非标识piv图像的模糊聚类识别方法ξ.pdfVIP

第 15 卷　第 2 期 实　验　力　学 V o l. 15　N o. 2 2000 年 6 月 JOU RNAL O F EXPER IM EN TAL M ECHAN ICS Jun. 2000 　 文章编号:(2000) 非标识 P IV 图像的模糊聚类识别方法 双　凯, 董守平 (石油大学 机电工程系, 北京 102200) 摘要: 文中将模糊分析的原理应用于分析粒子在一幅 P IV 图像中的运动情况. 聚 类由几个相邻的粒子开始, 聚类的原则是流体运动的基本规律. 随着流体的运动, 粒子 簇在第二次曝光时改变其形状及位置, 通过模糊聚类可获得粒子运动的规律. 应用聚 类分析方法可改善非标识 P IV 图像的处理效率. 基于这种方法的粒子运动轨迹追踪算 法被提出并应用于 P IV 图像分析. 关键词: 粒子成像测速; 模糊聚类分析; 图像分析算法 中图分类号: O 353　　　文献标识码: A 1　引言 　　粒子成像测速(P IV ) 技术作为一种光学方法应用于实验流体力学成为一种全流场的可视 化与测量手段, 在近十年间发展迅速. 目前, P IV 技术已成功地应用到与流体力学问题相关的 许多领域进行二维测速和流动监测的研究, 其应用领域和功能还正在不断地开拓. 以往常规的 分析方法不易满足大量 P IV 图像数据处理的要求, 本文中使用模糊聚类方法改善 P IV 图像处 理的效率. 在 P IV 测量中, 流场空间速度分布的获得是由追踪撒入流体中且跟随流体运动的粒子图 像的运动轨迹而得到的. 大功率脉冲或连续激光器用于测试区域提供高质量和高强度照明. 由 粒子散射出来的光被记录到胶片上或 CCD 摄像机的连续帧中. 通过图像处理与分析, 照明区 域内速度的分布即可得到. 一般地, P IV 图像的密度决定着后处理阶段图像分析的方法, 图像 2 [ 2 ] cdm ax 密度定义 为 , 这里 是单位面积内的粒子平均数, 是粒子的最大位移. 若图像密度 c dm ax 4 参数小于 1 则认为是低密度图像, 否则就被认为是高密度图像. 低密度 P IV 图像的分析方法 [ 3 ] 是跟踪各个粒子像的轨迹实现的. 一般地, 高密度 P IV 图像的分析可利用杨氏条纹法 、数字 自相关或互相关方法实现. 收稿日期: 修订日期: ( ) ( ) 作者简介: 双凯 1956- , 男, 博士, 现任石油大学机电学院教授. 主要从事流动可视化、粒子成像测速 P IV 、图像处 理与分析及计算机应用技术的教学与研究. © 1995-2004 Tsinghua Tongfang Optica