粒子图像变形单元匹配测速方法技术

本发明专利技术涉及一种粒子图像变形单元匹配测速方法。首先对粒子图像进行变形单元分割，在此基础上建立相应单元的浓度和形状联合变化模型，最后在全局流场一致性的约束下进行全局的变形单元匹配，完成粒子图像测速。本发明专利技术采用了变形单元的全局一致性匹配测速，并采用了亚像素级图像特征，可实现测量精度可达到亚像素级。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及一种。首先对粒子图像进行变形单元分割，在此基础上建立相应单元的浓度和形状联合变化模型，最后在全局流场一致性的约束下进行全局的变形单元匹配，完成粒子图像测速。本专利技术采用了变形单元的全局一致性匹配测速，并采用了亚像素级图像特征，可实现测量精度可达到亚像素级。【专利说明】
本专利技术涉及风洞实验中快速流动粒子的流场分析、粒子特性研究，高超声速/亚声速气流环境下液体速度、浓度确定，图像处理中关于粒子特性的研究等领域。
技术介绍
传统粒子图像匹配测速方法常采用固定单元相关匹配方法，其基本假设是单元在运动过程中浓度和形状保持不变，由互相关算法匹配解算粒子运动，进而得出速度场。而实际上，由于单元内的粒子在运动过程中，除了整体平移，还存在扩散运动，因此每个单元在运动过程中其浓度和形状会发生改变。由于单元的这种变形本质，固定单元相关匹配方法在实际应用中存在很大的局限性。
技术实现思路
本方法针对常见的变形粒子团测速及确定相对浓度问题，提出变形单元的新概念。在流场中，单元在整体平移的基础上，由于其内部的扩散运动，造成其浓度和形状的改变，本方法所指的“变形”包括了单元的浓度和几何形状的改变。 由于粒子图像是由大量粒子聚集成团状后，对光的透射亮度的反映。单元的变形，本质上是其内部粒子之间相对运动，造成浓度的改变，同时改变其几何形状。为此本方法提出了变形单元的浓度和几何形状联合变形模型。 在此联合变形模型基础上，在全局约束下，进一步提出了变形单元匹配方法，使用该方法完成单个单元匹配测速。在此基础上，进而对多个相邻单元的整体匹配性进行检查，对不符合整体匹配性的单元重新进行匹配，直到多个相邻单元均达到整体匹配。至此，完成全图匹配测速。具体内容为:1、确定变形单元利用 SLIC 超像素聚类方法(R.Achanta, A.Shaji, K.Smith, A.Lucchij P.Fuaj and S.Susstrunkj SLIC Superp i xe I s, EPFLTechnical Report 149300，June 2010)对图像进行单兀分割，得到各个单兀 J …PO 2、建立单元浓度和形状联合变化模型假设单元内像素运动有平移、旋转和扩散三种形式，每个单元的像素集为 Φι = {1 (χ.ρ>ν)'(χ.ρ>ν)esi},其中表示位于位置处的像素值；定义每个像素的运动速度为，假设单元内的像素扩散形式服从相同的扩散矩阵fi , Qi大小为 (2m + l)x(2m+l),表示位置影响的区域为以(力为中心，m为半边长的矩形。如果已知各像素点的运动参数，则各像素点向后一帧中像素点的运动形式为(xJ^vJ)j?) {Xj +Uj + a,y}- + Vf.+?)5ΜΛ? ,(α,?€)其中Jirsi表不前一巾贞，second表不后一巾贞。则后一巾贞各个像素值是由前一中贞中所有影响的综合: 1 (xj.JjL = Σ 込(~Α).其中表示能够影响到[H,)的像素集；(?,?)表示枚举像素集；Qk(<h，bk)表示包含位置(^,,Λ)像素集的扩散矩阵在位置(％，4)的系数；{ak,bk、}表示位置在位置(Λ.,Λ)的扩散矩阵中的系数位置，Η.?)表示位于位置(?,?)处的像素值。 3、在全局约束下进行变形单元的匹配首先，对单元施加一个平移运动量和扩散运动量，即可计算出该单元在运动后其几何位置和几何形状，同时根据联合变形模型，也可计算出在这些运动量作用下该单元变化后的浓度。 接下来，在运动后图像上取与此变形单元对应区域，计算该区域浓度分布与变形单元浓度分布的相似性。 4、单个单元的匹配测速在单元可能发生的平移运动量和扩散运动量范围内，按自适应步长对单元施加的平移运动量和扩散运动量进行变化，重复步骤2、3，最后取与变形单元相似性最大的运动后图像区域所对应的变形参数作为单元的运动参数，即完成单个单元的匹配测速。 5、全图匹配测速在步骤4基础上，对多个相邻单元的整体匹配性进行检查，对不符合整体匹配性的单元重新进行匹配，直到多个相邻单元均达到整体匹配。至此，完成全图匹配测速。 本方法的优点:单元可变形，符合物理现象。联合模型，几何变化与浓度变化相关联。单元内每个点均有速度参数，而传统方法单元内速度一致。采用了变形单元的全局一致性匹配测速，并采用了亚像素级图像特征，可实现测量精度可达到亚像素级。 【专利附图】【附图说明】 图1是变形单元在相邻帧的结构变化示意图，图2是像素点平移、旋转和扩散示意图。 【具体实施方式】 1、确定变形单元 利用 SLIC超像素聚类方法(R.Achanta, A.Shaji, K.Smith, A.Lucchi, P.Fua,and S.Susstrunk, SLIC Superpixels, EPFL Technical Report 149300, June 2010)对图像进行单元分割，得到各个单元= ?。 2、建立单元浓度和形状联合变化模型假设单元内像素运动有平移、旋转和扩散三种形式，每个单元的像素集为邊，其中表示位于位置处的像素值；定义每个像素的运动速度为，假设单元内的像素扩散形式服从相同的扩散矩阵以，Qi大小为 (2m + l)x(2m + l),表示位置(X1P7ji)影响的区域为以(?.+?.,?.+Vj.)为中心，m为半边长的矩形。如果已知各像素点的运动参数，则各像素点向后一帧中像素点的运动形式为 fKf\fXΛ\ ΙΛ.』4_-:—M—KWlg-A+vZ其中Jfrsl表不前一巾贞，stcond表不后一巾贞。则后一巾贞各个像素值7是由前一中贞中所有影响的综合: 2- Σ ft (ak^Si) ' 10%4k)=?<*,4.,) 其中表示能够影响到〔n.)的像素集；(?,?)表示枚举像素集；Qd^A)表示包含位置0?.,?:)像素集的扩散矩阵在位置的系数4?,?)表示位置在位置(?,?)的扩散矩阵中的系数位置，Π?)表示位于位置处的像素值。 3、在全局约束下进行变形单元的匹配首先，对单元施加一个平移运动量和扩散运动量，即可计算出该单元在运动后其几何位置和几何形状，同时根据联合变形模型，也可计算出在这些运动量作用下该单元变化后的浓度。 接下来，在运动后图像上取与此变形单元对应区域，计算该区域浓度分布与变形单元浓度分布的相似性。 在单元可能发生的平移运动量和扩散运动量范围内，按一定步长对单元施加的平移运动量和扩散运动量进行变化，重复上述两个步骤，最后取与变形单元相似性最大的运动后图像区域所对应的变形参数作为单元的运动参数，即完成单个单元的匹配测速。 在此基础上，对多个相邻单元的整体匹配性进行检查，对不符合整体匹配性的单元重新进行匹配，直到多个相邻单元均达到整体匹配。至此，完成全图匹配测速。【权利要求】1.，其特征在于:提出了变形单元的浓度和几何形状联合变形模型；并在全局约束下进行变形单元的匹配，进而对多个相邻单元的整体匹配性进行检查，对不符合整体匹配性的单元重新进行匹配，直到多个相邻单元均达到整体匹配，从而完成全图匹配测速； 具体步骤为: 步骤1、确定变形单元；本文档来自技高网...

【技术保护点】
粒子图像变形单元匹配测速方法，其特征在于：提出了变形单元的浓度和几何形状联合变形模型；并在全局约束下进行变形单元的匹配，进而对多个相邻单元的整体匹配性进行检查，对不符合整体匹配性的单元重新进行匹配，直到多个相邻单元均达到整体匹配，从而完成全图匹配测速；具体步骤为：步骤1、确定变形单元；步骤2、建立单元浓度和形状联合变化模型；步骤3、在全局约束下进行变形单元的匹配；步骤4、单个单元的匹配测速步骤5、全图匹配测速。

【技术特征摘要】

【专利技术属性】
技术研发人员：张小虎，谢良，丁少闻，柴进，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：湖南;43