[发明专利]液体表面形貌的重建方法及系统

说明书

本发明公开了一种液体表面形貌的重建方法及系统，通过综合应用时间连续性模型以及连续测量不同时间的梯度数据信息，通过群智能算法进行液体表面波纹分布的更新、择优、迭代和逼近，寻找一个在时间连续性模型和不同时间测量梯度数据上都非常温和的一个曲面作为重建波面；本发明液体表面形貌的重建方法及系统，通过迭代逼近逐步压缩测量梯度误差的影响，避免仅由单一时刻测量梯度重建波纹形貌时、测量误差对重建结果的巨大影响，从而达到了提高液体波纹形貌重建精度的目的。

技术领域

本发明涉及液体形貌重建技术领域，特别涉及一种液体表面形貌的重建方法及系统。

背景技术

一直以来，水和其它液体的表面形貌测量与重建吸引了大量研究者的兴趣。水和液体的表面波纹形貌测量与重建在许多领域具有重要的应用，例如海洋遥感、舰船尾流研究、液体测量、液体流动成像等。水面波纹的形貌测量与重建的一般方法为：采用特定的光电成像或者光电测量设备获取水面波纹分布的某些特征分量，然后从这些特征分量中按照特定算法重建波纹分布。其中一种比较常用的特征分量为：水面波纹分布的梯度(也称为“陡度”)。

目前，从梯度分布中重建液体表面形貌分布的方法主要采用的是：简单积分法、傅里叶变换法和二阶差分法。简单积分法就是对梯度数据进行积分，这种方法操作比较简单，但是累积误差较大。傅里叶变换法是指：梯度数据按照一定方式组合，与波纹形貌函数互为傅里叶变换，对梯度组合数据进行傅里叶变换即可获得波纹形貌。二阶差分法是目前应用最多的重建算法，该算法通过二阶差分建立波纹分布与梯度的超定方程组，然后利用最小二乘法进行求解得到波纹分布。上述简单积分法、傅里叶变换法以及二阶差分法，均采用单一时刻的测量信息进行波面重建，而采用单一时刻的测量信息进行波面重建时，测量梯度误差的影响不可避免，波纹重建精度都依赖于梯度测量精度，在实际操作中，测量波面梯度并不容易，所以，测量梯度误差往往较大，这必将导致波纹曲面重建误差较大，难以实现高精度波纹重建。

发明内容

本发明提供一种液体表面形貌的重建方法及系统，旨在通过综合应用时间连续性模型以及梯度数据时间序列，通过迭代逼近逐步压缩测量梯度误差的影响，达到提高液体波纹形貌重建精度的目的。

本发明提供了一种液体表面形貌的重建方法，所述液体表面形貌的重建方法包括：

按照连续时间序列测量液体波纹形貌的梯度数据，得到对应的连续测量时间的梯度序列数据；

基于得到的所述梯度序列数据，从初始时刻的测量梯度数据重建初始液体表面波纹形貌分布，得到初始波纹形貌分布函数；

从所述初始波纹形貌分布函数中产生随机变异，生成随机个体函数；

加入下一时刻测量的梯度序列数据，针对随机变异得到的随机个体函数，计算随机个体函数对应的评价参数，并根据得到的评价参数，对不同的随机个体函数进行个体评价；

根据得到的随机个体函数对应的个体评价结果，对随机个体函数进行筛选、淘汰、变异和更新，得到更新后的新生个体函数；

新加入下一时刻测量的梯度序列数据，针对更新后得到的新生个体函数，计算新生个体函数的评价参数，并根据得到的评价参数，对不同的新生个体函数进行个体评价，直至得到的个体评价值小于预设阈值；

将个体评价值小于预设阈值所对应的新生个体函数作为最终重建的液体表面波纹形貌分布曲面函数。

优选地，所述按照连续时间序列测量液体波纹形貌的梯度数据，得到对应的连续测量时间的梯度序列数据，包括：

设t时刻液体表面波纹分布函数为h(x,y,t)，液体表面波纹在三维空间的梯度分布数据为u(x,y,t)、v(x,y,t)、w(x,y,t)；

利用光学成像或者光电传感法，按照连续时间序列测量采样点的液体波纹形貌，得到采样点对应的连续测量时间的梯度序列数据：