基于物理學(xué)的改善粒子圖像測(cè)速穩(wěn)健光流方法研究

鄭 佳， 王洪雁， 裴炳南

(大連大學(xué)遼寧省北斗高精度位置服務(wù)技術(shù)工程實(shí)驗(yàn)室，遼寧 大連 116622)

0 引言

流體力學(xué)及空氣動(dòng)力學(xué)研究中流體速度場(chǎng)測(cè)量對(duì)于了解復(fù)雜流體具有重大意義。流體運(yùn)動(dòng)是一種典型的非剛性運(yùn)動(dòng)，其計(jì)算須基于圖像處理技術(shù)。可通過(guò)對(duì)運(yùn)動(dòng)圖像序列分析獲得局部流體運(yùn)動(dòng)矢量大小、方向及分布情況，進(jìn)而獲取諸如粘性及渦流場(chǎng)分布等物理特性[1]。通常情況下，由于運(yùn)動(dòng)物體透明或不易通過(guò)光學(xué)設(shè)備觀測(cè)，需將可見(jiàn)粒子置入被測(cè)物，以通過(guò)估計(jì)粒子運(yùn)動(dòng)矢量間接獲得流體運(yùn)動(dòng)特征，此即謂粒子圖像測(cè)速[2](Particle Image Velocimetry，PIV)。

常見(jiàn)光流計(jì)算方法，如變分光流方法的分辨率可達(dá)到亞像素級(jí)，同時(shí)，假設(shè)流體連續(xù)時(shí)空變化特性與光流方程中圖像序列局部時(shí)空可微本質(zhì)相同，因而，基于光流的PIV得到了廣泛的關(guān)注。

馬鵬飛等提出基于Lucsa-Kanade(LK)局部光流的PIV估計(jì)方法[3]，此算法計(jì)算復(fù)雜度低，穩(wěn)健性較好，然而光流場(chǎng)邊界較為模糊，邊緣像素點(diǎn)光流估計(jì)較差，從而所得光流場(chǎng)較為稀疏；針對(duì)此問(wèn)題，孫立志等提出基于金字塔LK的多尺度光流算法以計(jì)算PIV[4]，所提算法可解決在運(yùn)動(dòng)目標(biāo)速度過(guò)大、相鄰幀連續(xù)性不強(qiáng)時(shí)的光流計(jì)算問(wèn)題，所得光流精度高于LK算法，然而得到的光流場(chǎng)仍較為稀疏；為此，黃湛等提出基于Horn-Schunck(HS)的PIV計(jì)算方法[5]，此算法可得稠密光流場(chǎng)，然而邊界容易模糊，計(jì)算復(fù)雜度高，且穩(wěn)健性較差；為進(jìn)一步改善光流估計(jì)精度，余學(xué)敏等使用全局與局部結(jié)合的方法，獲得了更高的光流估計(jì)精度[6]，然而此方法所得光流在邊緣地區(qū)穩(wěn)健性較差；……