CN106709949B - 一种用于高超声速流场纹影显示中的激波定位方法 - Google Patents
一种用于高超声速流场纹影显示中的激波定位方法 Download PDFInfo
- Publication number
- CN106709949B CN106709949B CN201611063010.5A CN201611063010A CN106709949B CN 106709949 B CN106709949 B CN 106709949B CN 201611063010 A CN201611063010 A CN 201611063010A CN 106709949 B CN106709949 B CN 106709949B
- Authority
- CN
- China
- Prior art keywords
- shock wave
- schlieren
- displacement
- flow field
- deviation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000035939 shock Effects 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 17
- 206010040925 Skin striae Diseases 0.000 title description 2
- 238000006073 displacement reaction Methods 0.000 claims abstract description 35
- 238000005314 correlation function Methods 0.000 claims abstract description 9
- 238000003491 array Methods 0.000 claims description 4
- 230000001052 transient effect Effects 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 8
- 238000012360 testing method Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000010355 oscillation Effects 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000010349 pulsation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010252 digital analysis Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000010356 wave oscillation Effects 0.000 description 1
Landscapes
- Cleaning In Electrography (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种用于高超声速流场纹影显示中的激波定位方法，用于高超声速流场纹影显示技术；首先提取图像灰度值，采用归一化互相关函数算法，并基于设定的零点位置，计算发生了的像素偏差，最后将像素距离按比例换算成实际位移。本发明给出了灰度数组的相关性计算模型，能够精确描述激波在任一时刻发生的振荡位移偏差，实现了对大批量纹影试验数据的数字化定量处理，大幅提高纹影图像数据在该研究领域中的利用率。
Description
技术领域
本发明涉及高超声速流场测量显示技术领域，具体指代一种用于高超声速流场纹影显示中的激波定位方法。
背景技术
高超声速飞行器是目前国内外的热点研究之一，随着美国X-43、X-51等高超声速飞行器相继进行的试飞试验，各航天大国争相发展高速临近空间飞行器。国内众多学者对高超声速飞行器也展开了大量研究。在高超声速技术领域的研究过程中，流场结构的认识是必不可少的环节，激波之间的相互作用、复杂流场的相互干扰、激波串结构特性等均是目前的热点研究内容。
在高超声速风洞试验研究中，流场监控和测量技术是认识流场结构的有效途径。其中纹影技术是较常用的流场显示技术之一。纹影测量属于非侵入式流场诊断技术，能够清晰、直观的显示流场特征，被广泛应用于高速流场的显示测量中。在高超声速进气道研究中，不起动现象是重要的学术问题之一。通过纹影及高速摄影技术，可以有效还原进气道从起动到不起动过程中流场结构的变化，对激波结构进行定性研究。然而通过对纹影图像的定量处理，如对激波位置的描述和定位，将可以从定量的角度分析激波振荡的位移特性及频率变化特征，更细节性地认识激波之间相互作用的机理及影响方式。
发明内容
针对于上述现有技术问题，本发明的目的在于提供一种用于高超声速流场纹影显示中的激波定位方法，将纹影图像中的激波位置，通过灰度提取并计算的方式给出精确的位移大小，实现大批量纹影数据的定量化数字处理，以提高对纹影图像数据的利用率。
为达到上述目的，本发明的一种用于高超声速流场纹影显示中的激波定位方法，包括步骤：设定激波零点位置，沿一直线方向提取图像灰度值后采用归一化互相关函数算法，将计算得到的偏移像素值换算成实际发生的位移大小，实现对激波的位移定位；具体步骤如下：
1)选取某一瞬时流场状态激波位置作为零点位置，设定图片中某一固定线段，保证该线段始终贯穿激波可能出现的任一位置；
2)基于上述确定的线段位置及长度，提取所有纹影图片中该线段所扫过的灰度值数据，并生成二维数组；
3)上述得到的二维数组按顺序将每一元素与定义零点位置的灰度元素进行计算任一偏差位移的归一化互相关函数，并挑选出使得归一化互相关性最大的偏差，将所有元素计算出的该偏差生成一组一维数组；
4)将上述得到的一维数组乘以实际位移与像素位移的比率，得出任一时间激波发生的实际位移。
本发明的有益效果：
本发明基于图像灰度提取及归一化互相关函数算法的激波定位方式，能够精确定位任一时间刻激波偏移的位置，完成了纹影图像显示从定性分析到定量分析的转变，实现了海量纹影试验数据的数字化分析处理，大大提高纹影数据的研究利用率。
附图说明
图1为本实施例中纹影图片所定义的零点激波位置示意图；
图2为激波偏移后在水平方向上产生的位移示意图；
图3为实施例全部纹影图像进行激波定位的位移数据与同时采集的压力数据示意图；
图4为图3数据在3s至3.5s之间的局部放大图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
本发明的一种用于高超声速流场纹影显示中的激波定位方法，包括步骤：设定激波零点位置，沿一直线方向提取图像灰度值后采用归一化互相关函数算法，将计算得到的偏移像素值换算成实际发生的位移大小，实现对激波的位移定位；具体步骤如下：
1)选取某一瞬时流场状态激波位置作为零点位置，设定图片中某一固定线段，保证该线段始终贯穿激波可能出现的任一位置；
2)基于上述确定的线段位置及长度，提取所有纹影图片中该线段所扫过的灰度值数据，并生成二维数组；
3)上述得到的二维数组按顺序将每一元素与定义零点位置的灰度元素进行计算任一偏差位移的归一化互相关函数，并挑选出使得归一化互相关性最大的偏差，将所有元素计算出的该偏差生成一组一维数组；
4)将上述得到的一维数组乘以实际位移与像素位移的比率，得出任一时间激波发生的实际位移。
将本发明方法应用于某一高超声速风洞试验采集得到的一组纹影图片中，图片数量大于3000张，具体实施步骤如下：
(1)如图1，选取某一瞬时流场状态激波位置作为零点位置x0，设定图片中某一固定线段g0，保证该线段始终贯穿激波可能出现的任一位置；
(2)基于上述确定的线段位置及长度，提取所有纹影图片中该线段所扫过的灰度值数据，并生成二维数组G[m][n]，其中m为纹影图像的总张数，n为每张图像所提取的灰度的数据量；
(3)上述得到的二维数组G[m][n]按顺序将每一元素G[x][n]与定义零点位置的灰度元素G[0][n]进行计算任一偏差位移τ的归一化互相关函数：
其中，E(Gx)、E(G0)是G[x][n]与G[0][n]的均值，σ(Gx)、σ(G0)是二者的标准差，挑选出使得归一化互相关性最大的偏差：
将所有元素计算出的该偏差τmax生成一组一维数组SD[m]；
(4)将上述得到的一维数组SD[m]乘以实际位移与像素位移的比率η，由此得出任一时间激波发生的实际位移SDx[t]。
参照图2，本实施例中，x1是激波偏移后的位置，Δ1是激波发生的像素位移，某一纹影图像通过人为测量发现激波在水平方向上向前偏移55-59像素的距离，利用本发明的方法计算值为57。将全部纹影图像中激波发生的位移偏移量与同时采集的壁面压力做对比，如图3和4，在同一时间轴上，1是实施例中全部纹影图像定位出的激波位移数据，纵坐标代表像素位移大小，向前移动为负，向后移动为正；2是同时间段采集得到的壁面压力数据，纵坐标代表壁面绝对压力值大小；3是激波位移数据的局部展示，4是壁面压力数据的局部展示，3和4均表达了瞬态特征，随时间推移均发生周期性跳动；位移与压力有着一致的变化规律(压力数据为真实可靠数据，所发生的脉动代表真实的激波偏移，每个脉动都同时刻对应着计算得到的一个激波跳动位移)，本发明方法得出与压力一致的时域变化趋势，以上证实了本发明方法的准确性及实现大批量纹影图像处理的可行性。
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。
Claims (1)
1.一种用于高超声速流场纹影显示中的激波定位方法，其特征在于，包括步骤：设定激波零点位置，沿一直线方向提取图像灰度值后采用归一化互相关函数算法，将计算得到的偏移像素值换算成实际发生的位移大小，实现对激波的位移定位；具体步骤如下：
1)选取某一瞬时流场状态激波位置作为零点位置x0，设定图片中某一固定线段g0，保证该线段始终贯穿激波可能出现的任一位置；
2)基于上述确定的线段位置及长度，提取所有纹影图片中该线段所扫过的灰度值数据，并生成二维数组G[m][n]，其中m为纹影图像的总张数，n为每张图像所提取的灰度的数据量；
3)上述得到的二维数组G[m][n]按顺序将每一元素G[x][n]与定义零点位置的灰度元素G[0][n]进行计算任一偏差位移τ的归一化互相关函数，
其中，E(Gx)、E(G0)是G[x][n]与G[0][n]的均值，σ(Gx)、σ(G0)是二者的标准差，并挑选出使得归一化互相关性最大的偏差τmax，将所有元素计算出的该偏差生成一组一维数组SD[m]；
4)将上述得到的一维数组SD[m]乘以实际位移与像素位移的比率η，得出任一时间激波发生的实际位移SDx[t]。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611063010.5A CN106709949B (zh) | 2016-11-28 | 2016-11-28 | 一种用于高超声速流场纹影显示中的激波定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611063010.5A CN106709949B (zh) | 2016-11-28 | 2016-11-28 | 一种用于高超声速流场纹影显示中的激波定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106709949A CN106709949A (zh) | 2017-05-24 |
| CN106709949B true CN106709949B (zh) | 2019-12-20 |
Family
ID=58934982
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611063010.5A Active CN106709949B (zh) | 2016-11-28 | 2016-11-28 | 一种用于高超声速流场纹影显示中的激波定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106709949B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6473698B1 (en) * | 1999-04-22 | 2002-10-29 | University Of Louisville Research Foundation, Inc. | Method and apparatus for automated rolling leukocyte velocity measurement in vivo |
| JP2004152199A (ja) * | 2002-11-01 | 2004-05-27 | Japan Science & Technology Agency | 圧力波の種類を識別できるコンピュータシュリーレン方法 |
| CN103413060A (zh) * | 2013-08-26 | 2013-11-27 | 中国人民解放军国防科学技术大学 | 基于双控制体的格心网格数据三维激波特征定位方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102692188B (zh) * | 2012-05-08 | 2014-11-12 | 浙江工业大学 | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 |
| CN102706529B (zh) * | 2012-06-08 | 2015-05-06 | 中国人民解放军国防科学技术大学 | 超声速流场密度场的校准以及测量超声速密度场的方法 |
| US9214025B2 (en) * | 2012-11-30 | 2015-12-15 | Adobe Systems Incorporated | Depth estimation using normalized displacement of image pairs |
| CN103162629B (zh) * | 2013-01-31 | 2015-04-15 | 浙江大学 | 一种一维光阱微粒位移检测方法 |
| CN103673991B (zh) * | 2013-10-25 | 2015-12-30 | 广州超音速自动化科技股份有限公司 | 基于机器视觉的电子连接器制造过程监测方法 |
| US9704268B2 (en) * | 2014-01-09 | 2017-07-11 | Avago Technologies General Ip (Singapore) Pte. Ltd. | Determining information from images using sensor data |
| CN103808567B (zh) * | 2014-02-28 | 2016-02-24 | 中国石油大学(华东) | 一种钎焊接头力学性能实验方法 |
-
2016
- 2016-11-28 CN CN201611063010.5A patent/CN106709949B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6473698B1 (en) * | 1999-04-22 | 2002-10-29 | University Of Louisville Research Foundation, Inc. | Method and apparatus for automated rolling leukocyte velocity measurement in vivo |
| JP2004152199A (ja) * | 2002-11-01 | 2004-05-27 | Japan Science & Technology Agency | 圧力波の種類を識別できるコンピュータシュリーレン方法 |
| CN103413060A (zh) * | 2013-08-26 | 2013-11-27 | 中国人民解放军国防科学技术大学 | 基于双控制体的格心网格数据三维激波特征定位方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106709949A (zh) | 2017-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108592950B (zh) | 一种单目相机和惯性测量单元相对安装角标定方法 | |
| CN102539107B (zh) | 一种实现风洞试验信号精确同步的方法 | |
| CN105486312B (zh) | 一种星敏感器与高频角位移传感器组合定姿方法及*** | |
| CN110570449B (zh) | 一种基于毫米波雷达与视觉slam的定位与建图方法 | |
| CN104458895A (zh) | 管道三维漏磁成像检测方法及*** | |
| CN103903263B (zh) | 一种基于Ladybug全景相机图像的360度全方位测距方法 | |
| CN104165750A (zh) | 立体视觉结合陀螺仪风洞模型位姿测量方法 | |
| CN105388473B (zh) | 一种基于高分辨成像的近场rcs快速测量方法 | |
| CN104268880A (zh) | 基于特征和区域匹配相结合的深度信息获取方法 | |
| CN110728706A (zh) | 基于深度学习的sar图像精细配准方法 | |
| CN107084715A (zh) | 一种星敏感器的异步多帧星图融合方法 | |
| CN108305277A (zh) | 一种基于直线段的异源图像匹配方法 | |
| CN105447867A (zh) | 基于isar图像的空间目标姿态估计方法 | |
| CN106017327A (zh) | 一种结构光测量传感器标定方法 | |
| CN109085643A (zh) | 早至波的分步联合反演方法 | |
| CN107390631A (zh) | 一种用于转弯机动目标的轨迹起始方法及*** | |
| CN106408600B (zh) | 一种用于太阳高分辨率图像中图像配准的方法 | |
| CN103424087A (zh) | 一种大尺度钢板三维测量拼接***及方法 | |
| CN113421236B (zh) | 基于深度学习的建筑墙面渗漏水表观发育状况预测方法 | |
| CN106709949B (zh) | 一种用于高超声速流场纹影显示中的激波定位方法 | |
| CN107358625A (zh) | 基于SPP Net和感兴趣区域检测的高分辨SAR图像变化检测方法 | |
| CN104076391B (zh) | 基于tti介质四阶旅行时方程的局部角度域各向异性偏移方法 | |
| CN106707276B (zh) | 一种基于滑窗eht的进动目标雷达三维成像方法 | |
| CN109932281A (zh) | 基于视觉的液体黏度在线测量方法 | |
| CN103295015B (zh) | 部分遮挡目标的局部特征点提取方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |