在這里了解千眼狼最新動態(tài)
1 研發(fā)背景
PIV流場測量，需對捕獲的粒子圖像進行預(yù)處理。復(fù)雜、多變流場通常擁有多種相態(tài)和相態(tài)間的變化過程，受不同相態(tài)間界面光線反射、氣泡鏡面效應(yīng)影響，會出現(xiàn)錯誤粒子，影響粒子圖像互相關(guān)計算和粒子圖像測速精度，故需對錯誤粒子進行去除，對背景圖像進行分割。
圖1 包含錯誤粒子的復(fù)雜流場圖像
2 技術(shù)簡介
語義分割，是借助深度學(xué)習網(wǎng)絡(luò)，按語義類標記圖像中每個像素進行分類，進而將圖像分割成屬于不同語義類別的區(qū)域，在粒子圖像測速PIV中主要應(yīng)用于提高圖像處理精度和效率。傳統(tǒng)語義分割算法是基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)、全卷積網(wǎng)絡(luò)(FCN)算法，但存在訓(xùn)練數(shù)據(jù)不足，分類不平衡、邊界不清晰的問題。
千眼狼PIV算法工程師團隊，綜合運用多種最新深度學(xué)習技術(shù):
一是引入注意力機制，聚焦圖像中的關(guān)鍵區(qū)域，分割復(fù)雜背景中的相似圖像。
二是引入數(shù)據(jù)增強技術(shù)，加大圖像數(shù)據(jù)的隨機訓(xùn)練，提高數(shù)據(jù)多樣性。
三是引入特征融合技術(shù)，利用不同分辨率的特征圖提取更豐富的信息，提高小尺度下細節(jié)的分割精度。
圖2 RevealerSeg網(wǎng)絡(luò)結(jié)構(gòu)
3 應(yīng)用案例
PIV粒子圖像預(yù)處理，基于新型語義分割技術(shù)，實現(xiàn)目標粒子區(qū)域從動態(tài)背景中分離，進行后續(xù)互相關(guān)計算。
視頻1 基于RevealerSeg分割技術(shù)的PIV圖像預(yù)處理視頻
2 基于RevealerSeg分割技術(shù)的背景分割
氣泡和兩相流圖像非接觸測量應(yīng)用中，基于新型語義分割技術(shù)，實現(xiàn)對氣泡邊界圖像的有效分割，解決氣泡重疊、失焦痛點，進而對氣泡軌跡追蹤、尺寸測量、滑移速度測量等。
視頻3 基于RevealerSeg分割技術(shù)的氣泡分割
附 千眼狼自研PIV流場測量軟件、硬件
適用于2D2C,2D3C,3D3C,PTV,微流場測量,氣泡測量等應(yīng)用場景
自主可控的PIV高速攝像機，PIV超清相機，科學(xué)級sCMOS相機
電話：400-859-1866
地址：安徽省合肥市包河富煌新視覺大廈
微信公眾號
官方抖音
400-859-1866