火焰流場粒子跟蹤測速系統(tǒng).pdf

1、伴隨數(shù)字圖像處理技術(shù)以及計(jì)算機(jī)技術(shù)的飛速發(fā)展，不同于單點(diǎn)測量的全流場速度測量得以實(shí)現(xiàn)。粒子圖像測速技術(shù)是一種基于數(shù)字圖像處理技術(shù)的新型流速測量方法。它通過對不同時刻的流場粒子圖像進(jìn)行分析計(jì)算來得到流場運(yùn)動信息。粒子圖像測速技術(shù)已得到了各個領(lǐng)域的廣泛應(yīng)用，為瞬態(tài)流場的可視化提供了強(qiáng)有力的工具。為了對火焰流場粒子圖像進(jìn)行分析，得到火焰燃燒過程中氣流場的運(yùn)動情況，本文的主要工作如下：
　　1.本文首先對粒子圖像測速技術(shù)所涉及的基本原理、

2、應(yīng)用背景以及發(fā)展歷程進(jìn)行簡要的介紹。當(dāng)今，利用數(shù)字圖像處理技術(shù)實(shí)現(xiàn)流場測量的主流方法有粒子圖像測速(Particle Image Velocimetry,PIV)和粒子跟蹤測速(Particle Tracking Velocimetry，PTV)這兩種。本文對目前通用的粒子跟蹤測速系統(tǒng)組成作了介紹，并對粒子跟蹤測速主要步驟（包括粒子識別、定位、匹配和數(shù)據(jù)后處理）的相關(guān)算法進(jìn)行分析研究。
　　2. PIV通過在連續(xù)圖像的局部診斷窗口

3、內(nèi)進(jìn)行互相關(guān)運(yùn)算得到診斷窗口內(nèi)的粒子平均位移，在局部速度估計(jì)中，更傾向于更大更亮粒子的運(yùn)動模式。而 PTV通過跟蹤粒子圖像中的每個粒子，利用粒子的位移代替該位置流場運(yùn)動，更能反映該位置的流場運(yùn)動情況。本文對多組連續(xù)兩幀標(biāo)準(zhǔn)粒子圖像分別使用PIV和PTV兩種粒子圖像測速方法，仿真結(jié)果表明PTV比PIV方法更能反應(yīng)流場局部運(yùn)動信息，所以直接跟蹤單個粒子的粒子跟蹤測速技術(shù)是本文的研究重點(diǎn)。由于有效地識別粒子圖像中的粒子是粒子跟蹤測速后續(xù)處理的

4、前提，本文利用粒子所在區(qū)域總表現(xiàn)出局部亮度極大值的特征，將局部極大值方法結(jié)合到火焰流場粒子目標(biāo)識別中，通過尋找局部亮度最大值點(diǎn)確定候選粒子坐標(biāo)點(diǎn)，然后對候選點(diǎn)進(jìn)行進(jìn)一步篩選。該方法改善了光照不均，圖像中噪聲較多的情形下粒子識別結(jié)果。對比圖像分割方法表明，該方法比圖像分割法識別準(zhǔn)確率高，且保留了粒子大小等信息。之后本文重點(diǎn)研究了基于聯(lián)合概率的優(yōu)化近鄰粒子匹配方法，通過在組合配對中添加粒子的距離約束，將組合網(wǎng)絡(luò)劃分成小的子網(wǎng)絡(luò)以減小計(jì)算復(fù)雜

5、度，通過優(yōu)化總距離平方和，對粒子進(jìn)行有效配對。粒子匹配算法是PTV的核心步驟，通過合成不同密度的兩種代表性流場，驗(yàn)證了基于聯(lián)合概率分布的優(yōu)化近鄰法比最近鄰和匹配幾率法分別在時間和跟蹤準(zhǔn)確性上都有明顯提高。
　　3.最后，本文綜合上述方法開發(fā)出應(yīng)用在火焰流場中的粒子跟蹤測速軟件系統(tǒng)。通過對參數(shù)的調(diào)節(jié)，得到火焰流場的全流場瞬態(tài)位移矢量圖，為火焰流場的后續(xù)計(jì)算打下基礎(chǔ)。
　　粒子圖像跟蹤測速的研究處在快速發(fā)展階段，本文所做的研究也