一种物理数据驱动的真实感流体重仿真方法与流程

技术特征：

1.一种物理数据驱动的真实感流体重仿真方法，其特征在于，利用视频的前两样例帧,记为F₁和F₂，实现真实感流体重仿，利用流体视频的样例帧，计算得到流体运动的物理驱动数据,实现真实感流体重仿真，具体包括以下步骤：

步骤1：预处理

计算F₁中流体粒子的高度H_i,进一步计算F₁中任意一个粒子的速度v_i及密度ρ_i.其中i是非负整数,且0≤i<N，N是流体场景的粒子个数；

(a)将流体场景粒子分块,并构建粒子块集合,具体地：

将F₁中的所有粒子分块处理,并按照每块中粒子的运动方向,确定为不同类别；先进行粒子块的划分，将F₁中的所有粒子按照指定大小b×b分成正方形的块,如果图像的分辨率为X×Y，那么，水平分割块数垂直分割块数表示向下取整；假设B是这WM个粒子块中的任意一块；B中所有粒子2D速度的均值为并且u和v是的两个分量，那么,利用(1)式来确定B的类别T：

$T=\left\{\begin{array}{cc}1& u\&gt;0,v\&gt;0\\ 2& u\&lt;0,v\&gt;0\\ 3& u\&lt;0,v\&lt;0\\ 4& u\&gt;0,v\&lt;0\end{array}\right.---\left(1\right)$

按照粒子块的类别,将流体场景的所有粒子块分成四个粒子集合S_j(1≤j≤4),具体地：如果粒子块的类别为j，将该粒子块置入S_j(1≤j≤4)；

(b)对每个集合内部的粒子块排序,具体地：

对于任意的粒子集S_j(1≤j≤4),根据每块内部所有粒子密度和ρ_k,将粒子集S_j内所有粒子块,按照ρ_k从大到小排序,将排序后的粒子块集,称为标准密度块有序集G_j(1≤j≤4)；其中k是非负整数，0≤k≤L-1，L表示S_j中粒子块的个数；

步骤2：按照以下步骤一共进行N_R次仿真推演：

(a)当前次是第I次仿真，设I＝1；如果满足I≤N_R，继续进行以下步骤，否则，跳转到步骤3；

(b)利用速度v_i(0≤i<N)，初始化LBM模型，使仿真开始推演，然后按照以下步骤对推演后的密度进行增强；在推演过程中，获取第I次推演中流体场景粒子的密度p_l(0≤l<N)，p_l为推演密度，其中I是自然数(1≤I≤N_R)，N是流体场景的粒子个数；

(c)建立推演密度块有序集合

根据p_l(0≤l<N)，按照步骤1的(a)和(b)建立推演密度块有序集合D_j(1≤j≤4),其中每个集合的粒子块是按照块内LBM推演的粒子密度和的大小排序；

(d)密度的增强

假设标准密度块有序集G_j(1≤j≤4)中密度块数为C；推演密度块有序集D_j(1≤j≤4)中密度块为J；

对于给定阈值λ(0<0<1)，在第I次推演中，推演密度块有序集合D_j(1≤j≤4)的前λc个密度块进行增强处理；具体地：对D_j中的推演密度块b_i(0<i≤λc)中的密度p_t进行增强；其中t是粒子在b_i中的序号；

首先，为了b_i从标准密度块有序集G_j中选取标准密度块B_s，序号B_s计算为：

B_s＝Cb_i/J (2)

然后，对于推演密度块b_i中粒子的密度a_t增强为：

a_t＝P_tZ_b/X_B (3)

其中P_t为标准密度块B_s中序号为t的粒子的密度；Z_b为推演密度块有序集合D_j中所有密度的和，X_B为标准密度块有序集G_j所有粒子密度的和；

(e)转步骤2，进行下一次推演；

步骤3：重仿真结束。