行比值处理,获得光强比值序列图像,并对比值序列图像进行后滤波;
S35、根据光强比值序列图像和温敏漆校准系数关系式换算获得机翼表面温度数据序列图像;
S36、根据S36获得的温度数据序列图像,计算获得层流机翼表面热流数据图像。
7.如权利要求5所述的基于温敏漆技术的层流机翼转捩位置测量图像处理方法,其特征在于,在步骤S33中,所述图像填充被配置为包括:
S330、采用插值方法对图像进行填充;
S331、采用绝对阈值法和相对阈值法设置背景区域;
其中,绝对阈值法采用像素光强小于设置阈值设为背景的方法,相对阈值法采用像素光强与全图最大光强比值小于设置阈值设为背景的方法;
在步骤S34中,所述后滤波被配置为采用中值滤波。
10.如权利要求1所述的基于温敏漆技术的层流机翼转捩位置测量图像处理方法,其特征在于,步骤S4中,通过从层流向湍流转捩时,模型表面摩擦系数增大引起热传递系数相应增大,导致模型壁温的明显跃变,而图像光强比和热流与模型壁温相关,进而将光强比和热流突变的大梯度区域判定为转捩区域和转捩位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110149384.3A CN112837291B (zh) | 2021-02-03 | 2021-02-03 | 基于温敏漆技术的层流机翼转捩位置测量图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110149384.3A CN112837291B (zh) | 2021-02-03 | 2021-02-03 | 基于温敏漆技术的层流机翼转捩位置测量图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112837291A true CN112837291A (zh) | 2021-05-25 |
CN112837291B CN112837291B (zh) | 2022-07-29 |
Family
ID=75931877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110149384.3A Active CN112837291B (zh) | 2021-02-03 | 2021-02-03 | 基于温敏漆技术的层流机翼转捩位置测量图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112837291B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643371A (zh) * | 2021-10-13 | 2021-11-12 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种飞行器模型表面标记点的定位方法 |
CN113701922A (zh) * | 2021-09-01 | 2021-11-26 | 北京大学 | 热流信息的处理方法与装置 |
CN114061894A (zh) * | 2021-11-12 | 2022-02-18 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种空腔模型脉动压力与噪声测量系统 |
CN114119681A (zh) * | 2021-11-12 | 2022-03-01 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种空腔模型脉动压力与噪声测量方法、装置及电子设备 |
CN114323548A (zh) * | 2022-03-14 | 2022-04-12 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种适用于不同参考状态下的压敏漆涂料校准方法 |
CN114459728A (zh) * | 2022-04-13 | 2022-05-10 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种低温温敏漆转捩测量试验方法 |
CN114463595A (zh) * | 2021-12-27 | 2022-05-10 | 广州极飞科技股份有限公司 | 生成仿射变换数据集的方法和装置及电子设备 |
CN116612049A (zh) * | 2023-07-18 | 2023-08-18 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于温度分布图像的转捩线提取方法 |
CN117249967A (zh) * | 2023-11-20 | 2023-12-19 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于双组份压敏漆技术的压力与温度同步测量方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5576949A (en) * | 1991-08-30 | 1996-11-19 | C-Scan, Llc | System for animal evaluation through image acquisition |
US20120166148A1 (en) * | 2010-12-14 | 2012-06-28 | Japan Aerospace Exploration Agency | Method of designing natural laminar flow wing for reynolds numbers equivalent to actual supersonic aircraft |
CN107832530A (zh) * | 2017-11-13 | 2018-03-23 | 中国航天空气动力技术研究院 | 一种复杂外形的高超声速边界层转捩判定方法 |
CN109115453A (zh) * | 2018-08-28 | 2019-01-01 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于后缘气动噪声测量判定机翼边界层转捩程度的方法 |
CN109118534A (zh) * | 2018-07-13 | 2019-01-01 | 同济大学 | 基于机器视觉图像实时获取冰风洞内模型表面上结冰冰型详细信息的方法 |
CN111551341A (zh) * | 2020-05-29 | 2020-08-18 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种低温跨声速设备tsp转捩测量试验方法 |
CN112304563A (zh) * | 2020-10-30 | 2021-02-02 | 中国空气动力研究与发展中心超高速空气动力研究所 | 研究转捩对高超声速飞行器气动特性影响的风洞试验方法 |
-
2021
- 2021-02-03 CN CN202110149384.3A patent/CN112837291B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5576949A (en) * | 1991-08-30 | 1996-11-19 | C-Scan, Llc | System for animal evaluation through image acquisition |
US20120166148A1 (en) * | 2010-12-14 | 2012-06-28 | Japan Aerospace Exploration Agency | Method of designing natural laminar flow wing for reynolds numbers equivalent to actual supersonic aircraft |
CN107832530A (zh) * | 2017-11-13 | 2018-03-23 | 中国航天空气动力技术研究院 | 一种复杂外形的高超声速边界层转捩判定方法 |
CN109118534A (zh) * | 2018-07-13 | 2019-01-01 | 同济大学 | 基于机器视觉图像实时获取冰风洞内模型表面上结冰冰型详细信息的方法 |
CN109115453A (zh) * | 2018-08-28 | 2019-01-01 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于后缘气动噪声测量判定机翼边界层转捩程度的方法 |
CN111551341A (zh) * | 2020-05-29 | 2020-08-18 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种低温跨声速设备tsp转捩测量试验方法 |
CN112304563A (zh) * | 2020-10-30 | 2021-02-02 | 中国空气动力研究与发展中心超高速空气动力研究所 | 研究转捩对高超声速飞行器气动特性影响的风洞试验方法 |
Non-Patent Citations (5)
Title |
---|
刘祥: "温敏漆校准及图像后处理方法研究", 《实验流体力学》, vol. 34, no. 4, 30 April 2019 (2019-04-30), pages 53 - 61 * |
尚金奎: "TSP转捩探测技术在民机风洞试验中的应用研究", 《空气动力学学报》, vol. 34, no. 3, 31 December 2016 (2016-12-31), pages 341 - 345 * |
李强: "激波风洞边界层转捩测量技术及应用", 《航空学报》, vol. 40, no. 8, 25 August 2019 (2019-08-25), pages 66 - 77 * |
武宁: "基于TSP方法的自然层流机翼转捩位置测量", 《实验流体力学》, vol. 34, no. 6, 31 December 2020 (2020-12-31), pages 66 - 70 * |
黄辉: "基于温敏漆的边界层转捩测量技术研究", 《实验流体力学》, vol. 33, no. 2, 30 April 2019 (2019-04-30), pages 79 - 84 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113701922A (zh) * | 2021-09-01 | 2021-11-26 | 北京大学 | 热流信息的处理方法与装置 |
CN113643371A (zh) * | 2021-10-13 | 2021-11-12 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种飞行器模型表面标记点的定位方法 |
CN114061894A (zh) * | 2021-11-12 | 2022-02-18 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种空腔模型脉动压力与噪声测量系统 |
CN114119681A (zh) * | 2021-11-12 | 2022-03-01 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种空腔模型脉动压力与噪声测量方法、装置及电子设备 |
CN114061894B (zh) * | 2021-11-12 | 2023-12-19 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种空腔模型脉动压力与噪声测量系统 |
CN114463595A (zh) * | 2021-12-27 | 2022-05-10 | 广州极飞科技股份有限公司 | 生成仿射变换数据集的方法和装置及电子设备 |
CN114463595B (zh) * | 2021-12-27 | 2023-04-07 | 广州极飞科技股份有限公司 | 生成仿射变换数据集的方法和装置及电子设备 |
CN114323548A (zh) * | 2022-03-14 | 2022-04-12 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种适用于不同参考状态下的压敏漆涂料校准方法 |
CN114459728A (zh) * | 2022-04-13 | 2022-05-10 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种低温温敏漆转捩测量试验方法 |
CN114459728B (zh) * | 2022-04-13 | 2022-06-24 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种低温温敏漆转捩测量试验方法 |
CN116612049A (zh) * | 2023-07-18 | 2023-08-18 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于温度分布图像的转捩线提取方法 |
CN116612049B (zh) * | 2023-07-18 | 2023-10-10 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于温度分布图像的转捩线提取方法 |
CN117249967A (zh) * | 2023-11-20 | 2023-12-19 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于双组份压敏漆技术的压力与温度同步测量方法 |
CN117249967B (zh) * | 2023-11-20 | 2024-02-06 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于双组份压敏漆技术的压力与温度同步测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112837291B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112837291B (zh) | 基于温敏漆技术的层流机翼转捩位置测量图像处理方法 | |
Atcheson et al. | An evaluation of optical flow algorithms for background oriented schlieren imaging | |
CN112945501A (zh) | 层流机翼转捩位置测量试验方法 | |
Lan et al. | Bi-scale appearance fabrication. | |
CN108959802B (zh) | 基于荧光油膜厚度在线标定的全局摩阻测量方法 | |
Driver | Application of oil-film interferometry skin-friction measurement to large wind tunnels | |
CN114323543B (zh) | 一种提高压敏漆试验效率的方法 | |
Dollinger et al. | Measurement uncertainty of IR thermographic flow visualization measurements for transition detection on wind turbines in operation | |
CN114119681A (zh) | 一种空腔模型脉动压力与噪声测量方法、装置及电子设备 | |
CN108225718A (zh) | 一种基于温度效应的荧光油膜厚度标定方法 | |
Dollinger et al. | IR thermographic flow visualization for the quantification of boundary layer flow disturbances due to the leading edge condition | |
CN112945502A (zh) | 层流机翼转捩位置测量试验系统 | |
Mikheev et al. | Enhanced particle-tracking velocimetry (EPTV) with a combined two-component pair-matching algorithm | |
Lagemann et al. | Generalization of deep recurrent optical flow estimation for particle-image velocimetry data | |
Fey et al. | High Reynolds number transition detection by means of temperature sensitive paint | |
Boiko et al. | Quantification technique of transition to turbulence in boundary layers using infrared thermography | |
Gao et al. | Experimental investigation of a linear cascade with large solidity using pressure sensitive paint and dual-camera system | |
Gramola et al. | Temperature corrected Pressure Sensitive Paint measurements on a flexible surface | |
Endo et al. | Proposal and verification of optical flow reformulation based on variational method for skin-friction-stress field estimation from unsteady oil film distribution | |
Li et al. | Simultaneous 3D surface profile and pressure measurement using phase-shift profilometry and pressure-sensitive paint | |
Funes-Gallanzi | High accuracy measurement of unsteady flows using digital particle image velocimetry | |
Bottini et al. | Effects of wall temperature on skin-friction measurements by oil-film interferometry | |
CN114913218B (zh) | 一种基于极小模网络的烟幕红外遮蔽面积测量方法 | |
Nelson | Uncertainty quantification in steady state PSP using Monte Carlo simulations at AEDC | |
CN111083661B (zh) | 一种应用于光电传感网络中的事件触发异步状态估计方法 |
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 |