基于本征正交分解(POD)的PIV数据坏点剔除方法.docxVIP

基于本征正交分解(POD )的PIV数据坏点辨识方法 摘要: 引言: 粒子图像测速技术是一种基于图像互相关的激光测速技术。在进行 PIV实验的过程 的由于示踪粒子浓度不均匀、激光强度分布不均、粒子成像质量差等原因容易造成互 相关峰值不确定1，出现所谓的“坏点”。最近几年发展起来的 3D3CPIV 2, 3，由于在 重构空间粒子场的时候会不可避免的引入虚假粒子，进一步增加了流场中了坏矢量。 因此，坏矢量的剔除和重建是 PIV数据后处理的一个重要容。一般通过对比该点误差与 周围3*3或5*5令邻域平均误差来确定该点是不是坏点。目前比较通用并且效果很好的是 4 ( normalized median testWesterweel和Scarano 提出的归一化中值检测方法 4 ( normalized median test Westerweel和Scarano 提出的归一化中值检测方法 考虑一个位移矢量 闪和其周围［TH的相邻矢量 灿…从从…从从从｝。用|U ｝|的中值，用R表示残差，定义为r 囤的残差用N的中值 冋归一化后得到下面的公式： 表示｛片戌从从从从…从 (i=1,2,…8) r。 Uo Um rm )。 Ui Um 其中□是与流场的平均噪音有关的量，一般设为 0.1-0.2 pixel 。对于平面PIV，r。的 阈值设为24，大于该阈值的点被认为是坏点。其他坏点识别的方法与该