Разработка алгоритмов и программного обеспечения для обработки изображений в методах цифровой трассерной визуализации

• Автор: Токарев, Михаил Петрович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Новосибирск
• Количество страниц: 190 с. : ил.

Оглавление

Список обозначений б

Введение

1 Обзор литературы

1.1 История развития метода Р1У.

1.1.1 Разработка новых методов и техник

1.1.2 Методы проверки качества алгоритмов

1.1.3 Применение Р1У для диагностики потоков.

1.1.4 Современные исследования методов расчета полей скорости по изображениям частиц в России

1.2 Стереоскопические измерения полей скорости методом Р1У

1.2.1 Другие подходы измерения трехкомпонеитных нолей скорости ПО

изображениям частиц.
1.3 Обзор существующих программных систем тля метода Р1У
2 Метод Р1У в двухкомпонентной конфигурации
2.1 Краткое описание метода.
2.2 Стандартный кросскорреляционный алгоритм
2.2.1 Методы вычисления кросскоррелянионной функции
2.2.2 Применение оконных фильтров
2.2.3 Подликсельная интерполяция смещения частиц.
2.3 Моделирование синтетических изображений частиц .
2.3.1 Описание набора 1.
2.3.2 Описание набора 2.
2.3.3 Описание набора ЮЗ.
2.3.4 Описание набора 4
2.3.5 Описание набора 5
2.4 Анализ погрешности стандартного кросскорреляционного алгоритма . .
2.5 Методы коррекции ошибок.
2.6 Передаточная функция ИС на основе метода IV
2.7 Итерационный подход.
2.7.1 Смешение расчетных областей
2.7.2 Восстановление изображения, интерполяция.
2.7.3 Непрерывная деформация изображения.
2.7.4 Фильтрация и интерполяция промежуточных полей скорости .
2.7.5 Восстановление поля скорости при уточнении сетки.
2.7.6 Схема итерационного алгоритма
2.7.7 Анализ погрешности метода
2.7.8 Передаточная функция итерационного метода
2.8 Адаптивный подход.
2.8.1 Определение уровня сигнала.
2.8.2 Выбор точек измерения и размеров областей опроса.
2.8.3 Метод эллиптических расчетных окон
2.8.4 Другие методы
2.9 Заключение
3 Метод IV в стереоскопической конфигурации
3.1 Принцип метода IV
3.2 Калибровка камеры для оптических мегодов диагностики потоков
3.2.1 Модель камеры .
3.2.2 Методы оценки параметров модели камеры.
3.2.3 Изготовление калибровочных мишеней.
3.2.4 Распознавание образов опорных точек и привязка к координатной
сетке.
3.2.5 Моделирование ошибки определения центра круглых маркеров калибровочной мишени
3.2.6 Метод коррекции калибровки камеры
3.2.7 Анализ погрешности калибровки камеры.
3.2.8 Краткий обзор существующих программных реализаций .
3.3 Методы стереореконструкции полей скорости.
3.3.1 Метод репроекции изображений.
3.3.2 Метод локальных градиентов модели камеры.
3.3.3 Анализ погрешности метода сгереорекоиструкции .
3.4 Моделирование синтетических изображений для стереоскопической конфигурации
3.5 Тестирование методов
3.5.1 Результаты калибровки камеры.
3.5.2 Результаты стереореконструкции полей скорости
3.0 Заключение
4 Реализация программного обеспечения для ИС на основе метода IV
4.1 Архитектура и обшая характеристика ПО
4.2 Подсистема обработки данных.
4.2.1 Общие принципы
4.2.2 Обмен данными.
4.2.3 Управление параметрами алгоритмов
4.2.4 Управление обработкой
4.2.5 Многопоточная обработка данных.
4.2.6 Распределенная обработка данных .
4.2.7 Реализация библиотек алгоритмов .
4.3 Заключение
5 Тестирование и примеры использования разработанного ПО в составе ИС
5.1 Введение
5.2 Описание метода проверки алгоритмов и системы тестирования
5.3 Результаты тестирования на IV
5.3.1 Тестовый пакет А.
5.3.2 Тестовый пакет В.
5.3.3 Тестовый пакет С.
5.4 Результаты тестирования на IV
5.4.1 Тестовый пакет А.
5.4.2 Тестовый пакет В.
5.4.3 Тестовый пакет .
5.4.4 Тестовый пакет Е
5.5 Изотермические гидродинамические потоки.
5.6 Аэродинамические потоки .
5.6.1 Изотермические
5.6.2 Неизотермические.
5.7 Заключение
Заключение
Список литературы


По материалам диссертации опубликовано печатных работ, из них 4 статьи в рецензируемых журналах, входящих в перечень ВАК [5, 6, , ] и глава в монографии. Диссертационная работа состоит из введения, пяти глав и заключения. Основная часть работы изложена на 0 страницах машинописного текста, включающего рисунков и 5 таблиц, списка литературы, включающего 1 наименований. Методы визуализации для изучения потоков были известны задолго до появления первых электронных вычислительных машин. Первые наблюдении за течением жидкости в водоемах при помощи естественных природных трассеров были описаны еше Леонардо да Винчи. Людвиг Прандтль (-) использовал взвесь из частиц слюды па поверхности воды для анализа обтекания цилиндров, призм и профилей крыла в экспериментальном канале. Постепенно от качественных наблюдений произошел переход к измерению количественных характеристик течений, и к -м годам ‘-го столетия сформировалось широкое направление в диагностике, известное как “стробоскопическая визуализация". Принцип стробоскопической трассерной визуализации заключается в измерении смешения трассеров в заданном сечении потока жидкости или газа за известный интервал времени. Областью измерения является плоскость, освешаемая световым ножом. Результатом измерения является мгновенное поле скорости в измерительной плоскости. Одной из наиболее показательных отечественных работ того времени является статья |], в которой приведены результаты измерения полей скорости и турбулентных пульсаций в пограничном слое на пластине, полученные путем ручной обработки трассерных картин, зарегистрированных на фотографической пленке. Однако ручная обработка была трудоемкой, занимала длительное время и не позволяла получать достаточного объема данных для расчета статистических характеристик. Появление термина PIV (Particle Image Velocimetry) - международное название метода цифровой трасссрной визуализации, связывают с работой 9], в которой метод PIV был выделен как частный случай метода лазерной спеклометрии LSV (Laser Speckle Velocimetry) []), базирующийся на оптическом преобразовании Фурье яркостных картин []. Следует отметить, что методы LSV развивались изначально применительно к анализу деформаций при нагружении твердотельных образцов в институте von Karman Institute for Fluid Dynamics. Метод PIV, вследствие более низкой концентрации трассеров, при которой различимы отдельные частицы, более подходит для анализа структуры турбулентного течения, чем метод LSV, так как влияние второй фазы на поток в этом случае незначительно. D году для PIV экспериментов в аэродинамической трубе немецкого аэрокосмического центра (DLR) был создан первый двойной импульсный лазер на основе кристалла Nd:AI'ir, который в последствие стал самым распространенным источником освещения для PIV метода. Применение двух Ш:АИГ излучателей на одной оптической оси позволило создавать две лазерные вспышки с короткой временной задержкой между ними н мощностью, достаточной для регистрации камерой рассеянного света от частиц. Развитие цифровой и компьютерной техники и, как следствие, применение цифровых методов регистрации изображений и обработки данных для стробоскопической трассерной визуализации еще более укрепило позиции PIV среди оптических методов исследования потоков, сократив время регистрации и обработки на порядки. Примерами таких нововведений являются: применение корреляционного анализа для определения смещения частиц [], применение цифровой камеры для записи одновременно всей измерительной области потока [9]. Изобретение цифровой кросскорреляциониой камеры с электронным затвором для записи двух кадров изображений частиц с малой задержкой между кадрами [] значительно расширило возможности метода PIV. Это стало возможным благодаря быстрому сохранению содержимого первого кадра в межстрочные регистры на ПЗС матрице и дальнейшего последовательного считывания накопленного заряда для первого и второго кадров. Данное изобретение стало одним из ключевых факторов, которые способствовали дальнейшему широкому распространению метода PIV [].