KR100345918B1 - 유동장의 화상처리 방법 - Google Patents

유동장의 화상처리 방법 Download PDF

Info

Publication number
KR100345918B1
KR100345918B1 KR1019990010351A KR19990010351A KR100345918B1 KR 100345918 B1 KR100345918 B1 KR 100345918B1 KR 1019990010351 A KR1019990010351 A KR 1019990010351A KR 19990010351 A KR19990010351 A KR 19990010351A KR 100345918 B1 KR100345918 B1 KR 100345918B1
Authority
KR
South Korea
Prior art keywords
particles
flow field
image processing
processing method
particle
Prior art date
Application number
KR1019990010351A
Other languages
English (en)
Other versions
KR20000061378A (ko
Inventor
박제웅
김원중
Original Assignee
학교법인조선대학교
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 학교법인조선대학교 filed Critical 학교법인조선대학교
Priority to KR1019990010351A priority Critical patent/KR100345918B1/ko
Publication of KR20000061378A publication Critical patent/KR20000061378A/ko
Application granted granted Critical
Publication of KR100345918B1 publication Critical patent/KR100345918B1/ko

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01PMEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/02Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring forces exerted by the fluid on solid bodies, e.g. anemometer

Landscapes

  • Image Analysis (AREA)

Abstract

본 발명은 추적입자의 동일성 여부 결정을 최적화시킨 화상처리 방법에 관한 것이다.
본 발명에 따른 유동장의 화상처리방법은 유체의 흐름을 화상으로 나타내어 분석하는 유동장의 화상처리방법에 있어서, 일정시간 동안 유동장에 미세입자들을 분포시켜 미세입자의 이동모습으로 연속적인 유동장 화상을 얻는 단계와, 연속적인 화상의 추적입자의 주위 입자들을 소정의 개수로 제한한 후 확률적 추정인 정규분포 예측기법을 이용하여 상기 연속적인 화상들간의 동일입자를 판단하는 단계와, 연속적인 화상들간의 동일입자들의 이동경로에 따른 각 입자의 시간별, 위치별 이동속도를 계산하는 단계를 포함한다.
이에 따라, 본 발명에 따른 유동장의 화상처리방법은 유동장의 화상처리를 정확하게 수행하게 된다.

Description

유동장의 화상처리 방법{Image Processing Method of Flow Field}
본 발명은 유동장의 화상처리방법에 관한 것으로, 특히 추적입자의 동일성여부 결정을 최적화시킨 유동장의 화상처리 방법에 관한 것이다.
통상적으로 유체의 흐름을 화상으로 나타내어 정성적인 분석방법에 의해 분석하는 방법을 유동장의 화상처리 방법이라 한다. 이러한, 유동장의 화상처리는 유체의 흐름(즉, 유선(Stream Line))만을 알아낼 수 있는 정성적인 방법이 주로 사용되고 있다. 한편, PTV(Particle Tracking Velocimetry; 이하 "PTV"라 한다)를 사용하여 정성적인 유선과 정량적인 유속을 동시에 알아낼 수도 있다. 이러한, 유동장의 화상처리방법은 주행중인 자동차 주위의 공기의 흐름 및 속도분석, 유체기계(예를 들면, 엔진, 펌프, 세탁기 등) 내부의 유체의 흐름과 속도분석, 비행중인 비행기의 동체 및 날개주위의 공기의 흐름과 속도분석, 운행중인 선박 주위의 물의 흐름 및 속도분석 등에 다양한 형태로 응용되어 사용되고 있다.
도 1을 참조하면, 종래의 유동장 화상처리 방법을 설명하기 위한 도면이 도시되어 있다.
일정시간 동안 연속적인 유동장 화상을 얻어낸다. (제1 단계) 유동장에 미세입자(예를 들면, Al분말)를 분포시켜 미세입자의 이동모습으로 유체의 흐름이 보일수 있도록 가시화한다. 이때, 한 프레임에 가시화된 입자의 분포가 도 2에 도시되어 있다. 이와 같이, 가시화된 유동장으로부터 소정의 시간간격으로 유동장 화상을 여러개의 프레임으로 나눔에 의해 도 1의 (a)에 도시된 바와 같이 연속적인 화상(Image)를 얻어낸다.
연속적인 화상들간의 동일입자를 추정한다. (제2 단계) 도 1의 (b)에 도시된 바와 같이 소정시간(t1 내지 t4)동안 일정간격으로 연속적인 화상들로부터 연속적인 화상들 간의 동일입자를 추정한다. 예를 들어 설명하면, t1일 때의 유선을 만족하는 유선을 t2일 때의 입자(Pt2)에 적용해 보고 동일할 경우, t1일 때의 입자(Pt1)와 t2일 때의 입자(Pt2)는 동일입자로 추정한다. 이어서, t2일 때의 유선을 만족하는 유선을 t3때의 입자(Pt3)에 적용해 보고 동일할 경우, 이를 t2일 때의 입자(Pt2)와 t3 일 때의 입자(Pt3)는 동일입자로 추정하게 된다. 이와 동일한 방법으로 만족하는 유선을 갖는 t4 입자(Pt4)에 있을 경우 t1 내지 t4 까지의 입자(Pt1내지 Pt4)를 동일입자로 추정하는 것이 타당하게 된다.
동일입자를 추적한다. (제3 단계) 도 1의 (c)에 도시된 바와 같이 동일입자로 추정된 입자의 이동경로를 추적한다.
각 입자의 속도를 계산한다. (제4 단계) 도 1의 (d)에 도시된 바와 같이 입자의 이동경로에 따른 각 입자(Pt1내지 Pt4)의 시간별, 위치별 이동속도를 계산한다. 제1 내지 제4 단계에 의해 유동장의 화상처리를 수행하게 된다.
한편, 종래의 유동장의 화상처리방법은 특정입자의 시간별, 위치별에 따른 동일입자를 추정한후, 추정된 입자의 이동경로를 추적하게 된다. 그러나, 종래 유동장의 화상처리방법은 입자의 간격이 조밀하거나 반대의 경우에는 동일입자의 추정이 어렵게 되어 유동장의 화상처리를 정확하게 하기 어려운 문제점이 도출되고 있다. 이에따라, 동일입자의 추정을 용이하게 할수 있는 새로운 유동장의 화상처리방법이 절실히 요구되고 있는 실정이다.
따라서, 본 발명의 목적은 추적입자의 동일성 여부 결정을 최적화시킨 유동장의 화상처리 방법을 제공하는데 있다.
도 1은 종래의 유동장 화상처리방법을 설명하기 위해 도시한 도면.
도 2는 한 프레임에 가시화된 입자의 분포를 도시한 도면.
도 3 내지 도 5는 본 발명에 따른 유동장 화상처리방법의 원리를 설명하기 위해 도시한 도면.
도 6은 동일입자의 판별방식을 설명하기 위해 도시한 도면.
도 7은 본 발명에 따른 유동장 화상처리방법을 수순에 따라 도시한 도면.
도 8 내지 도 9는 연속적인 4개 프레임의 영상을 겹쳐서 나타난 입자의 분포를 도시한 도면.
도 10은 본 발명에 따른 유동장 화상처리방법을 이용하여 출력된 입자의 분포를 도시한 도면.
상기 목적을 달성하기 위하여 본 발명에 따른 유동장의 화상처리방법은 유체의 흐름을 화상으로 나타내어 분석하는 유동장의 화상처리방법에 있어서, 일정시간 동안 유동장에 미세입자들을 분포시켜 미세입자의 이동모습으로 연속적인 유동장 화상을 얻는 단계와, 상기 연속적인 화상의 추적입자의 주위 입자들을 소정의 개수로 제한한 후 확률적 추정인 정규분포 예측기법을 이용하여 상기 연속적인 화상들간의 동일입자를 판단하는 단계와, 상기 연속적인 화상들간의 동일입자들의 이동경로에 따른 각 입자의 시간별, 위치별 이동속도를 계산하는 단계를 포함한다.
상기 목적외에 본 발명의 다른 목적 및 특징들은 첨부도면을 참조한 실시 예에 대한 설명을 통하여 명백하게 드러나게 될 것이다.
도 3 내지 도 10을 참조하여 본 발명의 바람직한 실시 예에 대하여 설명하기로 한다.
도 3 내지 도 5를 결부하여 본 발명에 따른 유동장의 화상처리방법의 원리에 대하여 살펴보기로 한다.
본 발명에 따른 유동장의 화상처리방법은 측정가능한 다이나믹 범위 및 정확도를 증가시키게 된다. 도 3을 결부하여 이에 대하여 상세하게 설명하기로 한다. at1입자의 매칭입자를 at2입자로 가정할 경우, 이 가정이 어느 정도 타당한지를 알기 위해 at1입자의 주변에 있는 bt1입자의 속도를 at1입자와 유사하다고 생각할 수 있게 하는 bt2입자가 있는가를 확인하고 어느 정도 속도를 같게 하는가에 따라 at1입자의 속도 가정에 대한 확률은 그 만큼 증가시키게 된다. 이와 같은 과정을 at1입자 주위에 있는 몇 개의 bt1입자들에 대해 같은 방법으로 실시하여 at1입자의 속도 가정이 맞는가를 결정하게 된다.
한편, 도 4에 도시된바와 같이 at1입자의 매칭입자가 at2입자로 가정할 경우 at1입자의 속도는 V1으로 가정된다. 이 가정이 옳은가를 결정하기 위해 at1입자 주위의 bt1입자를 선택하여 연속의 원리와 점성에 의하여 at1입자와 bt1입자의 속도가 유사하다고 가정하고 bt1입자의 가정된 속도 V1을 만족시킬 수 있는 bt2입자가 있는 가를 확인하는 과정에서 bt2,b't2입자가 끼치는 영향을 고려해 본다. bt2입자를 bt1입자의 매칭입자로 결정할 경우의 속도 Vb1과, b't2입자를 bt1입자의 매칭입자로 결정할 경우의 속도 Vb'1을 서로 비교하면 Vb1 < Vb'1이므로 bt2입자가 매칭입자로 유력하고 at1입자의 속도가정 V1을 결정하는데 더욱 높은 가능성을 가지게 된다. 이에 따라, Vb1이 작을수록 속도를 결정하는 확률에 더 큰 영향을 끼치게 된다.
여기에서 도 5를 참조하여 at1입자와 at2입자 사이의 거리인 R의 역할에 대하여 살펴보기로 한다. 즉, at1입자와 주위의 bt1입자사이의 간격은 속도 결정에 어떠한 영향을 미치는 가를 알기 위한 것이다. R이 작을수록 at1입자의 속도와 at2입자의 속도는 더욱 유사하게 된다. 이 경우, 도 6의 (a)에 도시된바와 같이 R이 작을 경우에는 확률결정이 민감해지고 R이 클수록 확률결정에 둔감해 지게 된다. 즉, R이 다른 여러 bt1입자의 속도가 모두 at1입자와 같을 bt2입자를 갖고 있다고 해도 R이 작은 bt1입자가 R이 큰 bt1입자보다 at1입자의 속도 결정 확률에 더 큰 값을 가산하게 된다. 그러므로, at1입자의 속도를 결정할 때 유사한 유동을 한다고 가정하는 영역이 작을수록 정확하게 결정할 수 있으나 입자들의 분포가 희박한 영역에서는 확률결정에 장애가 되므로 연속의 원리와 점성의 영향을 크게 받을수 있는 영역의 한계를 정해두고 그 영역내부에서 at1입자와 가장 가까운 bt1입자들을 몇 개(예를들면, 4개) 추출하여 그 입자들에 의해 at1입자의 속도를 결정하게 된다. 즉, 입자탐색영역을 최적화하도록 근접입자수를 소정의 개수(예를들면, 4개)로 제한하여 동일입자 판별방식을 도 6의 (b)에 도시된바와 같이 확률적 추정인 정규분포를 이용하여 결정하게 된다. 이 경우, 추적입자 주위의 입자 등에 정규분포 예측기법을 도입하여 추적입자의 동일성을 검증하게 된다. 이때, 확률함수(Probability Function)가 수학식 1에 나타나 있다.
여기에서, 0 ≤ x ≤ 100, m은 50, σ는 표준편차, σ2는 분산을 의미한다.
도 7을 참조하면, 본 발명에 따른 유동장의 화상처리방법을 설명하기 위한 도면이 도시되어 있다.
일정시간 동안 연속적인 유동장 화상을 얻어낸다. (제11 단계) 유동장에 미세입자(예를들면, Al분말)를 분포시켜 미세입자의 이동모습으로 유체의 흐름이 보일 수 있도록 가시화한다. 이때, 가시화된 유동장으로부터 소정의 시간간격(t)으로 유동장 화상을 도 7의 (a)에 도시된바와 같이 여러 개의 프레임(예를 들면, 2개)으로 나눔에 의해 연속적인 화상(Image)를 얻을수 있다. 이 경우, 연속적인 화상이 도 7의 (b)에 도시되어 있다. 도 8 및 도 9에는 실제의 유동장에서 얻어진 입자의 분포형태가 도시되어 있다. 도 8은 연속적인 4프레임의 영상을 겹쳐서 표시한 도면이고 도 9는 도 8의 도면에서 마지막 프레임의 입자정보를 큰 원형으로 표현함으로써 유체 흐름의 방향을 확인할 수 있게 나타나 있다.
정규분포 예측기법을 이용하여 연속적인 화상들간의 동일입자를 추정한다. (제12 단계) 도 7의 (c)에 도시된바와 같이 소정시간(t1 내지 t2)동안 연속적인 화상들간의 동일입자를 추정한다. 이 경우, 동일입자의 추정확률을 높이기 위해 도 7의 (d)에 도시된바와 같이 정규분포 예측기법을 적용하게 된다. 이때, 확률을 연결관계(즉, 유선)에 할당하여 확률이 가장 높은 연결관계를 갖는 입자를 동일입자로 추정하게 된다.
동일입자들의 이동경로에 따른 시간별, 위치별 이동속도를 계산한다. (제13 단계) 도 1의 (d)에 도시된바와 같이 입자의 이동경로에 따른 각 입자(Pt1내지 Pt4)의 시간별, 위치별 이동속도를 계산한다. 이러한 과정에 의해 유동장 화상처리를 하게 된다. 이때, 본 발명에 따른 유동장의 화상처리방법에 의한 입자의 분포형태가 도 10에 나타나 있다. 본 발명에 따른 유동장의 화상처리방법은 동일입자의 추정을 정규분포 예측기법을 적용함에 의해 입자 추적능력이 향상되어 유동장의 화상처리를 정확하게 할 수 있다.
상술한바와 같이, 본 발명에 따른 유동장의 화상처리방법은 유동장의 화상처리를 정확하게 할 수 있는 장점이 있다.
이상 설명한 내용을 통해 당업자라면 본 발명의 기술사상을 일탈하지 아니하는 범위에서 다양한 변경 및 수정이 가능함을 알 수 있을 것이다. 따라서, 본 발명의 기술적 범위는 명세서의 상세한 설명에 기재된 내용으로 한정되는 것이 아니라 특허 청구의 범위에 의해 정하여져야만 할 것이다.

Claims (4)

  1. 유체의 흐름을 화상으로 나타내어 분석하는 유동장의 화상처리방법에 있어서,
    일정시간 동안 유동장에 미세입자들을 분포시켜 미세입자의 이동모습으로 연속적인 유동장 화상을 얻는 단계와,
    상기 연속적인 화상의 추적입자의 주위 입자들을 소정의 개수로 제한한 후 확률적 추정인 정규분포 예측기법을 이용하여 상기 연속적인 화상들간의 동일입자를 판단하는 단계와,
    상기 연속적인 화상들간의 동일입자들의 이동경로에 따른 각 입자의 시간별, 위치별 이동속도를 계산하는 단계를 포함하는 것을 특징으로 하는 유동장의 화상처리방법.
  2. 제 1 항에 있어서,
    상기 확률적 추정인 정규분포 예측기법 적용시 상기 추정확률을 주위 입자들의 연결관계에 할당하여 확률이 가장 높은 연결관계를 갖는 입자를 동일입자로 추정하는 것을 특징으로 하는 유동장의 화상처리방법.
  3. 삭제
  4. 삭제
KR1019990010351A 1999-03-25 1999-03-25 유동장의 화상처리 방법 KR100345918B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019990010351A KR100345918B1 (ko) 1999-03-25 1999-03-25 유동장의 화상처리 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019990010351A KR100345918B1 (ko) 1999-03-25 1999-03-25 유동장의 화상처리 방법

Publications (2)

Publication Number Publication Date
KR20000061378A KR20000061378A (ko) 2000-10-16
KR100345918B1 true KR100345918B1 (ko) 2002-07-27

Family

ID=19577774

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019990010351A KR100345918B1 (ko) 1999-03-25 1999-03-25 유동장의 화상처리 방법

Country Status (1)

Country Link
KR (1) KR100345918B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106908218A (zh) * 2017-03-23 2017-06-30 北京尚水信息技术股份有限公司 河道表面流场的处理方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101237128B1 (ko) * 2012-10-16 2013-02-25 한국해양대학교 산학협력단 토모그래픽 피티브이를 이용한 유동장 해석방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106908218A (zh) * 2017-03-23 2017-06-30 北京尚水信息技术股份有限公司 河道表面流场的处理方法
CN106908218B (zh) * 2017-03-23 2018-11-30 北京尚水信息技术股份有限公司 河道表面流场的处理方法

Also Published As

Publication number Publication date
KR20000061378A (ko) 2000-10-16

Similar Documents

Publication Publication Date Title
US10522040B2 (en) Real-time video analytics for traffic conflict detection and quantification
Hwang et al. Flight-mode-based aircraft conflict detection using a residual-mean interacting multiple model algorithm
Gerát et al. Vehicle speed detection from camera stream using image processing methods
US20220153276A1 (en) Method and processing unit for determining the size of an object
CN104050806B (zh) 用于通过利用雷达仪器车尾测量检测交通灯区域内的交通违章的方法
KR101402206B1 (ko) 운동학 및 형상 정보를 활용한 다중 표적 추적 방법
JP2019124683A (ja) オブジェクト速度推定方法と装置及び画像処理機器
US8892343B2 (en) Determining a spatiotemporal impact of a planned event on traffic
Kan et al. Model-based vehicle tracking from image sequences with an application to road surveillance
KR101598343B1 (ko) 정체 시공간 패턴 자동인식 시스템 및 그 방법
Mehboob et al. Trajectory based vehicle counting and anomalous event visualization in smart cities
JPWO2019059090A1 (ja) 車両台数計測システム
JP7313820B2 (ja) 交通状況予測装置、および交通状況予測方法
Melo et al. Viewpoint independent detection of vehicle trajectories and lane geometry from uncalibrated traffic surveillance cameras
KR100345918B1 (ko) 유동장의 화상처리 방법
Lei et al. Identifying and correcting the errors of vehicle trajectories from roadside millimetre‐wave radars
Popescu et al. On-road position estimation by probabilistic integration of visual cues
WO2020063818A1 (zh) 目标跟踪方法及装置
JP2005234656A (ja) 遅れ時間推定装置、遅れ時間推定方法、遅れ時間推定システムおよび遅れ時間推定プログラム
Knoop et al. Number of lane changes determined by splashover effects in loop detector counts
Stellet et al. Post processing of laser scanner measurements for testing advanced driver assistance systems
JP3377078B2 (ja) 対流場変化予測推定装置
KR102580056B1 (ko) 유동 벡터 가설의 타당성 검사 방법 및 그 장치
Michielsen et al. History-Based Road Traffic Anomaly Detection Using Deep Learning and Real-World Data.
Rozsa et al. Temporal Up-Sampling of LIDAR Measurements Based on a Mono Camera

Legal Events

Date Code Title Description
A201 Request for examination
G15R Request for early opening
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20110630

Year of fee payment: 10

LAPS Lapse due to unpaid annual fee