CN113128566A - 一种基于大气湍流中激光阴影获取横向风速的方法 - Google Patents
一种基于大气湍流中激光阴影获取横向风速的方法 Download PDFInfo
- Publication number
- CN113128566A CN113128566A CN202110321749.6A CN202110321749A CN113128566A CN 113128566 A CN113128566 A CN 113128566A CN 202110321749 A CN202110321749 A CN 202110321749A CN 113128566 A CN113128566 A CN 113128566A
- Authority
- CN
- China
- Prior art keywords
- spot
- wind speed
- speed
- images
- light spot
- 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
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000033001 locomotion Effects 0.000 claims abstract description 10
- 238000006073 displacement reaction Methods 0.000 claims description 19
- 238000005315 distribution function Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims 1
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000026058 directional locomotion Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
- G01P21/02—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers
- G01P21/025—Testing or calibrating of apparatus or devices covered by the preceding groups of speedometers for measuring speed of fluids; for measuring speed of bodies relative to fluids
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于大气湍流中激光阴影获取横向风速的方法,根据两个连续的光斑图像间的涡旋运动关联,将连续两帧散斑图像进行匹配、计算光斑移动速度、纠正匹配失败的速度,得到横向风速。本发明方法能够对光斑阴影进行精确的图像匹配,从而正确地获得横向风速。
Description
技术领域
本发明属于无线光通信技术领域,涉及一种基于大气湍流中激光阴影获取横向风速的方法。
背景技术
湍流导致的大气折射率变化对远距离激光传输造成了严重的干扰,其涉及的领域包括自由空间激光通信、光学跟踪系统、测距遥感等。大气湍流由不同尺度的涡旋构成,能量通常从大尺度涡旋向小尺度涡旋逐级传递。当激光经大气湍流传输一定距离后,会出现一系列传输效应,如光束漂移、光强闪烁和光斑扩展等。其中大尺度湍涡主要影响激光传输方向,导致光束漂移;小尺度湍涡主要影响光斑能量分布,导致光强起伏,称之为闪烁效应;最终远场接收到的激光光斑呈现出明暗相间的动态变化特征,其中蕴含了传输路径上的流场结构信息。
在远场大气激光成像实验中,由于横向风的存在,激光阴影会发生连续的定向移动。在激光与风场相互作用的理论研究方面,通过建立光学湍流模型,分析不同大气湍流强度下风速变化对自由空间光通信的性能影响。但是,开放光路中激光阴影的移动通常都是路径积分的结果,而激光传播路径上各处的流场状态不尽相同。目前,针对激光阴影移动与路径湍流中的横向风场之间定量关系的研究鲜有报道,人们也缺乏对于路径湍流矢量风场如何影响激光阴影的规律性认识。
发明内容
本发明的目的是提供一种基于大气湍流中激光阴影获取横向风速的方法,能够对光斑阴影进行精确的图像匹配,从而正确地获得横向风速。
本发明所采用的技术方案是,一种基于大气湍流中激光阴影获取横向风速的方法,具体按照以下步骤实施:
步骤1,获取光斑图像,通过在两个连续的光斑图像内进行全局搜索与互相关运算,计算不同位置的线性相关系数r(x,y),对两个连续的光斑图像进行匹配;
步骤2,根据步骤1中得到的两个连续光斑图像r(x,y)峰值在搜索窗口中所在位置,将两个连续光斑图像的r(x,y)峰值做差,得到此搜索窗口内光斑图像的相对位移,将相对位移通过像素尺度转换为实际位移,计算每个搜索窗口内光斑移动速度,判断匹配情况;
步骤3,将步骤1中匹配失败后经步骤2得到的光斑移动速度与步骤2中匹配失败的光斑移动速度进行纠正,得到横向风速。
本发明的特征还在于,
步骤1中,相关系数r(x,y)的有界离散积分的归一化形式可以表示为:
式(1)中,f(j,k)、g(j+m,k+n)分别为前、后两帧光斑图像中查询窗口的像素灰度分布函数,分别为前、后两帧光斑图像中查询窗口的像素灰度均值,j、k分别为第一幅光斑图像的坐标,m、n分别为第二幅光斑图像相对于第一幅光斑图像沿x、y轴平移的量;
当r(x,y)≥0.3时,则两个连续的光斑图像匹配成功;
当r(x,y)<0.3时,则两个连续的光斑图像匹配失败。
步骤2中,实际位移的计算过程为:
像素宽/分辨率=图片宽尺寸;
像素高/分辨率=图片高尺寸;
图片宽尺寸/2.54=x轴上的实际位移Δx;
图片高尺寸/2.54=y轴上的实际位移Δy。
步骤2中,每个搜索窗口内光斑移动速度的表达式为:
式(2)中,u、v分别为水平、垂直方向的光斑图像移动速度分量,Δt为光斑图像移动时间;
当得到的光斑图像移动速度与其周围的速度方向完全相反时,则速度匹配失败,否则,匹配成功。
步骤3中,对搜索窗口内光斑移动速度进行纠正的表达式为:
式(3)中,v'(x,y)、u'(x,y)分别为纠正后的水平、垂直方向的光斑移动速度分量。
本发明的有益效果是,一种基于大气湍流中激光阴影获取横向风速的方法,在大气湍流中,通过实验获得的光斑图像,运用整像素搜索算法,精确的将两个光斑图像进行匹配,再根据移动时间,获得横向风速,准确性高。
附图说明
图1是本发明一种基于大气湍流中激光阴影获取横向风速的方法的原理图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明一种基于大气湍流中激光阴影获取横向风速的方法,如图1所示,湍流是由局部对流运动的各种尺度的涡流自然形成的,故根据两个连续的光斑图像间的涡旋运动关联可以在无需示踪粒子的情况下,将连续两帧散斑图像进行匹配、计算光斑移动速度、纠正匹配失败的速度,得到横向风速,具体按照以下步骤实施:
步骤1,获取光斑图像,通过在两个连续的光斑图像内进行全局搜索与互相关运算,计算不同位置的线性相关系数r(x,y),对两个连续的光斑图像进行匹配,其中,一般情况下,光斑的位移或形变都可视为连续变化,即发生突变的可能性很小,在高速相机的拍摄速度足够时,相邻两帧光斑图像中的匹配区域发生的形变忽略不计;
其有界离散积分的归一化形式可以表示为:
式(1)中,f(j,k)、g(j+m,k+n)分别为前、后两帧光斑图像中查询窗口的像素灰度分布函数,分别为前、后两帧光斑图像中查询窗口的像素灰度均值,j、k分别为第一幅光斑图像的坐标,m、n分别为第二幅光斑图像相对于第一幅光斑图像沿x、y轴平移的量;
当r(x,y)≥0.3时,则两个连续的光斑图像匹配成功;
当r(x,y)<0.3时,则两个连续的光斑图像匹配失败;
步骤2,根据步骤1中得到的两个连续光斑图像r(x,y)峰值在搜索窗口中所在位置,将两个连续光斑图像的r(x,y)峰值做差,得到此搜索窗口内光斑图像的相对位移,将相对位移通过像素尺度转换为实际位移,计算每个搜索窗口内光斑移动速度;
其中,实际位移为:
像素宽/分辨率=图片宽尺寸;
像素高/分辨率=图片高尺寸;
图片宽尺寸/2.54=x轴上的实际位移Δx;
图片高尺寸/2.54=y轴上的实际位移Δy;
则每个搜索窗口内光斑移动速度为:
式(2)中,u、v分别为水平、垂直方向的光斑图像移动速度分量,Δt为光斑图像移动时间;
当得到的光斑图像移动速度与其周围的速度方向完全相反时,则速度匹配失败,否则,匹配成功,匹配成功的速度即为横向风速;
步骤3,查询窗口尺寸的选择、前后两帧图像中光斑的形变以及图像背景噪声等因素会导致匹配失败的情况,
当r(x,y)<0.3时,为弱相关,对步骤2得到的搜索窗口内光斑移动速度进行纠正,得到横向风速;
当步骤2中得到的光斑图像移动速度与其周围的速度方向完全相反时,对搜索窗口内光斑移动速度进行纠正,得到横向风速;
即:
式(3)中,v'(x,y)、u'(x,y)分别为纠正后的水平、垂直方向的光斑移动速度分量。
Claims (5)
1.一种基于大气湍流中激光阴影获取横向风速的方法,其特征在于,具体按照以下步骤实施:
步骤1,获取光斑图像,通过在两个连续的光斑图像内进行全局搜索与互相关运算,计算不同位置的线性相关系数r(x,y),对两个连续的光斑图像进行匹配;
步骤2,根据步骤1中得到的两个连续光斑图像r(x,y)峰值在搜索窗口中所在位置,将两个连续光斑图像的r(x,y)峰值做差,得到此搜索窗口内光斑图像的相对位移,将相对位移通过像素尺度转换为实际位移,计算每个搜索窗口内光斑移动速度,判断匹配情况;
步骤3,将步骤1中匹配失败后经步骤2得到的光斑移动速度与步骤2中匹配失败的光斑移动速度进行纠正,得到横向风速。
3.根据权利要求1所述的一种基于大气湍流中激光阴影获取横向风速的方法,其特征在于,所述步骤2中,实际位移的计算过程为:
像素宽/分辨率=图片宽尺寸;
像素高/分辨率=图片高尺寸;
图片宽尺寸/2.54=x轴上的实际位移Δx;
图片高尺寸/2.54=y轴上的实际位移Δy。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110321749.6A CN113128566B (zh) | 2021-03-25 | 2021-03-25 | 一种基于大气湍流中激光阴影获取横向风速的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110321749.6A CN113128566B (zh) | 2021-03-25 | 2021-03-25 | 一种基于大气湍流中激光阴影获取横向风速的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113128566A true CN113128566A (zh) | 2021-07-16 |
CN113128566B CN113128566B (zh) | 2024-02-06 |
Family
ID=76774102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110321749.6A Active CN113128566B (zh) | 2021-03-25 | 2021-03-25 | 一种基于大气湍流中激光阴影获取横向风速的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113128566B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114894097A (zh) * | 2022-03-31 | 2022-08-12 | 北京建筑大学 | 利用涡旋光变形测量物体位移的方法、装置及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006070354A1 (en) * | 2004-12-28 | 2006-07-06 | Soreq Nuclear Research Center | Passive method for wind measurement |
WO2016197477A1 (zh) * | 2015-06-12 | 2016-12-15 | 深圳大学 | 一种计算激光光束光斑大小的方法 |
CN109900357A (zh) * | 2019-03-22 | 2019-06-18 | 中国人民解放军国防科技大学 | 一种测量靶面大尺度激光光斑的方法及系统 |
CN110246115A (zh) * | 2019-04-23 | 2019-09-17 | 西安理工大学 | 一种远场激光光斑图像的检测方法 |
-
2021
- 2021-03-25 CN CN202110321749.6A patent/CN113128566B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006070354A1 (en) * | 2004-12-28 | 2006-07-06 | Soreq Nuclear Research Center | Passive method for wind measurement |
WO2016197477A1 (zh) * | 2015-06-12 | 2016-12-15 | 深圳大学 | 一种计算激光光束光斑大小的方法 |
CN109900357A (zh) * | 2019-03-22 | 2019-06-18 | 中国人民解放军国防科技大学 | 一种测量靶面大尺度激光光斑的方法及系统 |
CN110246115A (zh) * | 2019-04-23 | 2019-09-17 | 西安理工大学 | 一种远场激光光斑图像的检测方法 |
Non-Patent Citations (2)
Title |
---|
梅海平;吴晓庆;饶瑞中;: "折返路径光学湍流激光成像探测技术研究", 大气与环境光学学报, no. 06 * |
王钰茹;梅海平;康丽;武鹏飞;崔朝龙;: "湍流大气中折返路径激光成像探测实验", 中国激光, no. 04 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114894097A (zh) * | 2022-03-31 | 2022-08-12 | 北京建筑大学 | 利用涡旋光变形测量物体位移的方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113128566B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113327296B (zh) | 基于深度加权的激光雷达与相机在线联合标定方法 | |
Le Gentil et al. | Idol: A framework for imu-dvs odometry using lines | |
CN102999759B (zh) | 一种基于光流的车辆运动状态估计方法 | |
CN101295023A (zh) | 一种测量流场速度的方法 | |
CN113128566A (zh) | 一种基于大气湍流中激光阴影获取横向风速的方法 | |
CN110490932A (zh) | 单目红外共面光标迭代优化测量行车吊臂空间位姿方法 | |
CN104390584A (zh) | 双目视觉激光标定测量装置及测量方法 | |
CN119737888A (zh) | 基于环境感知激光投影的输电线路重建方法 | |
JP3860589B2 (ja) | 光学ナビゲーション装置に応用されるサブピクセル移動量検出方法 | |
CN107203743A (zh) | 一种人脸深度跟踪装置及实现方法 | |
Zhu et al. | Full-field modal identification using reliability-guided frequency-domain-based digital image correlation method based on multi-camera system | |
CN102073996B (zh) | 基于图像相关性评估的图像分割阈值确定方法 | |
CN108305290B (zh) | 一种动目标的精确测谱方法 | |
CN113838114A (zh) | 一种基于边缘散焦追踪的高炉料面深度估计方法及系统 | |
CN117689709B (zh) | 一种基于深度图像的身高检测方法、系统、设备及介质 | |
CN111951375B (zh) | 一种曲面可视化模型内流粒子图像提取方法 | |
Piirto et al. | A comparative study of five different PIV interrogation algorithms | |
CN109975794B (zh) | 一种利用高光谱成像测距模型进行智能制造系统检测及控制的方法 | |
Luo et al. | A structural 3D displacement measurement method using monocular camera based on multiple feature points tracking | |
CN116105607B (zh) | 一种非接触式冷热h型钢全尺寸的测量装置及方法 | |
CN115205369B (zh) | 一种抗大气湍流的灯靶图像位移提取算法 | |
CN110346117B (zh) | 一种鱼眼镜头超宽视场下光斑高精度定位方法 | |
CN119251319B (zh) | 一种面向增强现实的动态同步定位与建图方法及系统 | |
CN209899383U (zh) | 一种基于头部运动的非接触式心率检测装置 | |
CN119199821B (zh) | 一种基于4d毫米波雷达的即时定位与构图方法 |
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 |