[发明专利]基于图像识别的LBM计算域规划方法

说明书

本发明公开了基于图像识别的LBM计算域规划方法，超越了传统规定计算域所需要的数学表达式表达计算区域和边界条件的限制，可以基于任意封闭图像(工程图像或实际实验图像)来划分计算区域为包含预定义标签信息的整型矩阵。本方法输入封闭图像后经过一系列预处理，自动划分多块区域，并可以选择区域内的像素点，按照预定义的整数标签规划流域、壁面区域，选择图像边缘附近的像素点自动识别边界出入口，并同样按照预定义的整数进行规划。最终输出一个带有多种预定义整数信息的矩阵，不同的整数来区分不同的区域和出入口，以此便于使用LBM方法时按照预定义的整数来定义相应的边界条件。

技术领域

本发明基于MATLAB的图像识别方法，超越了传统数学表达式表征的格子玻尔兹曼方法(LBM)计算域的限制，可以基于任意封闭图像来划分计算区域为整型矩阵。本发明属于计算流体力学领域。

背景技术

格子玻尔兹曼方法(Lattice Boltzmann Method)是一种近30年来诞生的新型计算流体力学(CFD)方法，它编程简单易于并行计算，更是避免了传统求解纳维斯托克斯(N-S)方程带来的巨大计算量，在多相流、传热相变、磁流体和晶格生长等方面都取得了长足的发展。是一种重要的计算流体力学方法。

随着LBM的发展，适用于多种力场、相变和边界精度的模型越来越完善。在编程过程中，计算域、壁面边界、出入口边界的划分都需要有限的数学表达式来实现，然而对于许多实际工况下，包括孔隙流动、晶格生长和实际实验过程中的微通道流动等，其边界通常是复杂的，难以用简单的数学表达式所表征的，这在一定程度上限制了LBM模型的复杂程度。

因此本发明为了解决这一问题，基于MATLAB的图像识别和处理算法，在此基础上自动对封闭输入的实验图像、工程图像进行二值化处理，并划分图像的区域，对计算的流域、壁面、入口和出口进行标注，避免了表达式表征计算区域的困难。在输入LBM模型进行计算时，可以按照相应的标签处理边界条件。

发明内容

本发明基于MATLAB的图像识别和处理算法，对于实验、简单手绘封闭图像实现LBM的计算域输入。主要分为图片预处理、标注区域、标注边界三个主要部分。最终生成一个具有标记数据、和原图像大小相同像素的整型矩阵

本发明所述基于图像识别的LBM计算域规划方法主要包括以下步骤：

1)图像预处理：首先对实验图像或工程图像进行裁剪，噪声过滤，去除噪点，进行灰度处理，然后选取合适的二值化阈值，对二值化后的图像进行区域划分识别，取出图像的分区数量和各个区域像素的坐标索引，如果区域数量小于3，则判断划分失败。

2)标注区域：显示预处理后的图像，不断在图像上单击来选取像素点，并使该区域内所有像素点的数值等于给定的流域、壁面整数作为标志。最终完成流域和壁面区域的标记。

3)标注边界：在区域标注后的基础上，在图像上单击边界附近的像素点来标记，将流域区域内的所有边界像素点用给定的数值进行标记，最终完成入口和出口的标记。

本发明基于MATLAB图像识别的方法，超越了传统规定计算域所需要的数学表达式表达计算区域和边界条件的限制，可以基于任意封闭图像(工程图像或实际实验图像)来划分计算区域为包含预定义标签信息的整型矩阵。本方法输入封闭图像后经过一系列预处理，自动划分多块区域，并可以选择区域内的像素点，按照预定义的整数标签规划流域、壁面区域，选择图像边缘附近的像素点自动识别边界出入口，并同样按照预定义的整数进行规划。最终输出一个带有多种预定义整数信息的矩阵，不同的整数来区分不同的区域和出入口，以此便于使用LBM方法时按照预定义的整数来定义相应的边界条件。

附图说明

图1是本发明基于图像识别的LBM计算域规划方法的操作步骤流程图。

图2是本发明针对实际实验通道图像的初始和处理结果图。

图3是本发明针对工程图像的初始和处理结果图。