JPH1031030A - 流体計測方法 - Google Patents
流体計測方法Info
- Publication number
- JPH1031030A JPH1031030A JP8204248A JP20424896A JPH1031030A JP H1031030 A JPH1031030 A JP H1031030A JP 8204248 A JP8204248 A JP 8204248A JP 20424896 A JP20424896 A JP 20424896A JP H1031030 A JPH1031030 A JP H1031030A
- Authority
- JP
- Japan
- Prior art keywords
- pattern matching
- image density
- template pattern
- density template
- search range
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】本発明は粒子追跡法等で可視化した流れ場を撮
影した隣接画像の差分情報からPIV法により流れ場の
ベクトル情報を得る流体計測方法を提供する。 【解決手段】粒子追跡法で可視化した流れ場を動画像に
より撮影し、時間的に隣り合う画像の差分情報から流れ
場のベクトル情報を獲得するPIV法を使用して流体の
計測を行う際に、画像濃度テンプレートパターンマッチ
ングを使用する。画像濃度テンプレートパターンマッチ
ングの指標となる評価値は、探索範囲内の候補となる画
像毎に算出され、候補画像が探索範囲内に渡って平面的
に配置されていると、探索範囲を底面、各候補領域の評
価値を縦軸とした3次元グラフを作ることができる。3
次元分布グラフは最適値を選択する上で有用な情報を含
んでいるので、3次元分布グラフ形状から画像濃度テン
プレートパターンマッチングの最適値や最適点を得るよ
うにすると、PIV法の結果の精度に最も重要な画像濃
度テンプレートパターンマッチングの正解率を向上させ
ることができる。
影した隣接画像の差分情報からPIV法により流れ場の
ベクトル情報を得る流体計測方法を提供する。 【解決手段】粒子追跡法で可視化した流れ場を動画像に
より撮影し、時間的に隣り合う画像の差分情報から流れ
場のベクトル情報を獲得するPIV法を使用して流体の
計測を行う際に、画像濃度テンプレートパターンマッチ
ングを使用する。画像濃度テンプレートパターンマッチ
ングの指標となる評価値は、探索範囲内の候補となる画
像毎に算出され、候補画像が探索範囲内に渡って平面的
に配置されていると、探索範囲を底面、各候補領域の評
価値を縦軸とした3次元グラフを作ることができる。3
次元分布グラフは最適値を選択する上で有用な情報を含
んでいるので、3次元分布グラフ形状から画像濃度テン
プレートパターンマッチングの最適値や最適点を得るよ
うにすると、PIV法の結果の精度に最も重要な画像濃
度テンプレートパターンマッチングの正解率を向上させ
ることができる。
Description
【0001】
【発明の属する技術分野】本発明は、流体計測方法に関
し、詳細には、流体場の定量的情報を得るために、粒子
追跡法等で可視化した流れ場を動画像により撮影し、時
間的に隣り合う画像の差分情報から流れ場のベクトル情
報を獲得するPIV法を使用する流体計測方法に関す
る。
し、詳細には、流体場の定量的情報を得るために、粒子
追跡法等で可視化した流れ場を動画像により撮影し、時
間的に隣り合う画像の差分情報から流れ場のベクトル情
報を獲得するPIV法を使用する流体計測方法に関す
る。
【0002】
【従来の技術】流れ場の定量的情報を獲得する技術とし
ては、従来から種々の提案が行われている。このような
提案としては、例えば、特開平1−178823号公報
に記載されたトレーサー法による流量分布測定方法があ
る。この流量測定方法は、流体中にトレーサーガスを注
入し、複数箇所でガス濃度を計測することで流体分布関
数を求める方法である。また、特開昭59−87369
号公報に記載されている水流モデルにおける速度測定方
法がある。この速度測定方法は、水流中のオリフィスか
ら多数の微細な気泡を発生させ、スリット光を当てて気
泡の乱反射により流れ場を可視化して、散乱光の変化を
異なる2点間でフォトセンサで測定し、流体の速度を計
測するものである。さらに、この速度測定を相関器を用
いて行う相関式流量計が特開昭63−179218号公
報に開示されている。
ては、従来から種々の提案が行われている。このような
提案としては、例えば、特開平1−178823号公報
に記載されたトレーサー法による流量分布測定方法があ
る。この流量測定方法は、流体中にトレーサーガスを注
入し、複数箇所でガス濃度を計測することで流体分布関
数を求める方法である。また、特開昭59−87369
号公報に記載されている水流モデルにおける速度測定方
法がある。この速度測定方法は、水流中のオリフィスか
ら多数の微細な気泡を発生させ、スリット光を当てて気
泡の乱反射により流れ場を可視化して、散乱光の変化を
異なる2点間でフォトセンサで測定し、流体の速度を計
測するものである。さらに、この速度測定を相関器を用
いて行う相関式流量計が特開昭63−179218号公
報に開示されている。
【0003】そして、近時、画像濃度テンプレートパタ
ーンマッチングを用いたPIV法が注目されており、こ
のPIV法の画像濃度テンプレートパターンマッチング
の精度向上の技術に関しては、小林敏夫氏らによる「2
次元流れ場実時間ディジタル画像計測システムの開発」
(日本機械学会論文集(B編)55巻509号(198
9−1))がある。この報告では、時系列的に連続する
3枚以上の画像間でトレーサーを追跡する複数時刻間追
跡アルゴリズム等が提案されており、この技術を利用し
た製品として、株式会社エムテックのNEXSUS−P
TV等が存在する。
ーンマッチングを用いたPIV法が注目されており、こ
のPIV法の画像濃度テンプレートパターンマッチング
の精度向上の技術に関しては、小林敏夫氏らによる「2
次元流れ場実時間ディジタル画像計測システムの開発」
(日本機械学会論文集(B編)55巻509号(198
9−1))がある。この報告では、時系列的に連続する
3枚以上の画像間でトレーサーを追跡する複数時刻間追
跡アルゴリズム等が提案されており、この技術を利用し
た製品として、株式会社エムテックのNEXSUS−P
TV等が存在する。
【0004】このPIV(Particle Imaging Velocimet
ry)法は、この粒子追跡法を用いて、流れ場の定量的情
報を獲得する流体の計測手法である。そして、粒子追跡
法とは、流れの中に流を構成する媒質(水、空気等)と
同比重で十分小さい粒子を縣濁させ、その粒子の挙動に
よって、流れの性質を可視化させる手法である。この粒
子追跡法で使用する粒子のことを、特に、トレーサーと
いい、トレーサーは、測定対象となる流れによってその
種類は異なるが、空気流では、例えば、煙や花火等が、
液体流では、例えば、ナイロン球やアルミ粉等が使用さ
れる。この流れを可視化する手法は、自動車や飛行機周
辺の流れの解析で頻繁に使用されている。ただし、粒子
の挙動は、人間の主観で判断する場合が多く、一般にそ
のままでは、定量的情報を得ることができない。
ry)法は、この粒子追跡法を用いて、流れ場の定量的情
報を獲得する流体の計測手法である。そして、粒子追跡
法とは、流れの中に流を構成する媒質(水、空気等)と
同比重で十分小さい粒子を縣濁させ、その粒子の挙動に
よって、流れの性質を可視化させる手法である。この粒
子追跡法で使用する粒子のことを、特に、トレーサーと
いい、トレーサーは、測定対象となる流れによってその
種類は異なるが、空気流では、例えば、煙や花火等が、
液体流では、例えば、ナイロン球やアルミ粉等が使用さ
れる。この流れを可視化する手法は、自動車や飛行機周
辺の流れの解析で頻繁に使用されている。ただし、粒子
の挙動は、人間の主観で判断する場合が多く、一般にそ
のままでは、定量的情報を得ることができない。
【0005】
【発明が解決しようとする課題】しかしながら、このよ
うな従来のPIV法を用いた流体計測方法では、粒子状
の輪郭の明瞭なトレーサーを使用する必要があり、濃度
差相関法を利用した画像濃度テンプレートパターンマッ
チングを適用することができない。また、汎用のパーソ
ナルコンピュータでは膨大な計算時間が必要とされるな
どの問題点があった。
うな従来のPIV法を用いた流体計測方法では、粒子状
の輪郭の明瞭なトレーサーを使用する必要があり、濃度
差相関法を利用した画像濃度テンプレートパターンマッ
チングを適用することができない。また、汎用のパーソ
ナルコンピュータでは膨大な計算時間が必要とされるな
どの問題点があった。
【0006】そこで、パーソナルコンピュータの処理速
度の向上等から、特別なセンサ類を用いることなく、低
コストで、非定常現象を対象にすることができ、汎用性
の高いPIV法として、画像処理の一技法である画像濃
度テンプレートパターンマッチングを使用したPIV法
を用いて流体計測を行うことが考えられる。
度の向上等から、特別なセンサ類を用いることなく、低
コストで、非定常現象を対象にすることができ、汎用性
の高いPIV法として、画像処理の一技法である画像濃
度テンプレートパターンマッチングを使用したPIV法
を用いて流体計測を行うことが考えられる。
【0007】ところが、PIV法の結果の精度に最も関
わってくる画像濃度テンプレートパターンマッチングに
おいては、対象とする流れの種類、可視化の方法、画像
の品質、撮影速度及び撮影領域等様々な条件から決まる
パラメータに、適切な値を設定する必要があり、特に、
探索範囲の範囲及び解析領域の大きさについては、これ
らのパラメータの解析結果に及ぼす影響が大きく、値が
不適当であると過誤ベクトルが生じて、解析結果自体の
信頼性が低下するため、これらのパラメータをいかに設
定するかが、重要な課題となっている。
わってくる画像濃度テンプレートパターンマッチングに
おいては、対象とする流れの種類、可視化の方法、画像
の品質、撮影速度及び撮影領域等様々な条件から決まる
パラメータに、適切な値を設定する必要があり、特に、
探索範囲の範囲及び解析領域の大きさについては、これ
らのパラメータの解析結果に及ぼす影響が大きく、値が
不適当であると過誤ベクトルが生じて、解析結果自体の
信頼性が低下するため、これらのパラメータをいかに設
定するかが、重要な課題となっている。
【0008】また、流れを可視化する場合、一般的に、
粒子の挙動を明確にするために、ハロゲンライト等の光
源により粒子に照明を与えるが、画像の場全体に渡って
照明の明るさを一様化することは困難であり、局所的に
画像の明度が異なってくる場合がある。このように画像
の明度が局所的に異なると、画像濃度テンプレートパタ
ーンマッチングに誤差が生じ、解析結果自体の信頼性が
低下するという問題がある。
粒子の挙動を明確にするために、ハロゲンライト等の光
源により粒子に照明を与えるが、画像の場全体に渡って
照明の明るさを一様化することは困難であり、局所的に
画像の明度が異なってくる場合がある。このように画像
の明度が局所的に異なると、画像濃度テンプレートパタ
ーンマッチングに誤差が生じ、解析結果自体の信頼性が
低下するという問題がある。
【0009】そこで、請求項1記載の発明は、粒子追跡
法により可視化された流体の流れを撮影した動画像を使
用し、PIV法を用いて当該動画像の所定の探索範囲に
ついて行った画像濃度テンプレートパターンマッチング
により流体の流れ場のベクトル情報を獲得する流体計測
手法において、画像濃度テンプレートパターンマッチン
グを行う各画素の誤差値を縦軸、探索範囲を底面とした
3次元分布グラフ形状から画像濃度テンプレートパター
ンマッチングの最適値及び最適点を得ることにより、可
視化手法に用いるトレーサーにほとんど依存しない濃度
差相関法を利用した画像濃度テンプレートパターンマッ
チングを用いて、簡単、かつ、安価にPIV法の結果の
精度に最も重要な画像濃度テンプレートパターンマッチ
ングの正解率を向上させ、信頼性の良好な流体計測方法
を提供することを目的としている。
法により可視化された流体の流れを撮影した動画像を使
用し、PIV法を用いて当該動画像の所定の探索範囲に
ついて行った画像濃度テンプレートパターンマッチング
により流体の流れ場のベクトル情報を獲得する流体計測
手法において、画像濃度テンプレートパターンマッチン
グを行う各画素の誤差値を縦軸、探索範囲を底面とした
3次元分布グラフ形状から画像濃度テンプレートパター
ンマッチングの最適値及び最適点を得ることにより、可
視化手法に用いるトレーサーにほとんど依存しない濃度
差相関法を利用した画像濃度テンプレートパターンマッ
チングを用いて、簡単、かつ、安価にPIV法の結果の
精度に最も重要な画像濃度テンプレートパターンマッチ
ングの正解率を向上させ、信頼性の良好な流体計測方法
を提供することを目的としている。
【0010】請求項2記載の発明は、3次元分布グラフ
形状の極大点を画像濃度テンプレートパターンマッチン
グの最適点候補として、最適点を抽出する画像濃度テン
プレートパターンマッチングを再度行うことにより、画
像濃度テンプレートパターンマッチングの精度を向上さ
せて、解析に要する時間を短縮するとともに、解析に要
する計算機等の処理負担を軽減させることのできる流体
計測方法を提供することを目的としている。
形状の極大点を画像濃度テンプレートパターンマッチン
グの最適点候補として、最適点を抽出する画像濃度テン
プレートパターンマッチングを再度行うことにより、画
像濃度テンプレートパターンマッチングの精度を向上さ
せて、解析に要する時間を短縮するとともに、解析に要
する計算機等の処理負担を軽減させることのできる流体
計測方法を提供することを目的としている。
【0011】請求項3記載の発明は、最適点候補とされ
た極大点の中から周辺のベクトルの流体との連続の式の
誤差が最も小さい点を最適点として選択することによ
り、最適点候補のなかから流体の性質を考慮して、さら
に最適点を選択し、画像濃度テンプレートパターンマッ
チングの精度をさらに向上させることのできる流体計測
方法を提供することを目的としている。
た極大点の中から周辺のベクトルの流体との連続の式の
誤差が最も小さい点を最適点として選択することによ
り、最適点候補のなかから流体の性質を考慮して、さら
に最適点を選択し、画像濃度テンプレートパターンマッ
チングの精度をさらに向上させることのできる流体計測
方法を提供することを目的としている。
【0012】請求項4記載の発明は、3次元分布グラフ
の極大点が、探索範囲の縁部に位置していると、探索範
囲を拡大して画像濃度テンプレートパターンマッチング
を再度行うことにより、最適点が画像濃度テンプレート
パターンマッチングの探索範囲の領域外にあるときに
も、適切にフィードバックして、画像濃度テンプレート
パターンマッチングの精度を向上させることのできる流
体計測方法を提供することを目的としている。
の極大点が、探索範囲の縁部に位置していると、探索範
囲を拡大して画像濃度テンプレートパターンマッチング
を再度行うことにより、最適点が画像濃度テンプレート
パターンマッチングの探索範囲の領域外にあるときに
も、適切にフィードバックして、画像濃度テンプレート
パターンマッチングの精度を向上させることのできる流
体計測方法を提供することを目的としている。
【0013】請求項5記載の発明は、3次元分布グラフ
の極大点が、探索範囲の縁部に位置している場合に、探
索範囲を拡大して画像濃度テンプレートパターンマッチ
ングを再度行うに際して、探索範囲を、3次元分布グラ
フの尾根部分を延長した方向にとることにより、最適点
のある確率の高い範囲で画像濃度テンプレートパターン
マッチングを行い、画像濃度テンプレートパターンマッ
チングに要する計算時間を短縮するとともに、より一層
画像濃度テンプレートパターンマッチングの精度を向上
させることのできる流体計測方法を提供することを目的
としている。
の極大点が、探索範囲の縁部に位置している場合に、探
索範囲を拡大して画像濃度テンプレートパターンマッチ
ングを再度行うに際して、探索範囲を、3次元分布グラ
フの尾根部分を延長した方向にとることにより、最適点
のある確率の高い範囲で画像濃度テンプレートパターン
マッチングを行い、画像濃度テンプレートパターンマッ
チングに要する計算時間を短縮するとともに、より一層
画像濃度テンプレートパターンマッチングの精度を向上
させることのできる流体計測方法を提供することを目的
としている。
【0014】請求項6記載の発明は、3次元分布グラフ
の極大点のピークが十分有効なS/N比をもつ探索範囲
について、画像濃度テンプレートパターンマッチングを
行うことにより、解析領域を可変として、最も適切な範
囲を指定し、画像濃度テンプレートパターンマッチング
の精度を向上させることのできる流体計測方法を提供す
ることを目的としている。
の極大点のピークが十分有効なS/N比をもつ探索範囲
について、画像濃度テンプレートパターンマッチングを
行うことにより、解析領域を可変として、最も適切な範
囲を指定し、画像濃度テンプレートパターンマッチング
の精度を向上させることのできる流体計測方法を提供す
ることを目的としている。
【0015】請求項7記載の発明は、探察範囲の形状
を、周辺の流体ベクトルの連続の式の誤差が小さくなる
ように変化させることにより、探索範囲を実際の流体の
性質を考慮して変化させ、画像濃度テンプレートパター
ンマッチングの精度を向上させることのできる流体計測
方法を提供すること目的としている。
を、周辺の流体ベクトルの連続の式の誤差が小さくなる
ように変化させることにより、探索範囲を実際の流体の
性質を考慮して変化させ、画像濃度テンプレートパター
ンマッチングの精度を向上させることのできる流体計測
方法を提供すること目的としている。
【0016】請求項8記載の発明は、粒子追跡法で用い
る粒子が混入されず可視化されていない同じ流れの画像
情報を使用して、明度ムラを校正する画像濃度テンプレ
ートパターンマッチングを行うことにより、照明に伴う
画像濃度ムラの影響を適切に除去して、画像濃度テンプ
レートパターンマッチングの精度を向上させることので
きる流体計測方法を提供することを目的としている。
る粒子が混入されず可視化されていない同じ流れの画像
情報を使用して、明度ムラを校正する画像濃度テンプレ
ートパターンマッチングを行うことにより、照明に伴う
画像濃度ムラの影響を適切に除去して、画像濃度テンプ
レートパターンマッチングの精度を向上させることので
きる流体計測方法を提供することを目的としている。
【0017】請求項9記載の発明は、画像濃度テンプレ
ートパターンマッチングで比較する2画像の明度平均値
が一致するように平均値の差を、予め平均値の大きい方
の画像の各画素から減じる画像濃度テンプレートパター
ンマッチングを行うことにより、画像濃度ムラの影響
を、粒子を混入させておらず可視化されていない同じ流
れの画像情報を使用して、明度ムラを校正する画像濃度
テンプレートパターンマッチングを行うことができない
場合にも、画像濃度ムラの影響を可能な限り排除して、
画像濃度テンプレートパターンマッチングの精度を向上
させることのできる流体計測方法を提供することを目的
としている。
ートパターンマッチングで比較する2画像の明度平均値
が一致するように平均値の差を、予め平均値の大きい方
の画像の各画素から減じる画像濃度テンプレートパター
ンマッチングを行うことにより、画像濃度ムラの影響
を、粒子を混入させておらず可視化されていない同じ流
れの画像情報を使用して、明度ムラを校正する画像濃度
テンプレートパターンマッチングを行うことができない
場合にも、画像濃度ムラの影響を可能な限り排除して、
画像濃度テンプレートパターンマッチングの精度を向上
させることのできる流体計測方法を提供することを目的
としている。
【0018】
【課題を解決するための手段】請求項1記載の発明の流
体計測方法は、粒子追跡法により可視化された流体の流
れを撮影した動画像を用い、PIV法を用いて当該動画
像の所定の探索範囲について行った画像濃度テンプレー
トパターンマッチングにより前記流体の流れ場のベクト
ル情報を獲得する流体計測手法において、前記画像濃度
テンプレートパターンマッチングを行う各画素の誤差値
を縦軸、前記探索範囲を底面とした3次元分布グラフの
形状から前記画像濃度テンプレートパターンマッチング
の最適値及び最適点を得ることにより、上記目的を達成
している。
体計測方法は、粒子追跡法により可視化された流体の流
れを撮影した動画像を用い、PIV法を用いて当該動画
像の所定の探索範囲について行った画像濃度テンプレー
トパターンマッチングにより前記流体の流れ場のベクト
ル情報を獲得する流体計測手法において、前記画像濃度
テンプレートパターンマッチングを行う各画素の誤差値
を縦軸、前記探索範囲を底面とした3次元分布グラフの
形状から前記画像濃度テンプレートパターンマッチング
の最適値及び最適点を得ることにより、上記目的を達成
している。
【0019】ここで、PIV法は、粒子追跡法で可視化
された流れから計算機の画像処理を用いて、定量的情報
を獲得しようとする流体計測方法であり、本発明の流体
計測方法では、画像処理の一技法である画像濃度テンプ
レートパターンマッチングを使用する。画像濃度テンプ
レートパターンマッチングとは、2画像において、一方
の画像の着目する領域(template)がもう一方の画像の
どこに対応するかを判定する手段である。
された流れから計算機の画像処理を用いて、定量的情報
を獲得しようとする流体計測方法であり、本発明の流体
計測方法では、画像処理の一技法である画像濃度テンプ
レートパターンマッチングを使用する。画像濃度テンプ
レートパターンマッチングとは、2画像において、一方
の画像の着目する領域(template)がもう一方の画像の
どこに対応するかを判定する手段である。
【0020】そして、粒子追跡法によって可視化された
時系列的に連続する2枚の流れ画像を用いて、流れ場全
体に渡って流れの構造の単位となる領域について、上記
画像濃度テンプレートパターンマッチング操作を行う
と、流れ場の速度ベクトル情報を求めることができ、こ
の画像濃度テンプレートパターンマッチングを行う流れ
の構造の単位となる領域を、「解析領域」という。ま
た、画像濃度テンプレートパターンマッチング操作を行
う領域は、流れ場全体で行うと膨大な計算時間が必要で
あること及び精度が落ちることから、指定した範囲のみ
で行うことが一般的であり、この画像濃度テンプレート
パターンマッチングを行う範囲のことを、「探索範囲」
という。検索範囲は、解析領域と同じ座標の領域の周辺
をとることが多い。
時系列的に連続する2枚の流れ画像を用いて、流れ場全
体に渡って流れの構造の単位となる領域について、上記
画像濃度テンプレートパターンマッチング操作を行う
と、流れ場の速度ベクトル情報を求めることができ、こ
の画像濃度テンプレートパターンマッチングを行う流れ
の構造の単位となる領域を、「解析領域」という。ま
た、画像濃度テンプレートパターンマッチング操作を行
う領域は、流れ場全体で行うと膨大な計算時間が必要で
あること及び精度が落ちることから、指定した範囲のみ
で行うことが一般的であり、この画像濃度テンプレート
パターンマッチングを行う範囲のことを、「探索範囲」
という。検索範囲は、解析領域と同じ座標の領域の周辺
をとることが多い。
【0021】画像濃度差相関法の基本的な画像濃度テン
プレートパターンマッチングのアルゴリズムは、同じ大
きさn×mの画素数をもつ2つの画像(微小領域)Aと
画像(微小領域)Bを比較する場合、同じ座標の画素の
濃度差の絶対値の総和の逆数を求め、この値を評価値E
Rとし、この評価値ERが大きいほど、2画像の相関度
が大きい。
プレートパターンマッチングのアルゴリズムは、同じ大
きさn×mの画素数をもつ2つの画像(微小領域)Aと
画像(微小領域)Bを比較する場合、同じ座標の画素の
濃度差の絶対値の総和の逆数を求め、この値を評価値E
Rとし、この評価値ERが大きいほど、2画像の相関度
が大きい。
【0022】そして、PIV法では、探索範囲内で最も
相関値の大きい画像の位置指定の場所が、対象とする画
像領域が一定時間後に移動した先の場所を示すことにな
り、流れの移動ベクトルが確定することになる。
相関値の大きい画像の位置指定の場所が、対象とする画
像領域が一定時間後に移動した先の場所を示すことにな
り、流れの移動ベクトルが確定することになる。
【0023】しかしながら、PIV法の結果の精度に最
も関わってくる画像濃度テンプレートパターンマッチン
グでは、対象とする流れの種類、可視化の方法、画像の
品質、撮影速度、撮影領域等様々な条件から決まるパラ
メータに適切な値を設定しなければならない。これらの
パラメータは、解析結果に及ぼす影響が非常に大きく、
値が不適当であると、過誤ベクトルが生じ、結果自体の
信頼性が低下する。
も関わってくる画像濃度テンプレートパターンマッチン
グでは、対象とする流れの種類、可視化の方法、画像の
品質、撮影速度、撮影領域等様々な条件から決まるパラ
メータに適切な値を設定しなければならない。これらの
パラメータは、解析結果に及ぼす影響が非常に大きく、
値が不適当であると、過誤ベクトルが生じ、結果自体の
信頼性が低下する。
【0024】そして、画像濃度テンプレートパターンマ
ッチングの指標となる評価値ERは、探索範囲内におい
て、候補となる画像毎に算出され、候補画像が探索範囲
内に渡って平面的に配置されていれば、探索範囲を底
面、評価値ERの値を縦軸とした3次元分布グラフを作
ることができる。
ッチングの指標となる評価値ERは、探索範囲内におい
て、候補となる画像毎に算出され、候補画像が探索範囲
内に渡って平面的に配置されていれば、探索範囲を底
面、評価値ERの値を縦軸とした3次元分布グラフを作
ることができる。
【0025】一般の画像濃度テンプレートパターンマッ
チングのアルゴリズムは、単にこの3次元分布グラフの
中の最大値をもつ候補画像を最適値として認識するだけ
である。しかし3次元分布グラフは、最適値を選択する
上で、他にも有用な情報を含んでいる。また、流体特有
の性質を使用することにより、画像濃度テンプレートパ
ターンマッチングに使用する数々のパラメータについて
適切な値を推測し、さらに精度のよい画像濃度テンプレ
ートパターンマッチングを行うことが可能である。
チングのアルゴリズムは、単にこの3次元分布グラフの
中の最大値をもつ候補画像を最適値として認識するだけ
である。しかし3次元分布グラフは、最適値を選択する
上で、他にも有用な情報を含んでいる。また、流体特有
の性質を使用することにより、画像濃度テンプレートパ
ターンマッチングに使用する数々のパラメータについて
適切な値を推測し、さらに精度のよい画像濃度テンプレ
ートパターンマッチングを行うことが可能である。
【0026】上記構成によれば、画像濃度テンプレート
パターンマッチングを行う各画素の誤差値を縦軸、探索
範囲を底面とした3次元分布グラフの形状から画像濃度
テンプレートパターンマッチングの最適値及び最適点を
得ているので、可視化手法に用いるトレーサーにほとん
ど依存しない濃度差相関法を利用した画像濃度テンプレ
ートパターンマッチングを用いて、簡単、かつ、安価に
PIV法の結果の精度に最も重要な画像濃度テンプレー
トパターンマッチングの正解率を向上させることがで
き、信頼性を向上させることができる。
パターンマッチングを行う各画素の誤差値を縦軸、探索
範囲を底面とした3次元分布グラフの形状から画像濃度
テンプレートパターンマッチングの最適値及び最適点を
得ているので、可視化手法に用いるトレーサーにほとん
ど依存しない濃度差相関法を利用した画像濃度テンプレ
ートパターンマッチングを用いて、簡単、かつ、安価に
PIV法の結果の精度に最も重要な画像濃度テンプレー
トパターンマッチングの正解率を向上させることがで
き、信頼性を向上させることができる。
【0027】この場合、例えば、請求項2に記載するよ
うに、前記探索範囲の前記3次元分布グラフ形状の極大
点を、前記画像濃度テンプレートパターンマッチングの
最適点候補として、前記最適点を抽出する前記画像濃度
テンプレートパターンマッチングを再度行うようにして
もよい。
うに、前記探索範囲の前記3次元分布グラフ形状の極大
点を、前記画像濃度テンプレートパターンマッチングの
最適点候補として、前記最適点を抽出する前記画像濃度
テンプレートパターンマッチングを再度行うようにして
もよい。
【0028】ここで、粒子追跡法によって可視化された
流れは、特に、流体が非定常であるとき、周期に沿った
パターンを形成することが多く、探索範囲が広い場合、
周期がずれた場所に最も画像濃度テンプレートパターン
マッチングが適合する領域が出現する場合がある。この
ような場合、探索範囲内に複数の評価値ERのピークが
現れるが、これらの極大点を示す点を全て最適点の候補
とみなして、画像濃度テンプレートパターンマッチング
の結果だけではなく、流体特有の性質等を考慮して、最
適点を選ぶことが、画像濃度テンプレートパターンマッ
チングの精度を向上させる上で有効である。
流れは、特に、流体が非定常であるとき、周期に沿った
パターンを形成することが多く、探索範囲が広い場合、
周期がずれた場所に最も画像濃度テンプレートパターン
マッチングが適合する領域が出現する場合がある。この
ような場合、探索範囲内に複数の評価値ERのピークが
現れるが、これらの極大点を示す点を全て最適点の候補
とみなして、画像濃度テンプレートパターンマッチング
の結果だけではなく、流体特有の性質等を考慮して、最
適点を選ぶことが、画像濃度テンプレートパターンマッ
チングの精度を向上させる上で有効である。
【0029】上記構成によれば、3次元分布グラフ形状
の極大点を画像濃度テンプレートパターンマッチングの
最適点候補として、最適点を抽出する画像濃度テンプレ
ートパターンマッチングを再度行うので、画像濃度テン
プレートパターンマッチングの精度を向上させて、解析
に要する時間を短縮することができるとともに、解析に
要する計算機等の処理負担を軽減させることができる。
の極大点を画像濃度テンプレートパターンマッチングの
最適点候補として、最適点を抽出する画像濃度テンプレ
ートパターンマッチングを再度行うので、画像濃度テン
プレートパターンマッチングの精度を向上させて、解析
に要する時間を短縮することができるとともに、解析に
要する計算機等の処理負担を軽減させることができる。
【0030】また、例えば、請求項3に記載するよう
に、前記最適点候補とされた極大点の中から周辺の前記
ベクトルとの連続の式の誤差が最も小さい点を最適点と
して選択するようにしてもよい。
に、前記最適点候補とされた極大点の中から周辺の前記
ベクトルとの連続の式の誤差が最も小さい点を最適点と
して選択するようにしてもよい。
【0031】上記構成によれば、最適点候補とされた極
大点の中から周辺のベクトルの流体との連続の式の誤差
が最も小さい点を最適点として選択しているので、3次
元分布グラフ形状の複数の極大点、すなわち、最適点候
補のなかから流体の性質を考慮して、矛盾の少ないベク
トル情報を簡単に得ることができ、さらに最適点を選択
して、画像濃度テンプレートパターンマッチングの精度
をより一層向上させることができる。
大点の中から周辺のベクトルの流体との連続の式の誤差
が最も小さい点を最適点として選択しているので、3次
元分布グラフ形状の複数の極大点、すなわち、最適点候
補のなかから流体の性質を考慮して、矛盾の少ないベク
トル情報を簡単に得ることができ、さらに最適点を選択
して、画像濃度テンプレートパターンマッチングの精度
をより一層向上させることができる。
【0032】さらに、例えば、請求項4に記載するよう
に、前記探索範囲の前記3次元分布グラフの極大点が、
前記探索範囲の縁部に位置していると、前記探索範囲を
拡大して前記画像濃度テンプレートパターンマッチング
を再度行うようにしてもよい。
に、前記探索範囲の前記3次元分布グラフの極大点が、
前記探索範囲の縁部に位置していると、前記探索範囲を
拡大して前記画像濃度テンプレートパターンマッチング
を再度行うようにしてもよい。
【0033】上記構成によれば、3次元分布グラフの極
大点が、探索範囲の縁部に位置していると、探索範囲を
拡大して画像濃度テンプレートパターンマッチングを再
度行うので、検索範囲として指定した領域が僅かに狭す
ぎる場合、候補点となるべき極大点が探索範囲外になる
可能性があるが、このように最適点が画像濃度テンプレ
ートパターンマッチングの探索範囲の領域外にあるとき
にも、適切にフィードバックして、画像濃度テンプレー
トパターンマッチングの精度を向上させることができ
る。
大点が、探索範囲の縁部に位置していると、探索範囲を
拡大して画像濃度テンプレートパターンマッチングを再
度行うので、検索範囲として指定した領域が僅かに狭す
ぎる場合、候補点となるべき極大点が探索範囲外になる
可能性があるが、このように最適点が画像濃度テンプレ
ートパターンマッチングの探索範囲の領域外にあるとき
にも、適切にフィードバックして、画像濃度テンプレー
トパターンマッチングの精度を向上させることができ
る。
【0034】また、例えば、請求項5に記載するよう
に、前記画像濃度テンプレートパターンマッチングを再
度行うに際して、前記探索範囲を、前記3次元分布グラ
フの尾根部分を延長した方向にとるようにしてもよい。
に、前記画像濃度テンプレートパターンマッチングを再
度行うに際して、前記探索範囲を、前記3次元分布グラ
フの尾根部分を延長した方向にとるようにしてもよい。
【0035】ここで、速度の速い平行な流れの領域で
は、3次元分布グラフの形状は、流れの方向に尾根を持
つことが多く、この場合、極大値が探索範囲の縁にある
ことが多い。したがって、探索範囲を拡大して再度画像
濃度テンプレートパターンマッチングを行うときは、拡
大する方向を、尾根部を延長した方向にとれば、計算時
間が減少し、マッチング精度も向上する。
は、3次元分布グラフの形状は、流れの方向に尾根を持
つことが多く、この場合、極大値が探索範囲の縁にある
ことが多い。したがって、探索範囲を拡大して再度画像
濃度テンプレートパターンマッチングを行うときは、拡
大する方向を、尾根部を延長した方向にとれば、計算時
間が減少し、マッチング精度も向上する。
【0036】上記構成によれば、3次元分布グラフの極
大点が、探索範囲の縁部に位置している場合に、探索範
囲を拡大して画像濃度テンプレートパターンマッチング
を再度行うに際して、探索範囲を、3次元分布グラフの
尾根部分を延長した方向にとるので、最適点のある確率
の高い範囲で画像濃度テンプレートパターンマッチング
を行うことができ、画像濃度テンプレートパターンマッ
チングに要する計算時間を短縮させることができるとと
もに、より一層画像濃度テンプレートパターンマッチン
グの精度を向上させることができる。
大点が、探索範囲の縁部に位置している場合に、探索範
囲を拡大して画像濃度テンプレートパターンマッチング
を再度行うに際して、探索範囲を、3次元分布グラフの
尾根部分を延長した方向にとるので、最適点のある確率
の高い範囲で画像濃度テンプレートパターンマッチング
を行うことができ、画像濃度テンプレートパターンマッ
チングに要する計算時間を短縮させることができるとと
もに、より一層画像濃度テンプレートパターンマッチン
グの精度を向上させることができる。
【0037】さらに、例えば、請求項6に記載するよう
に、前記画像濃度テンプレートパターンマッチングを行
うに際して、前記探索範囲の前記3次元分布グラフの極
大点のピークが、十分有効なS/N比をもつ前記探索範
囲の形状を変化させるようにしてもよい。
に、前記画像濃度テンプレートパターンマッチングを行
うに際して、前記探索範囲の前記3次元分布グラフの極
大点のピークが、十分有効なS/N比をもつ前記探索範
囲の形状を変化させるようにしてもよい。
【0038】ここで、画像濃度テンプレートパターンマ
ッチングによって最適値とされた点が、解としてどの程
度妥当であるかを表すのは難しく、実際には、パラメー
タをいくつか操作してみて、得られた結果を主観的に判
断していることが多く、一貫した解析を行うことは難し
い。
ッチングによって最適値とされた点が、解としてどの程
度妥当であるかを表すのは難しく、実際には、パラメー
タをいくつか操作してみて、得られた結果を主観的に判
断していることが多く、一貫した解析を行うことは難し
い。
【0039】本出願の発明者の実験によれば、画像濃度
テンプレートパターンマッチングによって最適値とされ
た点が解として妥当であるかどうかは、実験条件や画像
処理方法によっても異なるが、探索範囲内の他の点と比
較した相対値で判断するのが最も結果に信頼がおけると
いう結果が得られた。そして、この場合の値の妥当性を
示すパラメータとして、探索面積に対する3次元分布グ
ラフの候補値のピークのS/N比を導入したとき、ピー
クの最高点の1/21/2 の高さのピークの断面積と探索
範囲の面積の比が小さければ、ピーク形状が十分にシャ
ープであり、値に信頼がおける。この値を信頼値とする
と、同じ流れの場所を解析したとしても、探索の範囲及
び解析領域の大きさを変化させると、著しく値が異なる
ことがある。そこで、十分小さい信頼値が得られるよう
に、探索の範囲及び解析領域の大きさの値を操作し、最
も小さい信頼値が得られる点をもって最適点とすること
が有効である。
テンプレートパターンマッチングによって最適値とされ
た点が解として妥当であるかどうかは、実験条件や画像
処理方法によっても異なるが、探索範囲内の他の点と比
較した相対値で判断するのが最も結果に信頼がおけると
いう結果が得られた。そして、この場合の値の妥当性を
示すパラメータとして、探索面積に対する3次元分布グ
ラフの候補値のピークのS/N比を導入したとき、ピー
クの最高点の1/21/2 の高さのピークの断面積と探索
範囲の面積の比が小さければ、ピーク形状が十分にシャ
ープであり、値に信頼がおける。この値を信頼値とする
と、同じ流れの場所を解析したとしても、探索の範囲及
び解析領域の大きさを変化させると、著しく値が異なる
ことがある。そこで、十分小さい信頼値が得られるよう
に、探索の範囲及び解析領域の大きさの値を操作し、最
も小さい信頼値が得られる点をもって最適点とすること
が有効である。
【0040】上記構成によれば、3次元分布グラフの極
大点のピークが、十分有効なS/N比をもつ探索範囲に
ついて、画像濃度テンプレートパターンマッチングを行
うので、解析領域を可変として、最も適切な範囲を指定
することができ、画像濃度テンプレートパターンマッチ
ングの精度を向上させることができる。
大点のピークが、十分有効なS/N比をもつ探索範囲に
ついて、画像濃度テンプレートパターンマッチングを行
うので、解析領域を可変として、最も適切な範囲を指定
することができ、画像濃度テンプレートパターンマッチ
ングの精度を向上させることができる。
【0041】また、例えば、請求項7に記載するよう
に、前記探索範囲の形状を、周辺のベクトルとの連続の
式の誤差が小さくなるように変化させるようにしてもよ
い。
に、前記探索範囲の形状を、周辺のベクトルとの連続の
式の誤差が小さくなるように変化させるようにしてもよ
い。
【0042】上記構成によれば、探察範囲の形状を、周
辺の流体ベクトルの連続の式の誤差が小さくなるように
変化させるので、探索範囲を実際の流体の性質を考慮し
て変化させることができ、画像濃度テンプレートパター
ンマッチングの精度を向上させることができる。
辺の流体ベクトルの連続の式の誤差が小さくなるように
変化させるので、探索範囲を実際の流体の性質を考慮し
て変化させることができ、画像濃度テンプレートパター
ンマッチングの精度を向上させることができる。
【0043】請求項8記載の発明は、粒子追跡法により
可視化された流体の流れを撮影した動画像を用い、PI
V法を用いて当該動画像の所定の探索範囲について行っ
た画像濃度テンプレートパターンマッチングにより前記
流体の流れ場のベクトル情報を獲得する流体計測手法に
おいて、前記粒子追跡法で用いる粒子が混入されず可視
化されていない同じ流れの画像情報を使用して、明度ム
ラを校正する前記画像濃度テンプレートパターンマッチ
ングを行うことにより、上記目的を達成している。
可視化された流体の流れを撮影した動画像を用い、PI
V法を用いて当該動画像の所定の探索範囲について行っ
た画像濃度テンプレートパターンマッチングにより前記
流体の流れ場のベクトル情報を獲得する流体計測手法に
おいて、前記粒子追跡法で用いる粒子が混入されず可視
化されていない同じ流れの画像情報を使用して、明度ム
ラを校正する前記画像濃度テンプレートパターンマッチ
ングを行うことにより、上記目的を達成している。
【0044】ここで、画像濃度テンプレートパターンマ
ッチングの精度を落とす原因として、可視化の際の照明
の非一様性の問題がある。可視化手法として最も一般的
な粒子追跡法は、トレーサーの挙動を明確にするための
照明が重要であるが、画像全体に渡って一様な照明を当
てることはほぼ不可能である。このため、流れの速度が
速い領域や撮影時間間隔が長い場合は、画像濃度テンプ
レートパターンマッチングの結果に問題が生じる可能性
がある。
ッチングの精度を落とす原因として、可視化の際の照明
の非一様性の問題がある。可視化手法として最も一般的
な粒子追跡法は、トレーサーの挙動を明確にするための
照明が重要であるが、画像全体に渡って一様な照明を当
てることはほぼ不可能である。このため、流れの速度が
速い領域や撮影時間間隔が長い場合は、画像濃度テンプ
レートパターンマッチングの結果に問題が生じる可能性
がある。
【0045】上記構成によれば、粒子追跡法で用いる粒
子を混入させておらず可視化されていない同じ流れの画
像情報を使用して、明度ムラを校正する画像濃度テンプ
レートパターンマッチングを行うので、照明に伴う画像
濃度ムラの影響を適切に除去することができ、画像濃度
テンプレートパターンマッチングの精度を向上させるこ
とができる。
子を混入させておらず可視化されていない同じ流れの画
像情報を使用して、明度ムラを校正する画像濃度テンプ
レートパターンマッチングを行うので、照明に伴う画像
濃度ムラの影響を適切に除去することができ、画像濃度
テンプレートパターンマッチングの精度を向上させるこ
とができる。
【0046】請求項9記載の発明は、粒子追跡法により
可視化された流体の流れを撮影した動画像を用い、PI
V法を用いて当該動画像の所定の探索範囲について行っ
た画像濃度テンプレートパターンマッチングにより前記
流体の流れ場のベクトル情報を獲得する流体計測手法に
おいて、前記画像濃度テンプレートパターンマッチング
で比較する2画像の明度の平均値が一致するように当該
平均値の差を予め当該平均値の大きい方の画像の各画素
から減じる画像濃度テンプレートパターンマッチングを
行うことにより、上記目的を達成している。
可視化された流体の流れを撮影した動画像を用い、PI
V法を用いて当該動画像の所定の探索範囲について行っ
た画像濃度テンプレートパターンマッチングにより前記
流体の流れ場のベクトル情報を獲得する流体計測手法に
おいて、前記画像濃度テンプレートパターンマッチング
で比較する2画像の明度の平均値が一致するように当該
平均値の差を予め当該平均値の大きい方の画像の各画素
から減じる画像濃度テンプレートパターンマッチングを
行うことにより、上記目的を達成している。
【0047】ここで、非定常な流れ等照明の影響が時間
によって変化する場合も多く、このようなとき、照明ム
ラの影響が探索範囲内で不連続に変化していなければ、
画像濃度テンプレートパターンマッチングで比較する2
画素の明度の平均値が一致するようにするために、この
平均値の差を平均値の大きい方の画素の各画素から減じ
ておくことが有効である。
によって変化する場合も多く、このようなとき、照明ム
ラの影響が探索範囲内で不連続に変化していなければ、
画像濃度テンプレートパターンマッチングで比較する2
画素の明度の平均値が一致するようにするために、この
平均値の差を平均値の大きい方の画素の各画素から減じ
ておくことが有効である。
【0048】上記構成によれば、画像濃度テンプレート
パターンマッチングで比較する2画像の明度平均値が一
致するように平均値の差を、予め平均値の大きい方の画
像の各画素から減じる画像濃度テンプレートパターンマ
ッチングを行うので、粒子が混入しておらず可視化され
ていない同じ流れの画像情報を使用して、明度ムラを校
正する画像濃度テンプレートパターンマッチングを行う
ことができない場合にも、画像濃度ムラの影響を可能な
限り排除することができ、画像濃度テンプレートパター
ンマッチングの精度を向上させることができる。
パターンマッチングで比較する2画像の明度平均値が一
致するように平均値の差を、予め平均値の大きい方の画
像の各画素から減じる画像濃度テンプレートパターンマ
ッチングを行うので、粒子が混入しておらず可視化され
ていない同じ流れの画像情報を使用して、明度ムラを校
正する画像濃度テンプレートパターンマッチングを行う
ことができない場合にも、画像濃度ムラの影響を可能な
限り排除することができ、画像濃度テンプレートパター
ンマッチングの精度を向上させることができる。
【0049】
【発明の実施の形態】以下、本発明の好適な実施の形態
を添付図面に基づいて詳細に説明する。なお、以下に述
べる実施の形態は、本発明の好適な実施の形態であるか
ら、技術的に好ましい種々の限定が付されているが、本
発明の範囲は、以下の説明において特に本発明を限定す
る旨の記載がない限り、これらの態様に限られるもので
はない。
を添付図面に基づいて詳細に説明する。なお、以下に述
べる実施の形態は、本発明の好適な実施の形態であるか
ら、技術的に好ましい種々の限定が付されているが、本
発明の範囲は、以下の説明において特に本発明を限定す
る旨の記載がない限り、これらの態様に限られるもので
はない。
【0050】本発明の流体計測方法は、上述のように、
粒子追跡法等で可視化した流れ場を動画像により撮影
し、時間的に隣り合う画像の差分情報から流れ場のベク
トル情報を獲得するPIV法を使用して、流体の計測を
行うが、この際、画像処理の一技法である画像濃度テン
プレートパターンマッチングを使用する。
粒子追跡法等で可視化した流れ場を動画像により撮影
し、時間的に隣り合う画像の差分情報から流れ場のベク
トル情報を獲得するPIV法を使用して、流体の計測を
行うが、この際、画像処理の一技法である画像濃度テン
プレートパターンマッチングを使用する。
【0051】画像濃度テンプレートパターンマッチング
では、上述のように、2画像において、一方の画像の着
目する領域(template)がもう一方の画像のどこに対応
するかを判定するが、粒子追跡法によって可視化された
時系列的に連続する2枚の流れ画像を用いて、流れ場全
体に渡って流れの構造の単位となる領域について、この
画像濃度テンプレートパターンマッチング操作を行う
と、流れ場の速度ベクトル情報を求めることができる。
そして、上述のように、この画像濃度テンプレートパタ
ーンマッチングを行う流れの構造の単位となる領域を、
「解析領域」、画像濃度テンプレートパターンマッチン
グを行う範囲のことを、「探索範囲」といい、検索範囲
は、解析領域と同じ座標の領域の周辺をとることが多
い。
では、上述のように、2画像において、一方の画像の着
目する領域(template)がもう一方の画像のどこに対応
するかを判定するが、粒子追跡法によって可視化された
時系列的に連続する2枚の流れ画像を用いて、流れ場全
体に渡って流れの構造の単位となる領域について、この
画像濃度テンプレートパターンマッチング操作を行う
と、流れ場の速度ベクトル情報を求めることができる。
そして、上述のように、この画像濃度テンプレートパタ
ーンマッチングを行う流れの構造の単位となる領域を、
「解析領域」、画像濃度テンプレートパターンマッチン
グを行う範囲のことを、「探索範囲」といい、検索範囲
は、解析領域と同じ座標の領域の周辺をとることが多
い。
【0052】そして、画像濃度テンプレートパターンマ
ッチングのアルゴリズムは、基準化相互相関係数の最大
値を用いる相関係数法、濃度差絶対値の最小値を用いる
濃度差法等がある。濃度作法の基本的な画像濃度テンプ
レートパターンマッチングのアルゴリズムは、例えば、
図1に示すように、同じ大きさn×mの画素数をもつ2
つの画像(微小領域)Aと画像(微小領域)Bを比較す
る場合、同じ座標の画素の濃度差の絶対値の総和の逆数
を求め、この値を評価値ERとする。すなわち、画像A
と画像Bの縦方向i番目の画素濃度、横方向j番目の画
素濃度を、それぞれA(i,j)、B(i,j)とした
場合、基本的な画像濃度テンプレートパターンマッチン
グの評価値ERは、以下に示す算定式により求めること
ができ、この評価値ERが大きいほど、2画像の相関度
が大きい。
ッチングのアルゴリズムは、基準化相互相関係数の最大
値を用いる相関係数法、濃度差絶対値の最小値を用いる
濃度差法等がある。濃度作法の基本的な画像濃度テンプ
レートパターンマッチングのアルゴリズムは、例えば、
図1に示すように、同じ大きさn×mの画素数をもつ2
つの画像(微小領域)Aと画像(微小領域)Bを比較す
る場合、同じ座標の画素の濃度差の絶対値の総和の逆数
を求め、この値を評価値ERとする。すなわち、画像A
と画像Bの縦方向i番目の画素濃度、横方向j番目の画
素濃度を、それぞれA(i,j)、B(i,j)とした
場合、基本的な画像濃度テンプレートパターンマッチン
グの評価値ERは、以下に示す算定式により求めること
ができ、この評価値ERが大きいほど、2画像の相関度
が大きい。
【0053】
【数1】 PIV法では、探索範囲内で最も相関値の大きい画像の
位置指定の場所が、対象とする画像領域が一定時間後に
移動した先の場所を示すことになり、流れの移動ベクト
ルが確定することになる。
位置指定の場所が、対象とする画像領域が一定時間後に
移動した先の場所を示すことになり、流れの移動ベクト
ルが確定することになる。
【0054】例えば、図2に示すような画像を、PIV
法で得られた解析結果は、図3のように示される。ここ
で、図2及び図3は、S字型ダクト内のエアーの流れを
トレーサーとして、精製灯油の不完全燃焼煙を使用して
可視化した画像と、そのPIV法での解析結果を示して
いる。
法で得られた解析結果は、図3のように示される。ここ
で、図2及び図3は、S字型ダクト内のエアーの流れを
トレーサーとして、精製灯油の不完全燃焼煙を使用して
可視化した画像と、そのPIV法での解析結果を示して
いる。
【0055】そして、画像濃度テンプレートパターンマ
ッチングの指標となる評価値ERは、探索範囲内におい
て、候補となる画像毎に算出されるが、候補画像が探索
範囲内に渡って平面的に配置されていれば、図4に示す
ように、探索範囲を底面、各候補領域の評価値ERを縦
軸とした3次元グラフを作ることができる。この3次元
分布グラフを、以降、ERグラフと呼ぶ。一般の画像濃
度テンプレートパターンマッチングのアルゴリズムは、
単にこのERグラフの中の最大値をもつ候補画像を最適
値として認識するだけであるが、ERグラフは、最適値
を選択する上で、他にも有用な情報を含んでいる。ま
た、このERグラフに流体特有の性質を使用することに
より、画像濃度テンプレートパターンマッチングに使用
する数々のパラメータについて適切な値を推測し、さら
に精度のよい画像濃度テンプレートパターンマッチング
を行うことが可能である。
ッチングの指標となる評価値ERは、探索範囲内におい
て、候補となる画像毎に算出されるが、候補画像が探索
範囲内に渡って平面的に配置されていれば、図4に示す
ように、探索範囲を底面、各候補領域の評価値ERを縦
軸とした3次元グラフを作ることができる。この3次元
分布グラフを、以降、ERグラフと呼ぶ。一般の画像濃
度テンプレートパターンマッチングのアルゴリズムは、
単にこのERグラフの中の最大値をもつ候補画像を最適
値として認識するだけであるが、ERグラフは、最適値
を選択する上で、他にも有用な情報を含んでいる。ま
た、このERグラフに流体特有の性質を使用することに
より、画像濃度テンプレートパターンマッチングに使用
する数々のパラメータについて適切な値を推測し、さら
に精度のよい画像濃度テンプレートパターンマッチング
を行うことが可能である。
【0056】しかしながら、PIV法の結果の精度に最
も関わってくる画像濃度テンプレートパターンマッチン
グでは、対象とする流れの種類、可視化の方法、画像の
品質、撮影速度及び撮影領域等様々な条件から決まるパ
ラメータに適切な値を設定しなければならないという問
題がある。特に、問題となるのは、探索範囲の範囲及び
解析領域の大きさである。これらのパラメータは、解析
結果に及ぼす影響が非常に大きく、値が不適当である
と、過誤ベクトルが生じ、結果自体の信頼性が低下す
る。
も関わってくる画像濃度テンプレートパターンマッチン
グでは、対象とする流れの種類、可視化の方法、画像の
品質、撮影速度及び撮影領域等様々な条件から決まるパ
ラメータに適切な値を設定しなければならないという問
題がある。特に、問題となるのは、探索範囲の範囲及び
解析領域の大きさである。これらのパラメータは、解析
結果に及ぼす影響が非常に大きく、値が不適当である
と、過誤ベクトルが生じ、結果自体の信頼性が低下す
る。
【0057】そこで、請求項1のように、粒子追跡法に
より可視化された流体の流れを撮影した動画像を用い、
PIV法を用いて当該動画像の所定の探索範囲について
行った画像濃度テンプレートパターンマッチングにより
流体の流れのベクトル場情報を獲得する流体計測手法に
おいて、画像濃度テンプレートパターンマッチングを行
う各画素の誤差値を縦軸、探索範囲を底面とした3次元
分布グラフ(ERグラフ)形状から画像濃度テンプレー
トパターンマッチングの最適値及び最適点を得るように
すると、可視化手法に用いるトレーサーにほとんど依存
しない濃度差相関法を利用した画像濃度テンプレートパ
ターンマッチングを用いて、簡単、かつ、安価にPIV
法の結果の精度に最も重要な画像濃度テンプレートパタ
ーンマッチングの正解率を向上させることができ、信頼
性を向上させることができる。
より可視化された流体の流れを撮影した動画像を用い、
PIV法を用いて当該動画像の所定の探索範囲について
行った画像濃度テンプレートパターンマッチングにより
流体の流れのベクトル場情報を獲得する流体計測手法に
おいて、画像濃度テンプレートパターンマッチングを行
う各画素の誤差値を縦軸、探索範囲を底面とした3次元
分布グラフ(ERグラフ)形状から画像濃度テンプレー
トパターンマッチングの最適値及び最適点を得るように
すると、可視化手法に用いるトレーサーにほとんど依存
しない濃度差相関法を利用した画像濃度テンプレートパ
ターンマッチングを用いて、簡単、かつ、安価にPIV
法の結果の精度に最も重要な画像濃度テンプレートパタ
ーンマッチングの正解率を向上させることができ、信頼
性を向上させることができる。
【0058】ところが、粒子追跡法によって可視化され
た流れは、特に、流体が非定常であるとき、周期に沿っ
たパターンを形成することが多い。このため、探索範囲
が広いと、周期がずれた場所に最も画像濃度テンプレー
トパターンマッチングが適合する領域が出現することが
ある。このような場合、ERグラフは、図5に示すよう
に、探索範囲内に複数の評価値ERのピークが現れる。
このような場合には、極大点を示す点を全て最適点の候
補とみなし、画像濃度テンプレートパターンマッチング
の結果だけではなく、流体特有の性質等を考慮して、最
適点を選ぶことが有効である。
た流れは、特に、流体が非定常であるとき、周期に沿っ
たパターンを形成することが多い。このため、探索範囲
が広いと、周期がずれた場所に最も画像濃度テンプレー
トパターンマッチングが適合する領域が出現することが
ある。このような場合、ERグラフは、図5に示すよう
に、探索範囲内に複数の評価値ERのピークが現れる。
このような場合には、極大点を示す点を全て最適点の候
補とみなし、画像濃度テンプレートパターンマッチング
の結果だけではなく、流体特有の性質等を考慮して、最
適点を選ぶことが有効である。
【0059】そこで、請求項2のように、3次元分布グ
ラフ形状の極大点を画像濃度テンプレートパターンマッ
チングの最適点候補として、最適点を抽出する画像濃度
テンプレートパターンマッチングを再度行うと、画像濃
度テンプレートパターンマッチングの再度を向上させる
ことができ、解析に要する時間を短縮することができる
とともに、解析に要するパーソナルコンピュータ等の計
算機の処理負担を軽減させることができる。
ラフ形状の極大点を画像濃度テンプレートパターンマッ
チングの最適点候補として、最適点を抽出する画像濃度
テンプレートパターンマッチングを再度行うと、画像濃
度テンプレートパターンマッチングの再度を向上させる
ことができ、解析に要する時間を短縮することができる
とともに、解析に要するパーソナルコンピュータ等の計
算機の処理負担を軽減させることができる。
【0060】また、最適点となる複数の候補点がある場
合には、これらの候補点のうち、周辺のベクトルとの連
続の式が最も小さい点を最適点とすることにより、簡単
に矛盾の少ないベクトル情報を得ることができる。
合には、これらの候補点のうち、周辺のベクトルとの連
続の式が最も小さい点を最適点とすることにより、簡単
に矛盾の少ないベクトル情報を得ることができる。
【0061】そこで、請求項3のように、最適点候補と
された極大点の中から周辺のベクトルの流体との連続の
式の誤差が最も小さい点を最適点として選択すると、最
適点候補のなかから流体の性質を考慮して、さらに最適
点を選択して、画像濃度テンプレートパターンマッチン
グの精度をさらに向上させることができる。
された極大点の中から周辺のベクトルの流体との連続の
式の誤差が最も小さい点を最適点として選択すると、最
適点候補のなかから流体の性質を考慮して、さらに最適
点を選択して、画像濃度テンプレートパターンマッチン
グの精度をさらに向上させることができる。
【0062】さらに、検索範囲として指定した領域が僅
かに狭すぎると、候補点となるべき極大点が探索範囲外
になる可能性があるが、この場合、一般には、探索範囲
のうちで評価値ERの最大値をとることが多い。このよ
うな場合には、探索範囲を拡大して、画像濃度テンプレ
ートパターンマッチングを再度行い、評価値ERの極大
値を求めることが有効である。もちろん、画像濃度テン
プレートパターンマッチングを再度行ったときに、再び
極大値が縁にあった場合は、この画像濃度テンプレート
パターンマッチングを再度同様に行うことも有効であ
る。
かに狭すぎると、候補点となるべき極大点が探索範囲外
になる可能性があるが、この場合、一般には、探索範囲
のうちで評価値ERの最大値をとることが多い。このよ
うな場合には、探索範囲を拡大して、画像濃度テンプレ
ートパターンマッチングを再度行い、評価値ERの極大
値を求めることが有効である。もちろん、画像濃度テン
プレートパターンマッチングを再度行ったときに、再び
極大値が縁にあった場合は、この画像濃度テンプレート
パターンマッチングを再度同様に行うことも有効であ
る。
【0063】そこで、請求項4のように、3次元分布グ
ラフの極大点が、探索範囲の縁部に位置していると、探
索範囲を拡大して画像濃度テンプレートパターンマッチ
ングを再度行うと、最適点が画像濃度テンプレートパタ
ーンマッチングの探索範囲の領域外にあるときにも、適
切にフィードバックして、画像濃度テンプレートパター
ンマッチングの精度を向上させることができる。
ラフの極大点が、探索範囲の縁部に位置していると、探
索範囲を拡大して画像濃度テンプレートパターンマッチ
ングを再度行うと、最適点が画像濃度テンプレートパタ
ーンマッチングの探索範囲の領域外にあるときにも、適
切にフィードバックして、画像濃度テンプレートパター
ンマッチングの精度を向上させることができる。
【0064】また、速度の速い平行な流れの領域では、
ERグラフの形状は、図6に示すように、流れの方向に
尾根を持つことが多く、また、極大値が探索範囲の縁に
ある。この場合に、上述のように、探索範囲を拡大し
て、再度、画像濃度テンプレートパターンマッチングを
行うときは、拡大する方向を、尾根部を延長した方向に
とることにより、計算時間が減少し、マッチング精度も
向上するという利点がある。
ERグラフの形状は、図6に示すように、流れの方向に
尾根を持つことが多く、また、極大値が探索範囲の縁に
ある。この場合に、上述のように、探索範囲を拡大し
て、再度、画像濃度テンプレートパターンマッチングを
行うときは、拡大する方向を、尾根部を延長した方向に
とることにより、計算時間が減少し、マッチング精度も
向上するという利点がある。
【0065】そこで、請求項5のように、3次元分布グ
ラフの極大点が、探索範囲の縁部に位置している場合
に、探索範囲を拡大して画像濃度テンプレートパターン
マッチングを再度行うに際して、探索範囲を、3次元分
布グラフの尾根部分を延長した方向にとると、最適点の
ある確率の高い範囲で画像濃度テンプレートパターンマ
ッチングを行うことができ、画像濃度テンプレートパタ
ーンマッチングに要する計算時間を短縮することができ
るとともに、より一層画像濃度テンプレートパターンマ
ッチングの精度を向上させることができる。
ラフの極大点が、探索範囲の縁部に位置している場合
に、探索範囲を拡大して画像濃度テンプレートパターン
マッチングを再度行うに際して、探索範囲を、3次元分
布グラフの尾根部分を延長した方向にとると、最適点の
ある確率の高い範囲で画像濃度テンプレートパターンマ
ッチングを行うことができ、画像濃度テンプレートパタ
ーンマッチングに要する計算時間を短縮することができ
るとともに、より一層画像濃度テンプレートパターンマ
ッチングの精度を向上させることができる。
【0066】そして、上記方法によっても、画像濃度テ
ンプレートパターンマッチングによって最適値とされた
点が、解としてどの程度妥当であるかを表すのは難し
く、実際には、パラメータをいくつか操作してみて、得
られた結果を主観的に判断していることが多い。
ンプレートパターンマッチングによって最適値とされた
点が、解としてどの程度妥当であるかを表すのは難し
く、実際には、パラメータをいくつか操作してみて、得
られた結果を主観的に判断していることが多い。
【0067】本出願の発明者が種々実験したところによ
ると、この判断の基準となる値としては、実験条件や画
像処理方法によっても異なるが、探索範囲内の他の点と
比較した相対値で判断するのが最も結果に信頼がおける
という結果が得られた。
ると、この判断の基準となる値としては、実験条件や画
像処理方法によっても異なるが、探索範囲内の他の点と
比較した相対値で判断するのが最も結果に信頼がおける
という結果が得られた。
【0068】そこで、値の妥当性を示すパラメータとし
て、探索面積に対してのERグラフの候補値のピークの
S/N比を導入する。ピークの最高点の1/21/2 の高
さのピークの断面積と探索範囲の面積の比が小さけれ
ば、ピーク形状が十分にシャープであり、値に信頼がお
けると規定する。この値を以後信頼値と呼ぶ。信頼値
は、上述のように、再度画像濃度テンプレートパターン
マッチングを行う場合のフラグとして使用することもで
きる。
て、探索面積に対してのERグラフの候補値のピークの
S/N比を導入する。ピークの最高点の1/21/2 の高
さのピークの断面積と探索範囲の面積の比が小さけれ
ば、ピーク形状が十分にシャープであり、値に信頼がお
けると規定する。この値を以後信頼値と呼ぶ。信頼値
は、上述のように、再度画像濃度テンプレートパターン
マッチングを行う場合のフラグとして使用することもで
きる。
【0069】この信頼値は、同じ流れの場所を解析した
としても、探索の範囲、解析領域の大きさを変化させる
と、著しく値が異なることがある。そこで、特に、値の
精度が問題となるような場合は、十分小さい信頼値が得
られるように、探索の範囲、解析領域の大きさの値を操
作し、最も小さい信頼値が得られる点をもって最適点と
することが有効である。
としても、探索の範囲、解析領域の大きさを変化させる
と、著しく値が異なることがある。そこで、特に、値の
精度が問題となるような場合は、十分小さい信頼値が得
られるように、探索の範囲、解析領域の大きさの値を操
作し、最も小さい信頼値が得られる点をもって最適点と
することが有効である。
【0070】そこで、請求項6のように、3次元分布グ
ラフの極大点のピークが、十分有効なS/N比をもつ探
索範囲について、画像濃度テンプレートパターンマッチ
ングを行うと、解析領域を可変として、最も適切な範囲
を指定することができ、画像濃度テンプレートパターン
マッチングの精度を向上させることができる。
ラフの極大点のピークが、十分有効なS/N比をもつ探
索範囲について、画像濃度テンプレートパターンマッチ
ングを行うと、解析領域を可変として、最も適切な範囲
を指定することができ、画像濃度テンプレートパターン
マッチングの精度を向上させることができる。
【0071】この場合、請求項7のように、探察範囲の
形状を、周辺の流体ベクトルの連続の式の誤差が小さく
なるように変化させると、探索範囲を実際の流体の性質
を考慮して変化させることができ、画像濃度テンプレー
トパターンマッチングの精度を向上させることができ
る。
形状を、周辺の流体ベクトルの連続の式の誤差が小さく
なるように変化させると、探索範囲を実際の流体の性質
を考慮して変化させることができ、画像濃度テンプレー
トパターンマッチングの精度を向上させることができ
る。
【0072】また、可視化手段に粒子追跡法を使用する
場合、一般には粒子の挙動を明確化するために、粒子を
ハロゲンライト等の光源によって照明を行うが、画像の
場全体に渡って照明の明るさを一様化するのは困難であ
り、局所的に画像の明度が異なってくる場合がある。こ
のため、画像濃度テンプレートパターンマッチングに誤
差が生じるという大きな問題がある。
場合、一般には粒子の挙動を明確化するために、粒子を
ハロゲンライト等の光源によって照明を行うが、画像の
場全体に渡って照明の明るさを一様化するのは困難であ
り、局所的に画像の明度が異なってくる場合がある。こ
のため、画像濃度テンプレートパターンマッチングに誤
差が生じるという大きな問題がある。
【0073】可視化をする上で、適切な照明をすること
は、PIV法にとって不可欠なことであるが、定性的な
解析と異なり、流体の速度ベクトル場を獲得するPIV
法では、照明が一様でない場合には、画像濃度テンプレ
ートパターンマッチングに影響をもたらす場合がある。
一般には、探索範囲における画像の照明ムラは、微小な
量として無視されていることが多いが、今後、画像の高
精細化が進み、画像情報が増加するにつれて、このムラ
が無視できない量になる可能性がある。
は、PIV法にとって不可欠なことであるが、定性的な
解析と異なり、流体の速度ベクトル場を獲得するPIV
法では、照明が一様でない場合には、画像濃度テンプレ
ートパターンマッチングに影響をもたらす場合がある。
一般には、探索範囲における画像の照明ムラは、微小な
量として無視されていることが多いが、今後、画像の高
精細化が進み、画像情報が増加するにつれて、このムラ
が無視できない量になる可能性がある。
【0074】すなわち、画像濃度テンプレートパターン
マッチングの精度を落とす原因として、可視化の際の照
明の非一様性の問題があり、可視化手法として最も一般
的な粒子追跡法は、トレーサーの挙動を明確にするため
の照明が重要であるが、画像全体に渡って一様な照明を
当てることはほぼ不可能である。このため、流れの速度
が速い領域や撮影時間間隔が長い場合は、画像濃度テン
プレートパターンマッチングの結果に問題が生じる可能
性がある。
マッチングの精度を落とす原因として、可視化の際の照
明の非一様性の問題があり、可視化手法として最も一般
的な粒子追跡法は、トレーサーの挙動を明確にするため
の照明が重要であるが、画像全体に渡って一様な照明を
当てることはほぼ不可能である。このため、流れの速度
が速い領域や撮影時間間隔が長い場合は、画像濃度テン
プレートパターンマッチングの結果に問題が生じる可能
性がある。
【0075】そこで、請求項8のように、粒子追跡法で
用いる粒子を混入させておらず可視化されていない同じ
流れの画像情報を使用して、明度ムラを校正する画像濃
度テンプレートパターンマッチングを行うと、照明に伴
う画像濃度ムラの影響を適切に除去することができ、画
像濃度テンプレートパターンマッチングの精度を向上さ
せることができる。この場合、具体的には、校正用の画
像の各画素濃度を解析画像の各濃度から減ずるだけで、
粒子を混入させず、可視化されていない同じ流れの画像
情報を得ることができる。
用いる粒子を混入させておらず可視化されていない同じ
流れの画像情報を使用して、明度ムラを校正する画像濃
度テンプレートパターンマッチングを行うと、照明に伴
う画像濃度ムラの影響を適切に除去することができ、画
像濃度テンプレートパターンマッチングの精度を向上さ
せることができる。この場合、具体的には、校正用の画
像の各画素濃度を解析画像の各濃度から減ずるだけで、
粒子を混入させず、可視化されていない同じ流れの画像
情報を得ることができる。
【0076】ところが、実際には、非定常な流れ等照明
の影響が時間によって変化する場合も多く、この場合に
は、上述の方法は採用することができない。
の影響が時間によって変化する場合も多く、この場合に
は、上述の方法は採用することができない。
【0077】そこで、請求項9のように、画像濃度テン
プレートパターンマッチングで比較する2画像の明度平
均値が一致するように平均値の差を予め、平均値の大き
い方の画像の各画素から減じる画像濃度テンプレートパ
ターンマッチングを行うと、画像濃度ムラの影響を、粒
子を混入させておらず可視化されていない同じ流れの画
像情報を使用して、明度ムラを校正する画像濃度テンプ
レートパターンマッチングを行うことができない場合に
も、可能な限り排除することができ、画像濃度テンプレ
ートパターンマッチングの精度を向上させることができ
る。ただし、これは、照明ムラの影響が探索範囲内で不
連続に変化していないことが条件である。
プレートパターンマッチングで比較する2画像の明度平
均値が一致するように平均値の差を予め、平均値の大き
い方の画像の各画素から減じる画像濃度テンプレートパ
ターンマッチングを行うと、画像濃度ムラの影響を、粒
子を混入させておらず可視化されていない同じ流れの画
像情報を使用して、明度ムラを校正する画像濃度テンプ
レートパターンマッチングを行うことができない場合に
も、可能な限り排除することができ、画像濃度テンプレ
ートパターンマッチングの精度を向上させることができ
る。ただし、これは、照明ムラの影響が探索範囲内で不
連続に変化していないことが条件である。
【0078】
<実施例1>本実施例は、画像に照明の濃度ムラのない
場合であり、本実施例においては、S字型ダクト内の気
流を解析例として採用している。ダクトが屈曲している
と、その角の部分に渦が発生して、流体抵抗の原因とな
り、渦のような非定常現象の解析は、熱線流速計やレー
ザードップラー流速計のような点計測では、現象を把握
できないことが多いが、この現象を上記粒子追跡法を用
いたPIV法で解析した。
場合であり、本実施例においては、S字型ダクト内の気
流を解析例として採用している。ダクトが屈曲している
と、その角の部分に渦が発生して、流体抵抗の原因とな
り、渦のような非定常現象の解析は、熱線流速計やレー
ザードップラー流速計のような点計測では、現象を把握
できないことが多いが、この現象を上記粒子追跡法を用
いたPIV法で解析した。
【0079】本実施例の場合、トレーサーとして、不完
全燃焼した精製灯油を使用して、流れを可視化し、1/
30秒間で撮影した640×480ピクセルの2画素中
の400×160ピクセルの領域で、55×55ピクセ
ルの単位領域について等間隔で横方向に20個、縦方向
に5個、画像濃度テンプレートパターンマッチングを行
った。画像濃度テンプレートパターンマッチングの探索
(探索範囲)は、単位領域と同じ座標の中心から30ピ
クセル×30ピクセルの範囲で行った。このときの画像
は、図2に示したようなものであった。また、画像濃度
テンプレートパターンマッチングは、最も評価値ERが
大きいものをもって最適値とするという一般的なアルゴ
リズムで評価している。なお、これらのパラメータは、
流れのスケール及び可視化手法を考慮した上で、不適切
なものではないと考えられる。
全燃焼した精製灯油を使用して、流れを可視化し、1/
30秒間で撮影した640×480ピクセルの2画素中
の400×160ピクセルの領域で、55×55ピクセ
ルの単位領域について等間隔で横方向に20個、縦方向
に5個、画像濃度テンプレートパターンマッチングを行
った。画像濃度テンプレートパターンマッチングの探索
(探索範囲)は、単位領域と同じ座標の中心から30ピ
クセル×30ピクセルの範囲で行った。このときの画像
は、図2に示したようなものであった。また、画像濃度
テンプレートパターンマッチングは、最も評価値ERが
大きいものをもって最適値とするという一般的なアルゴ
リズムで評価している。なお、これらのパラメータは、
流れのスケール及び可視化手法を考慮した上で、不適切
なものではないと考えられる。
【0080】上記の条件で解析した解析結果は、図7に
示すような結果となった。通常の解析は、この結果で、
ほぼ問題はない。しかし、図7の結果を、熱線流速計に
よって流速を計測した結果と比較すると、流速が僅かに
小さい箇所が存在した。この点を、図7に示すように、
Aとし、また、領域右上付近には、流れのベクトルが明
らかに周辺のベクトルの方向と矛盾しているものもみら
れ、この点をBとすると、これらの過誤ベクトルと思わ
れるベクトルに関して、そのERグラフを、以下、検討
する。
示すような結果となった。通常の解析は、この結果で、
ほぼ問題はない。しかし、図7の結果を、熱線流速計に
よって流速を計測した結果と比較すると、流速が僅かに
小さい箇所が存在した。この点を、図7に示すように、
Aとし、また、領域右上付近には、流れのベクトルが明
らかに周辺のベクトルの方向と矛盾しているものもみら
れ、この点をBとすると、これらの過誤ベクトルと思わ
れるベクトルに関して、そのERグラフを、以下、検討
する。
【0081】まず、図7の点AでのERグラフを作成す
ると、図8に示すような結果となった。図8に示すよう
に、点AでのERグラフのピーク(極大値)は、探索範
囲の端部に位置しており、また評価値ERの形状から、
明らかに真のピークは、探索範囲外にあることがわか
る。そこで、探索範囲を拡大し、再度画像濃度テンプレ
ートパターンマッチングを行うと、その画像濃度テンプ
レートパターンマッチングのERグラフは、図9に示す
ようなものとなった。図9で得られた結果は、熱線流速
計によって計測した値と一致していた。
ると、図8に示すような結果となった。図8に示すよう
に、点AでのERグラフのピーク(極大値)は、探索範
囲の端部に位置しており、また評価値ERの形状から、
明らかに真のピークは、探索範囲外にあることがわか
る。そこで、探索範囲を拡大し、再度画像濃度テンプレ
ートパターンマッチングを行うと、その画像濃度テンプ
レートパターンマッチングのERグラフは、図9に示す
ようなものとなった。図9で得られた結果は、熱線流速
計によって計測した値と一致していた。
【0082】次に、図7の点BでのERグラフを作成す
ると、図10に示すような結果となった。図10に示す
ように、点BでのERグラフのピークは、2つ存在し、
図7の結果は、単純に最も評価値ERが大きい値を選択
しているものである。しかし、周辺のベクトルとの連続
の式を評価すると、予想されるベクトルと角度にして1
00度以上の誤差がある。そこで、もう一方のピークの
評価を行うと、連続の式の誤差は、角度にして5度弱、
大きさにして、−5%程度の誤差しかなく、最適値は、
この値を選択するべきであるといえる。
ると、図10に示すような結果となった。図10に示す
ように、点BでのERグラフのピークは、2つ存在し、
図7の結果は、単純に最も評価値ERが大きい値を選択
しているものである。しかし、周辺のベクトルとの連続
の式を評価すると、予想されるベクトルと角度にして1
00度以上の誤差がある。そこで、もう一方のピークの
評価を行うと、連続の式の誤差は、角度にして5度弱、
大きさにして、−5%程度の誤差しかなく、最適値は、
この値を選択するべきであるといえる。
【0083】このように、上述したこれらの修正を加え
て得られた結果は、図11に示すような結果となり、熱
線流速計で行った抽出点での比較とも良好な一致を示し
ていた。
て得られた結果は、図11に示すような結果となり、熱
線流速計で行った抽出点での比較とも良好な一致を示し
ていた。
【0084】<実施例2>本実施例は、画像に照明の濃
度ムラがある場合であり、上記実施例1と同様の条件で
実験を行っている。
度ムラがある場合であり、上記実施例1と同様の条件で
実験を行っている。
【0085】図12は、上記実施例1と同様の可視化を
照明の角度を変化させて撮影した画像であり、実施例1
の可視化では、照明の画像に対するムラの影響はほとん
どみられなかったが、本実施例の場合には、中央部にか
けて照明ムラの顕著な領域が存在する。この画像をこの
ままPIV法で解析すると、図13に示すような結果と
なった。
照明の角度を変化させて撮影した画像であり、実施例1
の可視化では、照明の画像に対するムラの影響はほとん
どみられなかったが、本実施例の場合には、中央部にか
けて照明ムラの顕著な領域が存在する。この画像をこの
ままPIV法で解析すると、図13に示すような結果と
なった。
【0086】図13に示すように、濃度ムラのある中央
付近において、特に、適切でない結果が生じており、ト
レーサーを混入する前の画像を使用して校正した結果
を、画像濃度テンプレートパターンマッチングを行う
と、図14に示すような結果を得た。このトレーサーを
混入する前の画像を使用して、画像を校正する方法とし
て、解析領域中において、画素の間引き算を行う方法を
採用した。
付近において、特に、適切でない結果が生じており、ト
レーサーを混入する前の画像を使用して校正した結果
を、画像濃度テンプレートパターンマッチングを行う
と、図14に示すような結果を得た。このトレーサーを
混入する前の画像を使用して、画像を校正する方法とし
て、解析領域中において、画素の間引き算を行う方法を
採用した。
【0087】図14に示すように、上記簡単な校正を行
うことにより、濃度ムラのない図11と同様の精度の良
い解析結果を得ることができた。
うことにより、濃度ムラのない図11と同様の精度の良
い解析結果を得ることができた。
【0088】
【発明の効果】請求項1記載の発明の流体計測方法によ
れば、画像濃度テンプレートパターンマッチングを行う
各画素の誤差値を縦軸、探索範囲を底面とした3次元分
布グラフの形状から画像濃度テンプレートパターンマッ
チングの最適値及び最適点を得ているので、可視化手法
に用いるトレーサーにほとんど依存しない濃度差相関法
を利用した画像濃度テンプレートパターンマッチングを
用いて、簡単、かつ、安価にPIV法の結果の精度に最
も重要な画像濃度テンプレートパターンマッチングの正
解率を向上させることができ、信頼性を向上させること
ができる。
れば、画像濃度テンプレートパターンマッチングを行う
各画素の誤差値を縦軸、探索範囲を底面とした3次元分
布グラフの形状から画像濃度テンプレートパターンマッ
チングの最適値及び最適点を得ているので、可視化手法
に用いるトレーサーにほとんど依存しない濃度差相関法
を利用した画像濃度テンプレートパターンマッチングを
用いて、簡単、かつ、安価にPIV法の結果の精度に最
も重要な画像濃度テンプレートパターンマッチングの正
解率を向上させることができ、信頼性を向上させること
ができる。
【0089】請求項2記載の発明の流体計測方法によれ
ば、3次元分布グラフ形状の極大点を画像濃度テンプレ
ートパターンマッチングの最適点候補として、最適点を
抽出する画像濃度テンプレートパターンマッチングを再
度行うので、画像濃度テンプレートパターンマッチング
の精度を向上させて、解析に要する時間を短縮すること
ができるとともに、解析に要する計算機等の処理負担を
軽減させることができる。
ば、3次元分布グラフ形状の極大点を画像濃度テンプレ
ートパターンマッチングの最適点候補として、最適点を
抽出する画像濃度テンプレートパターンマッチングを再
度行うので、画像濃度テンプレートパターンマッチング
の精度を向上させて、解析に要する時間を短縮すること
ができるとともに、解析に要する計算機等の処理負担を
軽減させることができる。
【0090】請求項3記載の発明の流体計測方法によれ
ば、最適点候補とされた極大点の中から周辺のベクトル
の流体との連続の式の誤差が最も小さい点を最適点とし
て選択しているので、3次元分布グラフ形状の複数の極
大点、すなわち、最適点候補のなかから流体の性質を考
慮して、矛盾の少ないベクトル情報を簡単に得ることが
でき、さらに最適点を選択して、画像濃度テンプレート
パターンマッチングの精度をより一層向上させることが
できる。
ば、最適点候補とされた極大点の中から周辺のベクトル
の流体との連続の式の誤差が最も小さい点を最適点とし
て選択しているので、3次元分布グラフ形状の複数の極
大点、すなわち、最適点候補のなかから流体の性質を考
慮して、矛盾の少ないベクトル情報を簡単に得ることが
でき、さらに最適点を選択して、画像濃度テンプレート
パターンマッチングの精度をより一層向上させることが
できる。
【0091】請求項4記載の発明の流体計測方法によれ
ば、3次元分布グラフの極大点が、探索範囲の縁部に位
置していると、探索範囲を拡大して画像濃度テンプレー
トパターンマッチングを再度行うので、検索範囲として
指定した領域が僅かに狭すぎる場合、候補点となるべき
極大点が探索範囲外になる可能性があるが、このように
最適点が画像濃度テンプレートパターンマッチングの探
索範囲の領域外にあるときにも、適切にフィードバック
して、画像濃度テンプレートパターンマッチングの精度
を向上させることができる。
ば、3次元分布グラフの極大点が、探索範囲の縁部に位
置していると、探索範囲を拡大して画像濃度テンプレー
トパターンマッチングを再度行うので、検索範囲として
指定した領域が僅かに狭すぎる場合、候補点となるべき
極大点が探索範囲外になる可能性があるが、このように
最適点が画像濃度テンプレートパターンマッチングの探
索範囲の領域外にあるときにも、適切にフィードバック
して、画像濃度テンプレートパターンマッチングの精度
を向上させることができる。
【0092】請求項5記載の発明の流体計測方法によれ
ば、3次元分布グラフの極大点が、探索範囲の縁部に位
置している場合に、探索範囲を拡大して画像濃度テンプ
レートパターンマッチングを再度行うに際して、探索範
囲を、3次元分布グラフの尾根部分を延長した方向にと
るので、最適点のある確率の高い範囲で画像濃度テンプ
レートパターンマッチングを行うことができ、画像濃度
テンプレートパターンマッチングに要する計算時間を短
縮させることができるとともに、より一層画像濃度テン
プレートパターンマッチングの精度を向上させることが
できる。
ば、3次元分布グラフの極大点が、探索範囲の縁部に位
置している場合に、探索範囲を拡大して画像濃度テンプ
レートパターンマッチングを再度行うに際して、探索範
囲を、3次元分布グラフの尾根部分を延長した方向にと
るので、最適点のある確率の高い範囲で画像濃度テンプ
レートパターンマッチングを行うことができ、画像濃度
テンプレートパターンマッチングに要する計算時間を短
縮させることができるとともに、より一層画像濃度テン
プレートパターンマッチングの精度を向上させることが
できる。
【0093】請求項6記載の発明の流体計測方法によれ
ば、3次元分布グラフの極大点のピークが、十分有効な
S/N比をもつ探索範囲について、画像濃度テンプレー
トパターンマッチングを行うので、解析領域を可変とし
て、最も適切な範囲を指定することができ、画像濃度テ
ンプレートパターンマッチングの精度を向上させること
ができる。
ば、3次元分布グラフの極大点のピークが、十分有効な
S/N比をもつ探索範囲について、画像濃度テンプレー
トパターンマッチングを行うので、解析領域を可変とし
て、最も適切な範囲を指定することができ、画像濃度テ
ンプレートパターンマッチングの精度を向上させること
ができる。
【0094】請求項7記載の発明の流体計測方法によれ
ば、探察範囲の形状を、周辺の流体ベクトルの連続の式
の誤差が小さくなるように変化させるので、探索範囲を
実際の流体の性質を考慮して変化させることができ、画
像濃度テンプレートパターンマッチングの精度を向上さ
せることができる。
ば、探察範囲の形状を、周辺の流体ベクトルの連続の式
の誤差が小さくなるように変化させるので、探索範囲を
実際の流体の性質を考慮して変化させることができ、画
像濃度テンプレートパターンマッチングの精度を向上さ
せることができる。
【0095】請求項8記載の発明の流体計測方法によれ
ば、粒子追跡法で用いる粒子を混入させておらず可視化
されていない同じ流れの画像情報を使用して、明度ムラ
を校正する画像濃度テンプレートパターンマッチングを
行うので、照明に伴う画像濃度ムラの影響を適切に除去
することができ、画像濃度テンプレートパターンマッチ
ングの精度を向上させることができる。
ば、粒子追跡法で用いる粒子を混入させておらず可視化
されていない同じ流れの画像情報を使用して、明度ムラ
を校正する画像濃度テンプレートパターンマッチングを
行うので、照明に伴う画像濃度ムラの影響を適切に除去
することができ、画像濃度テンプレートパターンマッチ
ングの精度を向上させることができる。
【0096】請求項9記載の発明の流体計測方法によれ
ば、画像濃度テンプレートパターンマッチングで比較す
る2画像の明度平均値が一致するように平均値の差を、
予め平均値の大きい方の画像の各画素から減じる画像濃
度テンプレートパターンマッチングを行うので、粒子が
混入しておらず可視化されていない同じ流れの画像情報
を使用して、明度ムラを校正する画像濃度テンプレート
パターンマッチングを行うことができない場合にも、画
像濃度ムラの影響を可能な限り排除することができ、画
像濃度テンプレートパターンマッチングの精度を向上さ
せることができる。
ば、画像濃度テンプレートパターンマッチングで比較す
る2画像の明度平均値が一致するように平均値の差を、
予め平均値の大きい方の画像の各画素から減じる画像濃
度テンプレートパターンマッチングを行うので、粒子が
混入しておらず可視化されていない同じ流れの画像情報
を使用して、明度ムラを校正する画像濃度テンプレート
パターンマッチングを行うことができない場合にも、画
像濃度ムラの影響を可能な限り排除することができ、画
像濃度テンプレートパターンマッチングの精度を向上さ
せることができる。
【図1】濃度差法の基本的な画像濃度テンプレートパタ
ーンマッチングのアルゴリズムの適用される2つの画像
の一例を示す図。
ーンマッチングのアルゴリズムの適用される2つの画像
の一例を示す図。
【図2】S字型ダクト内のエアーの流れをトレーサーで
可視化した画像を示す図。
可視化した画像を示す図。
【図3】図2の画像をPIV法で解析した結果を示す
図。
図。
【図4】候補画像が探索範囲内に渡って平面的に配置さ
れている場合の3次元分布グラフの一例を示す図。
れている場合の3次元分布グラフの一例を示す図。
【図5】流体が非定常で複数の評価値ERのピークを有
する場合の3次元分布グラフの一例を示す図。
する場合の3次元分布グラフの一例を示す図。
【図6】流体が速度の速い平行な流れで、流れの方向に
尾根を持つ場合の3次元分布グラフの一例を示す図。
尾根を持つ場合の3次元分布グラフの一例を示す図。
【図7】本発明の流体計測方法のPIV法によりS字型
ダクト内の気流の解析結果を示す図。
ダクト内の気流の解析結果を示す図。
【図8】図7のA点での3次元分布グラフを示す図。
【図9】図8のピーク部分からさらに探索範囲を拡大し
て画像濃度テンプレートパターンマッチングした場合の
3次元分布グラフを示す図。
て画像濃度テンプレートパターンマッチングした場合の
3次元分布グラフを示す図。
【図10】図7のB点での3次元分布グラフを示す図。
【図11】図7に修正を加えて得た解析結果を示す図。
【図12】S字型ダクト内のエアーの流れをトレーサー
で可視化した濃度ムラのある場合の画像を示す図。
で可視化した濃度ムラのある場合の画像を示す図。
【図13】図12の解析結果を示す図。
【図14】図13の解析結果にトレーサーを混入する前
の画像を使用して校正した結果を画像濃度テンプレート
パターンマッチングを行って解析した結果を示す図。
の画像を使用して校正した結果を画像濃度テンプレート
パターンマッチングを行って解析した結果を示す図。
Claims (9)
- 【請求項1】粒子追跡法により可視化された流体の流れ
を撮影した動画像を用い、PIV法を用いて当該動画像
の所定の探索範囲について行った画像濃度テンプレート
パターンマッチングにより前記流体の流れ場のベクトル
情報を獲得する流体計測手法において、前記画像濃度テ
ンプレートパターンマッチングを行う各画素の誤差値を
縦軸、前記探索範囲を底面とした3次元分布グラフの形
状から前記画像濃度テンプレートパターンマッチングの
最適値及び最適点を得ることを特徴とする流体計測方
法。 - 【請求項2】前記探索範囲の前記3次元分布グラフ形状
の極大点を、前記画像濃度テンプレートパターンマッチ
ングの最適点候補として、前記最適点を抽出する前記画
像濃度テンプレートパターンマッチングを再度行うこと
を特徴とする請求項1記載の流体計測方法。 - 【請求項3】前記最適点候補とされた極大点の中から周
辺の前記ベクトルとの連続の式の誤差が最も小さい点を
最適点として選択することを特徴とする請求項2記載の
流体計測方法。 - 【請求項4】前記探索範囲の前記3次元分布グラフの極
大点が、前記探索範囲の縁部に位置していると、前記探
索範囲を拡大して前記画像濃度テンプレートパターンマ
ッチングを再度行うことを特徴とする請求項1記載の流
体計測方法。 - 【請求項5】前記画像濃度テンプレートパターンマッチ
ングを再度行うに際して、前記探索範囲を、前記3次元
分布グラフの尾根部分を延長した方向にとることを特徴
とする請求項4記載の流体計測方法。 - 【請求項6】前記画像濃度テンプレートパターンマッチ
ングを行うに際して、前記探索範囲の前記3次元分布グ
ラフの極大点のピークが、十分有効なS/N比をもつ前
記探索範囲の形状を変化させることを特徴とする請求項
1記載の流体計測方法。 - 【請求項7】前記探索範囲の形状を、周辺のベクトルと
の連続の式の誤差が小さくなるように変化させることを
特徴とする請求項6記載の流体計測方法。 - 【請求項8】粒子追跡法により可視化された流体の流れ
を撮影した動画像を用い、PIV法を用いて当該動画像
の所定の探索範囲について行った画像濃度テンプレート
パターンマッチングにより前記流体の流れ場のベクトル
情報を獲得する流体計測手法において、前記粒子追跡法
で用いる粒子が混入されず可視化されていない同じ流れ
の画像情報を使用して、明度ムラを校正する前記画像濃
度テンプレートパターンマッチングを行うことを特徴と
する流体計測方法。 - 【請求項9】粒子追跡法により可視化された流体の流れ
を撮影した動画像を用い、PIV法を用いて当該動画像
の所定の探索範囲について行った画像濃度テンプレート
パターンマッチングにより前記流体の流れ場のベクトル
情報を獲得する流体計測手法において、前記画像濃度テ
ンプレートパターンマッチングで比較する2画像の明度
の平均値が一致するように当該平均値の差を予め当該平
均値の大きい方の画像の各画素から減じる画像濃度テン
プレートパターンマッチングを行うことを特徴とする流
体計測方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP8204248A JPH1031030A (ja) | 1996-07-15 | 1996-07-15 | 流体計測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP8204248A JPH1031030A (ja) | 1996-07-15 | 1996-07-15 | 流体計測方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH1031030A true JPH1031030A (ja) | 1998-02-03 |
Family
ID=16487315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP8204248A Pending JPH1031030A (ja) | 1996-07-15 | 1996-07-15 | 流体計測方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH1031030A (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2155331A1 (es) * | 1998-05-13 | 2001-05-01 | Univ Madrid Carlos Iii | Procedimiento de velocimetria por correlacion de imagenes de particulas con resolucion espacial menor que el tamaño de la ventana de interrogacion. |
JP2009069019A (ja) * | 2007-09-13 | 2009-04-02 | Toshiba Corp | 目標検出装置および目標検出方法 |
JP2009210489A (ja) * | 2008-03-05 | 2009-09-17 | Tokyo Electric Power Co Inc:The | 振動計測システム及びコンピュータプログラム |
JP2010185691A (ja) * | 2009-02-10 | 2010-08-26 | Doshisha | 噴霧粒子撮像解析システムおよび解析方法 |
KR101039183B1 (ko) | 2011-04-26 | 2011-06-03 | 한국해양대학교 산학협력단 | 보간이 필요없는 어파인변환 기반 하이브리드 피아이브이를 이용한 유동장 계측 시스템 |
CN111487434A (zh) * | 2020-04-30 | 2020-08-04 | 厦门奇跃电子科技有限公司 | 一种用于指示流体的悬浮颗粒的制造和使用方法 |
CN112698053A (zh) * | 2020-12-02 | 2021-04-23 | 武汉理工大学 | 粒子图像测速误差优化方法、***和存储介质 |
CN114814276A (zh) * | 2022-03-21 | 2022-07-29 | 汕头大学 | 海上风电设备运行导致周边海水垂向运动流速的计算方法 |
-
1996
- 1996-07-15 JP JP8204248A patent/JPH1031030A/ja active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2155331A1 (es) * | 1998-05-13 | 2001-05-01 | Univ Madrid Carlos Iii | Procedimiento de velocimetria por correlacion de imagenes de particulas con resolucion espacial menor que el tamaño de la ventana de interrogacion. |
JP2009069019A (ja) * | 2007-09-13 | 2009-04-02 | Toshiba Corp | 目標検出装置および目標検出方法 |
JP2009210489A (ja) * | 2008-03-05 | 2009-09-17 | Tokyo Electric Power Co Inc:The | 振動計測システム及びコンピュータプログラム |
JP2010185691A (ja) * | 2009-02-10 | 2010-08-26 | Doshisha | 噴霧粒子撮像解析システムおよび解析方法 |
KR101039183B1 (ko) | 2011-04-26 | 2011-06-03 | 한국해양대학교 산학협력단 | 보간이 필요없는 어파인변환 기반 하이브리드 피아이브이를 이용한 유동장 계측 시스템 |
CN111487434A (zh) * | 2020-04-30 | 2020-08-04 | 厦门奇跃电子科技有限公司 | 一种用于指示流体的悬浮颗粒的制造和使用方法 |
CN112698053A (zh) * | 2020-12-02 | 2021-04-23 | 武汉理工大学 | 粒子图像测速误差优化方法、***和存储介质 |
CN112698053B (zh) * | 2020-12-02 | 2022-02-22 | 武汉理工大学 | 粒子图像测速误差优化方法、***和存储介质 |
CN114814276A (zh) * | 2022-03-21 | 2022-07-29 | 汕头大学 | 海上风电设备运行导致周边海水垂向运动流速的计算方法 |
CN114814276B (zh) * | 2022-03-21 | 2023-08-18 | 汕头大学 | 海上风电设备运行导致周边海水垂向运动流速的计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sugii et al. | A highly accurate iterative PIV technique using a gradient method | |
KR100519782B1 (ko) | 스테레오 카메라를 이용한 사람 검출 방법 및 장치 | |
Stitou et al. | Extension of PIV to super resolution using PTV | |
CN107924461B (zh) | 用于多因素图像特征配准和跟踪的方法、电路、设备、***及相关计算机可执行代码 | |
Nishino et al. | Stereo imaging for simultaneous measurement of size and velocity of particles in dispersed two-phase flow | |
Xue et al. | Refraction wiggles for measuring fluid depth and velocity from video | |
KR101305305B1 (ko) | 시공간 영상의 상관 분석을 이용한 표면 유속 측정 시스템 및 방법 | |
JPH11252587A (ja) | 物体追跡装置 | |
US7054768B2 (en) | Method and system for shear flow profiling | |
JPH1031030A (ja) | 流体計測方法 | |
Kim et al. | Performance improvement of two-frame particle tracking velocimetry using a hybrid adaptive scheme | |
CN114450711A (zh) | 工件的表面缺陷检测装置及检测方法、工件的表面检查***以及程序 | |
Mikheev et al. | Enhanced particle-tracking velocimetry (EPTV) with a combined two-component pair-matching algorithm | |
Kozul et al. | A scanning particle tracking velocimetry technique for high-Reynolds number turbulent flows | |
JP2018046501A (ja) | 情報処理装置、検出システムおよび情報処理方法 | |
US7136171B2 (en) | Method for the extraction of image features caused by structure light using template information | |
Hetsroni et al. | Tracking of coherent thermal structures on a heated wall by means of infrared thermography | |
JP3599938B2 (ja) | 流体計測装置および流体計測方法 | |
JPWO2021130978A1 (ja) | 動作分析システムおよび動作分析プログラム | |
Baldassarre et al. | A vision-based particle tracking velocimetry | |
CN110231068B (zh) | 识别气液界面位置的方法 | |
Hering et al. | A robust technique for tracking particles over long image sequences | |
JP2815118B2 (ja) | 流速測定装置 | |
Saga et al. | Development and evaluation of an improved correlation based PTV method | |
Estrada Perez | Analysis, comparison and modification of various particle image velocimetry (PIV) algorithms |