一种基于物理学的改善粒子图像测速稳健性光流方法与流程

本发明属于粒子图像测速技术领域，具体为一种基于物理学的改善粒子图像测速稳健性光流方法。

背景技术：

粒子图像测速是一种用多次摄像以记录流场中粒子的位置，并分析摄得的图像，从而测出流动速度的方法。本质上是流场显示技术的新发展.传统流动显示是实验流体力学的一个重要组成部分，它的主要任务是把流动的某些性质加以直观表示，以便对流动获得全面发展的认识，因而成了实验流体力学中一个长盛不衰的课题；

从应用方面来说，流体力学及空气动力学研究中流体速度场测量对于了解复杂流体具有重大意义。流体运动是一种典型的非刚性运动，其计算需基于图像处理技术。可通过对运动图像序列分析获得局部流体运动矢量大小、方向及分布情况，进而可获取诸如粘性及涡流场分布等物理特性。通常情况下，由于运动物体透明或不易通过光学设备观测，需将可见粒子置入被测物，以通过估计粒子运动矢量间接获得流体运动特征，此即谓粒子图像测速。

然而传统的粒子图像测速光流方法，稳健性差，光流计算效率低且精确度不理想，为此，我们推出了一种基于物理学的改善粒子图像测速稳健性光流方法。

技术实现要素：

本发明的目的在于：为了解决传统的粒子图像测速光流方法，稳健性差，光流计算效率低且精确度不理想的技术问题，提供一种基于物理学的改善粒子图像测速稳健性光流方法。

本发明采用的技术方案如下：

一种基于物理学的改善粒子图像测速稳健性光流方法，包括如下步骤：

s1、稳健能量泛函的构建；

s2、复核数据项的构建；

s3、平滑项的选择；

s4、惩罚函数的构建；

s5、模型能量泛函极小化处理；

s6、光流计算。

其中，所述s1中稳健能量泛函的构建，其具体步骤如下：

s101、构建基于物理学的光流约束方程；

s102、针对光流约束方程偏微分变化；

s103、依据变化结果生成稳健能量泛函。

其中，所述s2中复核数据项的构建，其具体步骤如下：

s201、获得亮度图像数据；

s202、获得梯度图像数据；

s203、获得色差图像数据；

s204、构建亮度、梯度和色差的复合光流数据模型。

其中，所述s3中平滑项的选择，其具体步骤如下：

s301、全局平滑模型构建；

s302、全局平滑模型的验证和修正。

其中，所述s4中惩罚函数的构建，其具体步骤如下：

s401、引入二次惩罚函数；

s402、二次惩罚函数的全变分变换；

s403、获得鲁棒变分惩罚函数。

其中，所述s5中模型能量泛函极小化处理，其具体步骤如下：

s501、引入基本极小化算法方程；

s502、导入鲁棒变分惩罚函数；

s503、超松弛迭代计算获得光流场。

其中，所述s6中光流计算，其具体步骤如下：

s601、利用金字塔采样因子对光流场分层；

s602、上采样插值计算；

s603、利用线性化逼近图像变换及层间数据处理。

其中，所述金字塔采样因子取值范围为0.9～0.95。

其中，所述上采样插值计算采用双三次插值计算。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1、本发明提供一种基于物理学的改善粒子图像测速稳健性光流方法，本发明涵盖了稳健能量泛函的构建；复核数据项的构建；平滑项的选择；惩罚函数的构建；模型能量泛函极小化处理；光流计算活动粒子图像测速稳健性高。

2、本发明中进一步在所述稳健能量泛函的构建过程中，首先构建基于物理学的光流约束方程；而后针对光流约束方程偏微分变化；最后依据变化结果生成稳健能量泛函，能量泛函通用性高。

3、本发明中进一步在所述惩罚函数的构建过程中，首先引入二次惩罚函数；而后二次惩罚函数的全变分变换；最后获得鲁棒变分惩罚函数，惩罚函数处理效果好。

4、本发明中进一步在所述光流计算过程中，首先利用金字塔采样因子对光流场分层；随后上采样插值计算；最后利用线性化逼近图像变换及层间数据处理；其中所述金字塔采样因子取值范围为0.9～0.95；所述上采样插值计算采用双三次插值计算；计算效率高且准确度高。

附图说明

图1为本发明的流程示意简图；

图2为本发明中稳健能量泛函的构建的流程示意简图；

图3为本发明中复核数据项的构建的流程示意简图；

图4为本发明中平滑项的选择的流程示意简图；

图5为本发明中惩罚函数的构建的流程示意简图；

图6为本发明中模型能量泛函极小化处理的流程示意简图；

图7为本发明中光流计算的流程示意简图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制；术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性；此外，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例一，参照图1～3，一种基于物理学的改善粒子图像测速稳健性光流方法，包括如下步骤：

s1、稳健能量泛函的构建；

s2、复核数据项的构建；

s3、平滑项的选择；

s4、惩罚函数的构建；

s5、模型能量泛函极小化处理；

s6、光流计算。

其中，所述s1中稳健能量泛函的构建，其具体步骤如下：

s101、构建基于物理学的光流约束方程；

s102、针对光流约束方程偏微分变化；

s103、依据变化结果生成稳健能量泛函。

其中，所述s2中复核数据项的构建，其具体步骤如下：

s201、获得亮度图像数据；

s202、获得梯度图像数据；

s203、获得色差图像数据；

s204、构建亮度、梯度和色差的复合光流数据模型。

实施例二，参照图1～4，一种基于物理学的改善粒子图像测速稳健性光流方法，包括如下步骤：

s1、稳健能量泛函的构建；

s2、复核数据项的构建；

s3、平滑项的选择；

s4、惩罚函数的构建；

s5、模型能量泛函极小化处理；

s6、光流计算。

其中，所述s1中稳健能量泛函的构建，其具体步骤如下：

s101、构建基于物理学的光流约束方程；

s102、针对光流约束方程偏微分变化；

s103、依据变化结果生成稳健能量泛函。

其中，所述s2中复核数据项的构建，其具体步骤如下：

s201、获得亮度图像数据；

s202、获得梯度图像数据；

s203、获得色差图像数据；

s204、构建亮度、梯度和色差的复合光流数据模型。

其中，所述s3中平滑项的选择，其具体步骤如下：

s301、全局平滑模型构建；

s302、全局平滑模型的验证和修正。

实施例三，参照图1～5，一种基于物理学的改善粒子图像测速稳健性光流方法，包括如下步骤：

s1、稳健能量泛函的构建；

s2、复核数据项的构建；

s3、平滑项的选择；

s4、惩罚函数的构建；

s5、模型能量泛函极小化处理；

s6、光流计算。

其中，所述s1中稳健能量泛函的构建，其具体步骤如下：

s101、构建基于物理学的光流约束方程；

s102、针对光流约束方程偏微分变化；

s103、依据变化结果生成稳健能量泛函。

其中，所述s2中复核数据项的构建，其具体步骤如下：

s201、获得亮度图像数据；

s202、获得梯度图像数据；

s203、获得色差图像数据；

s204、构建亮度、梯度和色差的复合光流数据模型。

其中，所述s3中平滑项的选择，其具体步骤如下：

s301、全局平滑模型构建；

s302、全局平滑模型的验证和修正。

其中，所述s4中惩罚函数的构建，其具体步骤如下：

s401、引入二次惩罚函数；

s402、二次惩罚函数的全变分变换；

s403、获得鲁棒变分惩罚函数。

实施例四，参照图1～6，一种基于物理学的改善粒子图像测速稳健性光流方法，包括如下步骤：

s1、稳健能量泛函的构建；

s2、复核数据项的构建；

s3、平滑项的选择；

s4、惩罚函数的构建；

s5、模型能量泛函极小化处理；

s6、光流计算。

其中，所述s1中稳健能量泛函的构建，其具体步骤如下：

s101、构建基于物理学的光流约束方程；

s102、针对光流约束方程偏微分变化；

s103、依据变化结果生成稳健能量泛函。

其中，所述s2中复核数据项的构建，其具体步骤如下：

s201、获得亮度图像数据；

s202、获得梯度图像数据；

s203、获得色差图像数据；

s204、构建亮度、梯度和色差的复合光流数据模型。

其中，所述s3中平滑项的选择，其具体步骤如下：

s301、全局平滑模型构建；

s302、全局平滑模型的验证和修正。

其中，所述s4中惩罚函数的构建，其具体步骤如下：

s401、引入二次惩罚函数；

s402、二次惩罚函数的全变分变换；

s403、获得鲁棒变分惩罚函数。

其中，所述s5中模型能量泛函极小化处理，其具体步骤如下：

s501、引入基本极小化算法方程；

s502、导入鲁棒变分惩罚函数；

s503、超松弛迭代计算获得光流场。

实施例五，参照图1～7，一种基于物理学的改善粒子图像测速稳健性光流方法，包括如下步骤：s1、稳健能量泛函的构建；

s2、复核数据项的构建；

s3、平滑项的选择；

s4、惩罚函数的构建；

s5、模型能量泛函极小化处理；

s6、光流计算。

其中，所述s1中稳健能量泛函的构建，其具体步骤如下：

s101、构建基于物理学的光流约束方程；

s102、针对光流约束方程偏微分变化；

s103、依据变化结果生成稳健能量泛函。

其中，所述s2中复核数据项的构建，其具体步骤如下：

s201、获得亮度图像数据；

s202、获得梯度图像数据；

s203、获得色差图像数据；

s204、构建亮度、梯度和色差的复合光流数据模型。

其中，所述s3中平滑项的选择，其具体步骤如下：

s301、全局平滑模型构建；

s302、全局平滑模型的验证和修正。

其中，所述s4中惩罚函数的构建，其具体步骤如下：

s401、引入二次惩罚函数；

s402、二次惩罚函数的全变分变换；

s403、获得鲁棒变分惩罚函数。

其中，所述s5中模型能量泛函极小化处理，其具体步骤如下：

s501、引入基本极小化算法方程；

s502、导入鲁棒变分惩罚函数；

s503、超松弛迭代计算获得光流场。

其中，所述s6中光流计算，其具体步骤如下：

s601、利用金字塔采样因子对光流场分层；

s602、上采样插值计算；

s603、利用线性化逼近图像变换及层间数据处理。

其中，所述金字塔采样因子取值为0.9；其中，所述上采样插值计算采用双三次插值计算。

工作原理：本发明提供一种基于物理学的改善粒子图像测速稳健性光流方法，本发明涵盖了稳健能量泛函的构建；复核数据项的构建；平滑项的选择；惩罚函数的构建；模型能量泛函极小化处理；光流计算活动粒子图像测速稳健性高；本发明中进一步在所述稳健能量泛函的构建过程中，首先构建基于物理学的光流约束方程；而后针对光流约束方程偏微分变化；最后依据变化结果生成稳健能量泛函，能量泛函通用性高；本发明中进一步在所述惩罚函数的构建过程中，首先引入二次惩罚函数；而后二次惩罚函数的全变分变换；最后获得鲁棒变分惩罚函数，惩罚函数处理效果好；本发明中进一步在所述光流计算过程中，首先利用金字塔采样因子对光流场分层；随后上采样插值计算；最后利用线性化逼近图像变换及层间数据处理；其中所述金字塔采样因子取值范围为0.9～0.95；所述上采样插值计算采用双三次插值计算；计算效率高且准确度高。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。