[发明专利]基于动边界自识别的激光粒子图像测速数据处理方法

权利要求书

1.基于动边界自识别的激光粒子图像测速数据处理方法，其特征在于：包括以下步骤：通过PIV相机拍摄获取含有激光粒子的PIV图片，获取所述PIV图片的灰度值，建立所述PIV图片的笛卡尔坐标系XOY，将所述PIV图片的灰度值建立数据矩阵；根据边界判断准则判定识别所述PIV图片中的边界像素点，将所述边界像素点连接获得被测对象在运动状态下的边界；根据所述边界以及垂直所述边界的法向建立新的SN坐标系，所述SN坐标系的S坐标为所述边界方向，N坐标为所述边界的法向；将所述PIV图片进行坐标变换获取所述PIV图片的坐标变换后的数据，实现所述坐标变换后的数据进行相关计算时的捕捉窗口始终紧贴于运动的边界布置，进而再将坐标变换后的数据采用标准相关计算算法获取速度矢量，将所述速度矢量进行坐标反变换获取被测对象的速度流场。根据所述边界像素点可获取前缘像素点、尾缘像素点，再根据所述前缘像素点以及所述尾缘像素点的坐标可计算翼型攻角α。

2.如权利要求1所述的基于动边界自识别的激光粒子图像测速数据处理方法，其特征在于：还包括如下步骤，应用上述步骤辨识的被测对象的速度流场以及翼型攻角α参数指导水动力学领域的流动分析与结构设计，解决水动力学领域相关工程技术问题。

3.如权利要求2所述的基于动边界自识别的激光粒子图像测速数据处理方法，其特征在于：根据上述步骤辨识的被测对象的速度流场以及翼型攻角α参数，能得到翼型攻角的变化范围以及速度矢量信息，进一步观察在每个攻角α下对应的翼型流场结构，分析翼型所受的动力特性是否满足技术要求，能够指导工程结构的优化设计；另外，得到的翼型速度流场以及攻角参数还能为动态变化下的健康监测、结构故障诊断、结构振动控制等方面的应用提供有力的支持，具有广泛的应用前景与效益。

4.如权利要求1或2所述的基于动边界自识别的激光粒子图像测速数据处理方法，其特征在于：所述边界像素点的判断准则为，沿Y坐标方向上灰度值的二阶导数为零，且越过边界像素点后灰度值一阶导数恒为零。

5.如权利要求4所述的基于动边界自识别的激光粒子图像测速数据处理方法，其特征在于：所述边界像素点中X坐标值最小的像素点为前缘像素点，X坐标值最大的像素点为尾缘像素点；将所述前缘像素点以及尾缘像素点分别记为A(x₁,y₁)、B(x₂,y₂)；根据所述前缘像素点以及所述尾缘像素点的坐标计算翼型攻角α；所述翼型攻角计算公式为α＝β*arctan((y₂-y₁)/(x₂-x₁))，β为像素点修正系数；所述像素点修正系数取值范围为0.95～1。

6.如权利要求1或2所述的基于动边界自识别的激光粒子图像测速数据处理方法，其特征在于：所述PIV图片的灰度值建立的数据矩阵包括坐标及灰度值数据。