东南大学大型发电装备安全运行与智能测控国家工程研究中心，江苏 南京 210096
光场显微粒子图像测速技术通过单光场相机即可实现微尺度三维速度场的测量，但单光场相机角度信息有限，导致粒子重建的轴向分辨率低、重建速度慢。基于此，提出一种基于卷积神经网络深度学习模型的光场显微粒子三维空间分布重建方法，以实现粒子三维分布的高分辨率快速重建。首先，根据光场显微成像模型，基于粒子的实际发光特性生成模拟光场图像，进而构建“粒子空间分布-光场图像”数据集；然后，耦合光场显微成像特点，建立卷积神经网络深度学习模型，通过“粒子空间分布-光场图像”数据集对模型进行学习和训练，获得光场显微三维粒子空间分布预测模型，并对预测模型的性能进行评价；最后，测量水平微通道层流流动中的示踪粒子空间分布和三维速度场。模拟和实验结果表明：相比常规的反卷积方法，所提方法的粒子重建轴向分辨率提高79.3%，基本消除了粒子重建的拉伸效应；单张图像重建时间仅为0.243 s，可以满足实时测量的需求。
图像重建技术 微尺度流动 深度学习 三维粒子场 光场显微粒子图像测速技术 光学学报
2023, 43(21): 2115002
1 上海理工大学能源与动力工程学院，上海 200093
2 翼型叶栅空气动力学国家级重点实验室，陕西 西安 710129
3 上海市动力工程多相流动与传热重点实验室，上海 200093
三维重建是层析粒子图像测速（PIV）中重要的一步，重建过程中的权重系数计算通常较为繁琐。基于此，提出一种层析PIV快速权重计算方法——正向投影面积（FPA）法，即将离散体素投影在相应像元上的面积作为权重系数计算的方法。首先，基于针孔相机模型构建三维空间内粒子多视角投影成像仿真程序，生成仿真图片用于方法分析与验证；其次，将FPA方法结合目前主流重建算法开展三维重建精度和耗时分析。结果表明，当用于本研究所述测量区域重建时，相比于传统后向方法与亚网格法权重系数计算方法，FPA法的权重矩阵元素个数分别降低了大约3个和1个数量级，计算时间分别减少了97%与85%，相应地降低了计算机的内存占用，且FPA法与传统后向方法所计算的权重矩阵的平均相似度高于0.9974。在常用实验粒子数分数（pppp=0.05）下，该方法结合目前主流重建算法的重建精度可达0.8以上。同时基于仿真图片分析了相机最佳采集角度以及实验相机噪声对重建结果的影响，结果表明，在实验噪声条件下重建结果仍然满足三维流场重建的要求。
图像处理 层析粒子图像测速 三维重建 权重系数计算 正向投影面积法 光学学报
2023, 43(11): 1110001
1 中国计量大学信息工程学院浙江省电磁波信息技术与计量检测重点实验室，浙江 杭州 310018
2 中国计量大学计量测试工程学院，浙江 杭州 310018
互相关光流混合算法是目前粒子图像测速的主流算法，但是重建速度场精度不高。利用高斯径向基函数插值替换互相关光流混合算法中的双三次插值，减小了重建角度误差。进行朗肯涡流仿真实验，使用高斯径向基函数插值混合算法进行粒子速度场重建，其均方根误差和平均角度误差比传统混合算法分别降低了27.36%和38.32%，并分析了位移和粒径大小对重建误差的影响。搭建了二维粒子图像测速技术（PIV）实验系统，采用粒径为100 的聚酰胺粒子作为示踪粒子，进行旋转实验和注水实验，分别模拟涡流场和射流场。采用高斯径向基函数插值混合算法进行速度场重建，可以获得与传统混合算法相近的粒子速度场。
测量 粒子图像测速 高斯径向基函数 朗肯涡流 平均角度误差
1 中国计量大学 信息工程学院 浙江省电磁波信息技术与计量检测重点实验室，杭州 310018
2 中国计量大学 计量测试工程学院，杭州 310018
分析了基于彩色光照的粒子图像测速算法中示踪粒子的成像原理，并根据实际流场中的应用环境以及彩色粒子图像测速算法的实验条件，采用一套由白色光源和波长线性变化的滤波片组成的照明系统，为粒子场提供不同深度、相同光强的彩色体积光照明。根据针孔相机模型和其对应的点扩散函数，建立示踪粒子的三维成像模型，得到在彩色体积光照射下流场中的粒子在彩色相机上的模拟图像。结合朗肯涡流模型生成的三维速度场得到不同时刻下的模拟粒子图像。采用彩虹粒子图像测速算法对不同密度的粒子在不同速度的朗肯涡流场下的模拟图像进行粒子分布场和粒子速度场的重建分析，与真实值对比，证明该方法生成的模拟粒子图像可以为基于彩色光照粒子图像测速算法的研究提供支撑。
粒子图像测速 针孔成像 点扩散函数 彩色光照 朗肯涡流 Particle image velocimetry Pinhole imaging Point-spread function Color light Rankine vortex
青岛科技大学机电工程学院, 山东 青岛 266061
燃烧诊断与流场显示领域的研究热点已延伸至研发同时满足非侵入式、多参量同步测量、定量计算、多维可视化等技术要求的显示、测量新方法。研究复杂燃烧三维温度场和速度场的同时激光测量,表征燃烧化学反应和流场输运的重要特性。提出一种光偏折层析测温方法与粒子图像测速方法相结合的燃烧多参量场激光测量方法。设计温度场和速度场激光测量的实验系统,获取4方向莫尔偏折条纹和4幅火焰粒子图像。同时重建与可视化旋流燃烧温度分布和速度云图、流线、涡量等流场,并分析不同工况下的旋流火焰特性。对直接测量数据与重建结果进行对比,验证了所提方法的有效性。
测量 燃烧诊断 光偏折层析 粒子图像测速 旋流火焰
1 中国科学院自适应光学重点实验室，四川 成都 610209
2 中国科学院光电技术研究所，四川 成都 610209
3 中国科学院大学，北京 100049
基于光学成像的流场测量技术，如粒子图像测速技术（PIV），易受到因流体中折射率的不均匀性或晃动的介质边界引起的光学畸变而带来的影响。这些畸变会使得示踪粒子在图像上的位置分布产生误差且严重影响图像清晰度，从而增大流场速度测量的误差。为了提高光学流场速度测量的测量精度，自适应光学系统可以应用于其中去校正光学畸变。基于图像流场测量中的光学像差具有频率高，动态范围大，空间分辨率高等特点，对于这一应用场景，基于波前校正器件的自适应光学系统受到了器件本身性能的影响。基于深度学习的自适应光学技术在流场测量中的应用，建立了一种基于深度神经网络的无波前校正器件自适应光学校正技术，以深度神经网络代替传统的波前校正器件，用于粒子图像测速技术中的光学畸变校正。为了生成神经网络所需要的训练和测试数据集，搭建了可以实现波前测量的粒子图像测速实验平台，分析并建立了光学畸变在粒子图像上的图像退化模型。最后，以校正后PIV图像的校正效果和流场速度测量结果作为评价标准，对所建立神经网络的畸变校正性能进行了分析。
自适应光学 卷积神经网络 粒子图像测速 像差校正 adaptive optics convolutional neural network particle image velocimetry aberration correction 红外与激光工程
2020, 49(10): 20200267
1 哈尔滨工程大学信息与通信工程学院, 黑龙江 哈尔滨 150001
2 中央民族大学信息与工程学院, 北京 100081
3 哈尔滨工程大学船舶工程学院, 黑龙江 哈尔滨 150001
粒子图像测速(PIV)作为一种非接触的、全局的间接流体力学测量技术,能够从图像中获取流体的速度场,从而揭示流体的运动规律。随着深度学习技术的发展,用深度学习技术来进行粒子图像测速具有很重要的研究价值和广泛的应用前景。基于光流神经网络,提出了一种改进型轻量级卷积神经网络,在提高粒子图像测速精度的同时,减小了模型的参数量,提高了测试速度。首先,将目前能够获取最优刚体估计的光流神经网络架构进行了改进,采用人工合成的粒子图像数据集进行有监督训练。然后,将训练得到的网络模型与当前最先进的用于粒子图像测速的深度学习模型进行对比评估。实验结果表明,本文提出的基于轻量化深度学习模型的粒子图像测速模型在不损失精度的同时,模型参数量减小了9.5%,测试速度提高了8.9%。
光计算 粒子图像测速 深度学习 光流 卷积神经网络 轻量化
大连大学辽宁省北斗高精度位置服务技术工程实验室, 辽宁 大连 116622
针对可视化流动图像边缘扩散及噪声和异常点影响使得光流计算稳健性较差的问题, 提出一种基于物理学的稳健光流计算方法以改善光流计算稳健性。所提算法在基于物理学光流方法中引入各向异性滤波器以增强边缘光流稳健性, 并增加惩罚因子以减少噪声及异常点对光流计算的影响, 而后基于变分方法极小化光流能量函数以求解欧拉-拉格朗日方程, 最后通过迭代方法求得速度场。仿真结果表明, 与传统的Lucas-Kanade,Horn-Schunck,金字塔Lucas-Kanade以及基于物理的光流计算方法相比, 所提算法可显著减少边缘和角落区域光流扩散, 改善针对噪声及异常点的稳健性, 从而得到具有较好稳健性的速度场。
图像处理 稳健性 各向异性滤波器 惩罚因子 基于物理学的光流计算 粒子图像测速 image processing robustness anisotropic filter penalty factor physics-based optical flow particle image velocimetry
1 西南科技大学 信息工程学院, 四川 绵阳 621900
2 中国空气动力研究与发展中心 低速空气动力研究所, 四川 绵阳 621900
3 中国空气动力研究与发展中心 气动噪声控制重点实验室, 四川 绵阳 621900
对层析粒子图像测速(PIV)技术中示踪粒子成像部分进行理论分析, 并结合真实风洞的相应参数, 通过搭建模拟粒子成像平台的方法来进行研究。设计了一套体积为80 mm×100 mm×100 mm的激光照明系统, 以提供粒子场的入射光强。建立了示踪粒子的三维成像模型, 从而得到层析PIV系统的模拟图像。分析了影响PIV系统成像质量的相关因素。在单像素粒子数为0.007 7的情况下, 通过真实粒子图像和模拟粒子图像比较, 验证了该方法的正确性。
层析粒子图像测速 风洞 激光照明 示踪粒子 粒子成像 tomography particle image velocimetry wind tunnel laser lighting tracer particles particle imaging 强激光与粒子束
2018, 30(11): 114003
