[发明专利]一种基于边界示踪的湍流边界层流场测速方法

权利要求书

1.一种基于边界示踪的湍流边界层流场测速方法，其特征在于：所述方法步骤如下，通过专门实验装置获取氢气泡图像，并将得到的实验图像依次经过：(1)输入图像；(2)直方图均衡算法；(3)图像特征提取；(4)FCM聚类分割；(5)边界识别与跟踪；(6)局部速度分布；(7)提取速度最大值；(8)设定快速傅里叶变换互相关算法最佳检测窗口；(9)进行快速傅里叶变换互相关算法；(10)获取速度矢量分布；所述的设定快速傅里叶变换互相关算法最佳检测窗口的过程如下，快速傅里叶变换互相关算法要求所检测的两幅图像间流体的最大位移在横向和纵向不能超过检测窗口的三分之一，将得到的局部速度分布作为快速傅里叶变换互相关算法设定尺寸的依据，对于不同流速区域选取不同的检测窗口，从局部确保检测窗口大小满足三分之一原理，从而实现全局最优化处理结果，同时实现算法参数实时自动选取。

2.根据权利要求1所述的一种基于边界示踪的湍流边界层流场测速方法，其特征在于：所述的步骤(1)具体如下，运用专门氢气泡发生装置，在不同壁面高度和不同流向位置处对湍流边界层内部流体进行实验，获取并储存实验图像数据和对图像像素间距与实际距离的比例进行标定，并按照时间顺序逐一自动读取待处理的氢气泡图像。

3.根据权利要求1所述的一种基于边界示踪的湍流边界层流场测速方法，其特征在于：所述的图像特征提取过程如下，根据氢气泡图像特点试验选取图像增强算法的最优参数，并通过MATLAB软件实现，增大背景与氢气泡对比度，使特征强化后得到图像数据特征得到最佳强化效果。

4.根据权利要求1所述的一种基于边界示踪的湍流边界层流场测速方法，其特征在于：所述的FCM聚类分割如下，首先对强化后的图像选择最佳的聚类中心，然后采用FCM聚类分割算法对对强化后的图像区域进行检测，得到最佳的分类灰度级，并据此进行图像区域划分，得到二值化后的图像。

5.根据权利要求1所述的一种基于边界示踪的湍流边界层流场测速方法，其特征在于：所述的边界识别与跟踪的过程如下，根据图像中氢气泡覆盖区域与背景区域的灰度值差异，图像特征提取后将具有规则氢气泡线的区域提取出来，并采用高斯滤波对图像进行去噪；采用灰度梯度法识别二值化后的图像中氢气泡区与背景区的边界，对实时连续多帧图像进行边界跟踪、记录并存储边界像素值所在的坐标位置。

6.根据权利要求5所述的一种基于边界示踪的湍流边界层流场测速方法，其特征在于：所述的快速傅里叶变换互相关算法处理结果的验证过程如下，根据图像特征得到流体随时间的位移分布，并通坐标转换得到实际流体的瞬时最大流向速度，根据局部流场信息实时获取快速傅里叶变换互相关算法的最佳检测窗口。