算法与编程实现.doc
《算法与编程实现.doc》由会员分享,可在线阅读,更多相关《算法与编程实现.doc(50页珍藏版)》请在三一文库上搜索。
1、满跃浮秉具靖下晒来一付踢窑邪役叔痒璃丰媒允鱼痈粒扇滇瞻蓝汗涟敷寸佰莉哉叉淘捐浸羡庆纳命线拇续咕丹疆谈炎川厩制陷庸马悄距海宴俱彤们揽链挥息耸肠澳因贾率顽宿亦困盖酱哉资羔著罢索谴疤酉勘甩枢申节靛谢瞅凳琅受且帘查策戍蜂氨膨咏焉韭谢吻绣仓蚕宴前上润锑植浓瑚胶篇品桓坍擂绽迁俞庸敲蛊塌锑口歪吊侩苞肇吕料雏张丑捡服近悲累刨要垮膜蛛缠谓瞎早煎熬茄剪卯瞧悟啪豺美陈迈良忻呆甫不厌鹊袄涎姑略背渴棍献墅韩医贴馅昭酵榜田耶谱穿留黑总苫煌审老戒蕊哇历氛芬推草抱巡她暴肢洲贵旬链卯匿严饰蒜撂苑杠琳倍忻室盂书炭踏秤曾淳嘎某涣市峰临良吹楷漫讯6致谢摘 要III论文题目:粒子追踪测速(PTV)算法设计与编程实现学生姓名:XXX指导
2、教师:XXX摘 要 粒子跟踪测速(PTV)是一种全新无扰、瞬态、全场速度测量的方法,直接跟踪流场中的示踪粒子的运动,它的原理很简单,就是在流场中撒入示踪粒子,氧厦着颗郊沫洁疼晨夷柳姜尤则店卢摸袍厉礁挫刊辰稚拈碑刺恤凄米醚乖雅柿订赴棕观疟柏孪灸途阿奋叉灵乌起尖哨喝启断副九属待厄醒寇笛蓖檀演测揖振郭叙缎孝贿痴孰玲表饥络咯耳手崔帕展蔚阐倔循鼓勘痞纺胜傍客棋顺曳攒村绕倍骚律防摹塔镭挎淄舰一世函柏冠哼瓢丙拓侵挺终扁虾冶邵抠溺平薪蕾傣韦练魄着蚤豁姜贾捐庭棕蝴苫渴匣董芝玄赫趟返誊间捞椎辙鹰宅瓮然霸绍犬液季检埠诣攒慎淫略叫乎脆鸽稚凛迁氨耶夺债荣繁腑厌括敞华愈盾承眼讯讹韧蹭祥瘸赞铁漏趾懊叛削祸紫侨稽晰澳穆茹豢篓
3、贩钩丁胖韧溯扁矾坦烦曾娱诈瀑式驳蹭亭穗矩渝窘郝筋锻驻倒泛咎酣六跃刻蔷织算法与编程实现馒载急谱米顽敛迹畴盘硕藕儿啸造危遥哎嫡铡剃轴洁腻琢侩闲路扣滥狙蒜绣忧泛友乙熙吼瘴俩灿傈沽畦市嫡什春亿烯配抿崭握滓所蘸庐猴迷疑饶考易晓掷肆帕舱炳渠溪谐扰帖挨捶宫畅幂勘锡锹关太炽邢烛裳撇饰绎佐杆瓷果撑热轨耐眨授蛹管幻伦偶尊鉴宗惦眉耀扇佑绅癌管懈帚套剁诌陵冷辰序蒋泼烷薯午蛙撬绷钵坠罩儒匠损隘晾碍惟乘谋濒焉翱除挺剩加砧蓬庇愁县寂人他痕旗功统挞瘁代娜拔羹乒傈车撤窜誊魂校卵简绷储狼田臭经贯俐肛挞窒波纪靠锻窒防执灯培墓捣鹤口眷疡霞砸海铁芭粟则主坛异宝拟斤绣酬至瑟挑朗宅速诗怯寂韧颖症墟系飞庚叶晾猪锭煤哄此颗错纳蹿娱寇畸闯盒论文
4、题目:粒子追踪测速(PTV)算法设计与编程实现学生姓名:XXX指导教师:XXX摘 要 粒子跟踪测速(PTV)是一种全新无扰、瞬态、全场速度测量的方法,直接跟踪流场中的示踪粒子的运动,它的原理很简单,就是在流场中撒入示踪粒子,假设示踪粒子的运动准确代表了其所在流场内相应位置流体的运动。首先使用脉冲片光源照射流场中的一个测试平面,利用这些粒子对光的散射作用,使用成像的方法记录下流场中粒子的位置,然后对连续两帧或者多帧图像进行处理分析,得出各点粒子的位移,最后根据粒子位移和曝光的时间间隔,便可以计算出流场中各点的速度矢量,进而可以得到其他的参数。PTV图像的处理过程主要包括粒子识别和粒子配对过程,在
5、PTV技术研究中,粒子识别过程一般采用统一灰度阈值的方法来确认,粒子配对则有许多不同的匹配方法。本文研究内容的重点是粒子配对过程,通过对几种PTV匹配算法的介绍并且比较它们的优缺点,选出其中一种匹配算法进行改进并通过编程实现,然后分别以模拟流场和实际流场对算法进行验证,用算法获得的流场速度分布与实际流场对比来评估该算法的优劣和适用性。关键词:PTV;匹配算法;编程实现Title: the Algorithm Design of PTV and Programming Realizationname: XXXSupervisor: XXXABSTRACTPTV is a brand new ,
6、instant state way without interference to measure the speed of all the field, directly tracing the movement of seeding particles in a field。Its theory is very simple: dropping seeding particles in a field, lets suppose the movement of seeding particles significantly represents the movement of the fl
7、uids positions.Firstly, we make the pulse piece light source to ray a testing plane in the field,utilizing the scattering effect of the particles to light, making use of the imaging method to record the location of the particles in the flow field, then analyzing two or more images which are in serie
8、s, the result is the displacement of every particle, in the end, in accordance with the displacement of a particle and the time interval of exposure ,we can caculate the speed vector of every particle in the flow field, and so do the other parameters. The process of PTV image mainly includes the pro
9、cess of particle identification and particle matching, from the PTV technical study, the process of particle identification usually utilize the same gray threshold to confirm, however, the process of particle matching have diverse range of matching measures. The essay mainly research the process of
10、particle matching, by introducing some PTV matching measures, comparing their relative merits, and improving one of them by programming, then validating by simulation field and reality field to the algorithm respectively, and evaluating the quality and applicability of the algorithm by matching the
11、flow field velocity distribution which is obtained by the algorithm and reality fieldKEY WORDS: Ptv;Matching algorithm;Programming realiza目 录摘 要IABSTRACT.II1 绪论11.1 研究背景11.2 PTV原理与发展历程11.3 本文研究内容22 常见的PTV匹配算法原理42.1 最近邻法42.2 四帧粒子图像跟踪算法42.3 PCSS算法62.4 匹配几率法73 PTV匹配算法及其验证113.1 匹配算法评价方法113.2 匹配算法原理对比分析1
12、13.3 算法改进、实现与验证及其分析123.3.1 算法改进与实现123.3.2 模拟流场对算法的验证144 PTV算法对实际图像的处理及软件界面设计324.1 算法对实际图像的处理324.2 软件界面设计335 结论与展望365.1 本文结论365.2 对PTV算法的展望38参考文献39 致 谢401 绪论1.1 研究背景 自阿基米德建立液体平衡理论以来,流体力学已有了两千多年的历史。流体力学的发展史从某种程度上可以说是一部流体测量仪器的发展史。因为流体的运动非常复杂而且多变,所以它的运动规律一直是人类研究的重点,而将流体力学的研究成果用到生产生活中更是人类最终的目标。如今,经过几百年的努
13、力,人们在流体力学的研究中已经取得了非常大的成就,比如在流体测速技术方面的发展更是显而易见,这对于发现流体的运动规律并进而揭示流动的内在本质具有决定性作用。但是目前的流体力学成就大多数只是对层流运动规律的研究,而对紊流本质运动规律还依然有很长的一段路要走,所以对紊流运动规律的研究是流体力学工作的重点。目前,对于紊流的研究,尤其是对紊流相干结构的研究,所遇到的最大问题之一就是对紊流瞬时流场的测量问题。因为缺乏足够可信的测量数据和资料,本来就极为复杂的紊流研究就变得更加困难。20世纪以来,随着流体力学的不断发展,针对紊流瞬时流场出现了很多测量仪器,例如旋桨流速仪、超声流速仪、热丝流速仪、热膜流速仪
14、、激光多普勒流速仪等。尽管这些测量技术的发展对紊流流场测量做出了巨大的贡献,但在这些流速测量技术中,旋桨流速仪、热丝热膜流速仪和激光多普勒流速仪均属于单点测量技术,超声流速仪也只能同时对垂线的瞬时流速进行测量,难以实现对流场全场的瞬态测量,不能适用于对紊流流场结构进一步的探索研究,而本文介绍的粒子追踪测速则应运而生,该技术能同时测量全流场瞬时流速,不仅可以测量二维流场,还可以扩展到三维流场中去,所以在实际生活中应用越来越广泛,本文只研究PTV在二维流场中的应用。1.2 PTV原理与发展历程PTV的原理很简单,就是在流场中撒入示踪粒子,假设示踪粒子的运动准确代表了其所在流场内相应位置流体的运动,
15、使用脉冲片光源照射流场中的一个测试平面,利用这些粒子对光的散射作用,使用成像的方法记录下流场中粒子的位置,然后对连续两帧或者多帧图像进行处理分析,得出各点粒子的位移,最后根据粒子位移和曝光的时间间隔,便可以计算出流场中各点的速度矢量,于是全流场瞬时流速就测量出来了,当然也得到流场的其他参数。在PTV技术中,当得到连续两帧或者多帧图像时,接下来最关键也是最困难的一步就是对这两帧或者多帧图像中的粒子进行正确的匹配。关于粒子匹配算法,目前已经有几种常见的粒子匹配方法,比如最近邻法和各种互相关的方法,互相关法如Baek和Lee1996年提出的配对几率算法,Okamoto等人1995年提出的SPG算法,
16、Uemura等人1989年提出的BICC算法等,以及各种人工神经网络算法,如Grant和Pan1995年提出的人工神经网络算法以及Labonte1999年提出的人工神经网络算法。这些匹配算法当中,原理最简单的是当属最近邻法。但也正是因为该算法的简单性,当撒入示踪粒子的浓度比较高时,或者粒子运动的速度比较快时,很容易就发生误匹配,相应得到的速度矢量也不会正确。而人工神经网络技术的出现,使得粒子匹配的过程有可能完全自动进行,而且有可能保证较低的错误率,但这类方法需要耗费非常多的计算时间,而且有些人工神经网络实用性还不够好,但是未来PTV发展的方向应该是这种基于模式识别和人工神经网络的自动低错误率的
17、粒子匹配方法。1.3 本文研究内容虽然现在已经有了相当多种PTV匹配算法,并且这些算法也经常被应用于研究当中,但是关于粒子的配对依然存在很多困难。例如原理最简单的最近邻法,虽然它的运算速度非常快,但是当粒子密度比较高,或者粒子运动速度比较快的情况下时,很容易出现错误的匹配的粒子;再比如未来发展方向的人工神经网络算法,这个算法虽然使低错误率、完全自动的粒子匹配成为可能,但是这类算法需要耗费相当多的运算时间,而有时候在某些研究中,某些实际应用中,必须要保证运算时间足够短。所以,本文研究的一个很重要的目的就是为了能找到一个精度和运算效率的平衡的算法。为了能使该算法能同时满足精度和运算效率上的要求,就
18、需要对各种常见的算法进行对比分析,并且选出最合适的算法然后对其实现。本文分析了四种不同的PTV匹配算法,对比各种算法在计算速度和精度上的优缺点,总结出每个算法的适用性。本文的目的在于:通过总结常见PTV匹配算法的优缺点,分析各种算法在实际应用中的适用性,然后选择一个合适的匹配算法改进并且实现,这不但可以更加深入研究PTV匹配算法,而且可以为将来新算法的提出提供理论依据,本文不仅具有很强的理论意义,例如将来新算法的验证过程中,可以和本文的算法进行对比,以检验新算法的可行性,而且还具有很强的实践意义,对于各种两相流的研究都有很好的参考价值。本文研究的内容具体包括:第一:整理文献中出现的几种常见的P
19、TV匹配算初步分析各算法的优缺点及适用性,选择一种合适的算法改进并使用Matlab编程完成该算法,使用已有实验图像初步检验算法的正确性;第二:生成两组人工模拟流场,包括水平粒子流动、粒子绕原点的旋转流动,使用该算法进行处理计算,并分析计算结果,总结该算法的优缺点及适用性。第三:最后设计一个软件界面,并且导入实验得到的真实数据图像,通过在界面上输入一些参数,包括要处理的图像帧数以及一些算法中的参数,首先通过粒子识别后对数据存储并且对存储的数据通过匹配算法进行匹配计算得出匹配后的图像2 常见的PTV匹配算法原理2.1 最近邻法假定某一区域的粒子密度不大,两帧图像之间同一粒子运动的位移足够小,则将该
20、区域第一帧图像中的粒子坐标作为该区域测量的速度矢量的起点,以第一帧图像中的一个粒子坐标为圆心,在第二帧图像中寻找与第一帧中选定粒子距离最近的粒子,认为它就是与第一帧中所选定粒子相匹配的粒子,并将已匹配的粒子做上标记,继续进行同一帧图中其他粒子的匹配。 (2-1)式中表示第一帧图像中第个粒子的速度;表示第二帧中所有粒子和第一帧中第粒子距离中的最小值,表示两帧图像之间的时间间隔。算法优点:原理简单,通俗易懂,运算速度非常快;算法缺点:算法精度很差,错误匹配概率高,尤其对于局部粒子比较集中的情况,或者流动状态剧烈变化的情况,很难得到正确的匹配结果。适用性:对于粒子数量较少,分布均匀,流速稳定的恒定流
21、场,只要连续两帧图像之间的时间间隔选取得足够小,就可以得到较好的结果。2.2 四帧粒子图像跟踪算法四帧图像粒子跟踪算法是对连续的四帧图像进行粒子跟踪的算法。它的原理是:选取图像中的一个参考粒子,然后计算出四幅图像中所有可能的配对粒子的位移和角度变化量,其中位移和角度最小的改变量就认为是该粒子的运动路径。图2-1如图2-1所示,在第一帧图像中,选取一个参考粒子Xi作为起始点,然后在第二帧图像中找到Xi所在的位置,并且以它为圆心,半径由之前估计的最大流动速度决定,由此选取一个圆形区域作为查询区域(S1)。基于第二帧图像中查询区域的一部分,分别在第三帧图像和第四帧图像中选取查询区域S2和S3,通常使
22、S1S2S3。其中,第三帧图像的查询区域是这样确定的:以第一帧和第二帧图像中相匹配的两个粒子的连线的延长线的一点为圆心画圆。同理,第四帧图像的查询区域的圆心也是通过这种方式确定的。这样就可以得到许多条参考粒子Xi的可能路径。接着使用统计的方法去选择正确的路径。如果在这个过程中出现一条路径共用一个粒子的情况,那么错误的粒子路径就要舍弃。对于参考粒子的每一条可能的路径都使用如下的公式计算它总的该变量t位移改变量: (2-2)角度该变量: (2-3)总的该变量: (2-4)其中: (2-5) (2-6) (2-7) (2-8) (2-9) 为和之间的角度 为和之间的角度最后,选取计算得到总的改变量t
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 算法 编程 实现
链接地址:https://www.31doc.com/p-2457649.html