一种激波串分离点定位方法与流程

本发明属于超/高超声速流场测量显示技术领域，具体指代一种用于超/高超声速流场纹影显示中的激波串分离点定位方法。

背景技术：

激波串是超/高超声速气流在减速增压过程中出现的一种以激波/附面层干扰为主要特征的复杂流动现象。激波与附面层相互干扰使得附面层形态发生变化，产生分离和再附，在管道内形成异常复杂的激波串或伪激波结构。这种流动结构广泛存在于吸气式高超声速飞行器进气道/隔离段、超声速风洞扩压器和超声速射流装置等部件中，其流动特性与部件的气动设计及性能密切相关。由于边界层通过激波、膨胀波等与主流之间出现强烈的耦合作用，使得激波串的流动形态十分复杂，并表现出振荡等非定常特性。当上游流场参数改变或下游压力扰动存在时，加剧激波串的振荡现象，甚至导致大尺度的激波串振荡运动，可能会引起结构颤振，产生疲劳和损坏；同时还会造成进气道/隔离段不起动状态，引起燃烧不稳定甚至熄火。因此激波串动态特性研究对于飞行器结构设计和气动性能具有重要意义。

对纹影中激波串的定量计算是该研究领域十分短缺的工具手段，目前纹影中通常只有少部分典型流态特征的图像被用来显示激波串结构及对运动规律的定性分析，大量纹影图像数据没有得到有效的利用。

技术实现要素：

针对于上述现有技术的不足，本发明的目的在于提供一种激波串分离点定位方法，以解决目前纹影中通常只有少部分典型流态特征的图像被用来显示激波串结构及对运动规律的定性分析，大量纹影图像数据没有得到有效的利用等问题，本方法将纹影图像中的分离点位置，通过灰度提取并计算的方式给出精确的坐标，实现大批量纹影数据的定量化数字处理，以提高对纹影图像数据的利用率。

为达到上述目的，本发明的一种激波串分离点定位方法，包括步骤：设定灰度矩阵分析范围，计算分析灰度矩阵列向量特征，建立判据，捕捉并定位图像中符合壁面分离特征的灰度向量，将其特征点坐标作为分离点坐标，实现对分离点的位置定位；具体步骤如下：

1)选定分析窗口并提取该窗口灰度矩阵，保证激波串分离点所能到达的任一位置均在该窗口内；

2)基于上述确定的灰度矩阵，从右向左逐一分析每一列向量，采用光滑插值并重新采样的方法处理列向量，计算灰度突变点纵坐标，并将所有计算的纵坐标生成一维数组；

3)分析上述得到的一维数组，确定跳跃度大小符合附面层厚度值特征的点，将该点横坐标作为分离点横坐标；

4)将上述得到的横坐标代入灰度矩阵，确定该横坐标下列向量的灰度突变点纵坐标，该纵坐标作为分离点纵坐标，由此得到激波串分离点位置的坐标。

本发明的有益效果：

本发明提取纹影图像灰度矩阵并进行列向量的光滑插值和重新采样，能够精确定位任一时间激波串上下分离点的位置，通过批量处理，能够从时域上完成激波串运动位置的分析，实现了海量纹影试验数据的数字化分析处理，大大提高纹影数据的研究利用率。

附图说明

图1为本实施例中纹影图片所确定的流场位置示意图；

图2为实施例中抽取的第一张图片的定位效果示意图；

图3为实施例中抽取的第二张图片的定位效果示意图；

图4为实施例中抽取的第三张图片的定位效果示意图；

图5为实施例中全部纹影图像定位出的上分离点横坐标的时间历程示意图；

图6为实施例中全部纹影图像定位出的下分离点横坐标的时间历程示意图。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

本发明的一种激波串分离点定位方法，包括步骤：设定灰度矩阵分析范围，计算分析灰度矩阵列向量特征，建立判据，捕捉并定位图像中符合壁面分离特征的灰度向量，将其特征点坐标作为分离点坐标，实现对分离点的位置定位；具体步骤如下：

1)选定分析窗口并提取该窗口灰度矩阵，保证激波串分离点所能到达的任一位置均在该窗口内；

2)基于上述确定的灰度矩阵，从右向左逐一分析每一列向量，采用光滑插值并重新采样的方法处理列向量，计算灰度突变点纵坐标，并将所有计算的纵坐标生成一维数组；

3)分析上述得到的一维数组，确定跳跃度大小符合附面层厚度值特征的点，将该点横坐标作为分离点横坐标；

4)将上述得到的横坐标代入灰度矩阵，确定该横坐标下列向量的灰度突变点纵坐标，该纵坐标作为分离点纵坐标，由此得到激波串分离点位置的坐标。

将本发明方法应用于某一超声速试验采集得到的一组纹影图片中，图片数量大于3000张，具体实施步骤如下：

(1)如图1，选定分析窗口W₀并提取该窗口灰度矩阵g[M][N]，其中M为窗口长，N为窗口宽，单位均为像素(pixel)，需保证激波串分离点所能到达的任一位置均在该窗口内，图中所标注的1和2分别为激波串的上、下分离点，即实施例所要通过本发明的计算方法进行精确定位的特征；

(2)基于上述确定的灰度矩阵g[M][N]，从右向左逐一分析每一列向量y[x][N]，x为整数，代表任一横坐标位置，x∈[1,M]；对y[x][N]做j次光滑插值，用N_j表示j次插值后的数组容量，则N为0次差值容量，即N₀＝N，那么，N_j＝2·N_j-1-1，经j次插值后的新数组y_j[x][N_j]由下式计算：

将数组y_j[x][N_j]构造为连续函数f_x,j(ξ)，其中ξ为0到N的实数，该函数由下式计算：

f_x,j(ξ)＝(y_j[x][n+1]-y_j[x][n])×(ξ-n)+y_j[x][n]n≤ξ＜n+1 0≤ξ≤N

用原数组y[x][N]的样本量及数据间隔对f_x,j(ξ)进行等距采样生成新数组由下式计算：

设定纹影图像中壁面边界灰度黑与白过度的判断值h(大小与图片质量有关，可根据图片效果给出具体大小值)，中上突变(靠近N的一端)灰度大于h，即所对应的n记为U[x]，下突变(靠近1的一端)大于h所对应的n记为L(x)，生成一维数组U[M]和L[M]；

(3)分析上述得到的一维数组U[M]和L[M]，设定附面层厚度d(大小与流场自身特征及图像与实际模型比例有关，可根据图片效果给出具体大小值)，确定跳跃度大小符合附面层厚度值特征的点，即使得|U[x]-U[x-1]|＞d的x作为上分离点横坐标X_u，使得|L[x]-L[x-1]|＞d的x作为下分离点横坐标X_l；

(4)将上述得到的横坐标X_u、X_l代入灰度矩阵g[M][N]，确定该横坐标下列向量的灰度点纵坐标U[X_u]、L[X_l]，该纵坐标作为分离点纵坐标；由此得到激波串上、下分离点位置的坐标：(X_u,U[X_u])，(X_l,L[X_l])。

图2-图4为该实施例中任意抽取的3张定位图片，代表了3个不同时刻激波串的位置。图中的方框是由程序计算给出，可见计算结果较为精确，其中3、5、7为上分离点，4、6、8为下分离点。图5和图6是全部图片处理结果的上分离点与下分离点各自的横坐标随时间变化的历程，图中9和10的振荡给出了激波串分离点位移在该时域内的运动特征，实现了定量化。以上证实了本发明方法的准确性及实现大批量纹影图像处理的可行性。

本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。