1 技術(shù)背景
相較于統(tǒng)計(jì)粒子群體位移的粒子圖像測(cè)速(Particle Image Velocimetry,PIV)技術(shù)，粒子追蹤測(cè)速(Particle Tracking Velocimetry,PTV)因能夠直接獲取單粒子的拉格朗日軌跡，突破空間分辨率限制，故適用于湍流邊界層研究、多相流測(cè)量等復(fù)雜流動(dòng)環(huán)境。然而，粒子追蹤測(cè)速(PTV)技術(shù)實(shí)際應(yīng)用面臨兩項(xiàng)挑戰(zhàn)：
一是粒子檢測(cè)與識(shí)別難度大：PTV圖像中，示蹤粒子通常僅占2~5個(gè)像素，且灰度分布近似高斯斑。在激光能量波動(dòng)、背景噪聲干擾、光照不均勻等情況會(huì)導(dǎo)致粒子難以識(shí)別，影響軌跡斷裂和速度場(chǎng)重構(gòu)精度。
二是粒子的灰度特征弱，傳統(tǒng)特征匹配方法(如SIFT、ORB、RelD)失效，通用的互相關(guān)算法、最近鄰匹配算法在強(qiáng)剪切、大梯度、高Stokes數(shù)流場(chǎng)中誤匹配率較高，影響速度梯度、雷諾應(yīng)力測(cè)量結(jié)果。
為解決上述兩大難題，中科君達(dá)視界的算法工程師們創(chuàng)新性提出千眼狼“動(dòng)態(tài)粒子背景分割技術(shù)”與“空間拓?fù)浣Y(jié)構(gòu)結(jié)合最優(yōu)運(yùn)輸?shù)钠ヅ浼夹g(shù)”，并進(jìn)行經(jīng)典圓柱繞流實(shí)驗(yàn)以驗(yàn)證PTV新技術(shù)性能。
2 技術(shù)創(chuàng)新
2.1 動(dòng)態(tài)粒子背景分割技術(shù)(解決粒子檢測(cè)難題)
針對(duì)示蹤粒子弱光斑、小尺度、噪聲背景多變特征，千眼狼動(dòng)態(tài)粒子背景分割技術(shù)采用逐幀更新的背景估計(jì)模型，并進(jìn)行自適應(yīng)亮、暗閾值計(jì)算，二值化輸出粒子掩膜，構(gòu)建一個(gè)可隨時(shí)間和空間自適應(yīng)更新的“背景模型+粒子掩膜”框架，實(shí)現(xiàn)粒子像元的端到端準(zhǔn)確識(shí)別，如圖1。
圖1 動(dòng)態(tài)粒子背景分割示意
2.2 空間拓?fù)浣Y(jié)構(gòu)+最優(yōu)運(yùn)輸(解決粒子匹配難題)
針對(duì)粒子低特征、灰度無(wú)效問(wèn)題，千眼狼“空間拓?fù)浣Y(jié)構(gòu)+最優(yōu)運(yùn)輸”匹配技術(shù)引入空間幾何結(jié)構(gòu)替代灰度特征的新思路，即將粒子集視為“拓?fù)鋱D”，技術(shù)路徑如下：
構(gòu)建空間拓?fù)浣Y(jié)構(gòu)：對(duì)每一幀的任一粒子，以局部k-NN建立Delaunay或Gabriel圖，從局部領(lǐng)域中提取邊長(zhǎng)、夾角、面積、局部密度，形成5~7維拓?fù)浜灻唇⑼負(fù)湫螤畋孀R(shí)粒子周?chē)目臻g結(jié)構(gòu)(圖2)。
圖2 空間拓?fù)浣Y(jié)構(gòu)示意圖
匹配最優(yōu)運(yùn)輸： 對(duì)t幀和t+1幀執(zhí)行相同的拓?fù)浜灻崛〔僮鳎玫絻山M離散分布μ 和v，基于“邊長(zhǎng)差異+角度差異+密度差異”構(gòu)建代價(jià)矩陣，再利用Sinkhron-IPOT快速迭代算法計(jì)算并返回軟匹配矩陣T ，將“找相似”的粒子匹配轉(zhuǎn)化為“運(yùn)質(zhì)量”問(wèn)題。
匹配后進(jìn)行多重物理與幾何檢驗(yàn)：一是采用運(yùn)動(dòng)學(xué)門(mén)控進(jìn)行位移、加速度和旋轉(zhuǎn)一致性檢驗(yàn)，剔除3%異常匹配；二是進(jìn)行最小環(huán)校驗(yàn)，即對(duì)Delaunay環(huán)閉合差＜0.1 pixel鎖定匹配；三是執(zhí)行高密度場(chǎng)景下的缺失補(bǔ)償機(jī)制，若粒子密度＞0.15 ppp，以O(shè)T結(jié)果作為虛擬檢測(cè)，反向生成高置信度偽粒子，再進(jìn)行一次迭代補(bǔ)償，實(shí)現(xiàn)0.05 ppp的等效增密效果，匹配率提升18%。
3 技術(shù)驗(yàn)證
為驗(yàn)證算法的先進(jìn)性與可靠性，中科君達(dá)視界算法工程師們?cè)诹黧w力學(xué)實(shí)驗(yàn)室進(jìn)行經(jīng)典圓柱繞流實(shí)驗(yàn)，應(yīng)用千眼狼PTV新技術(shù)，通過(guò)“動(dòng)態(tài)粒子分割”與“空間拓?fù)浣Y(jié)構(gòu)+OT”匹配重構(gòu)流場(chǎng)與拉格朗日軌跡，結(jié)果如下：
流場(chǎng)速度：流場(chǎng)速度分布連續(xù)、光滑。
跡線(xiàn)：粒子軌跡展示了渦旋結(jié)構(gòu)演化。
結(jié)果表明，千眼狼PTV新算法在具有強(qiáng)剪切和高粒子密度條件下的圓柱繞流實(shí)驗(yàn)中，可實(shí)現(xiàn)粒子軌跡的連續(xù)、準(zhǔn)確重構(gòu)。
4 結(jié)語(yǔ)
中科君達(dá)視界自研的千眼狼粒子追蹤測(cè)速PTV新技術(shù)：動(dòng)態(tài)粒子背景分割與空間拓?fù)浣Y(jié)構(gòu)最優(yōu)運(yùn)輸匹配方法，有效解決了粒子檢測(cè)分割難和匹配特征少的核心難點(diǎn)，在強(qiáng)剪切、高密度流場(chǎng)中實(shí)現(xiàn)＜1%誤匹配率，新算法擺脫了傳統(tǒng)方法對(duì)粒子特征的依賴(lài)，為流體動(dòng)力學(xué)研究中提供高頻、高保真的拉格朗日速度場(chǎng)和粒子軌跡數(shù)據(jù)。
電話(huà)：400-859-1866
地址：安徽省合肥市包河富煌新視覺(jué)大廈
微信公眾號(hào)
官方抖音
400-859-1866