Разработка алгоритмов и программного обеспечения для обработки изображений в методах цифровой трассерной визуализации

5.2 Описание метода проверки алгоритмов и системы тестирования.144.

5.3 Результаты тестирования на PIV Challenge 2003 .147.

5.3.1 Тестовый пакет А.147.

5.3.2 Тестовый пакет В.148.

5.3.3 Тестовый пакет С. 152.

5.4 Результаты тестирования на PIV Challenge 2005 .153.

5.4.1 Тестовый пакет А.154.

5.4.2 Тестовый пакет В.157.

5.4.3 Тестовый пакет D.159.

5.4.4 Тестовый пакет Е.161.

5.5 Изотермические гидродинамические потоки.162.

5.6 Аэродинамические потоки .168.

5.6.1 Изотермические.169.

5.6.2 Неизотермические.172.

5.7 Заключение.176.

Заключение

178.

Список литературы

179.

Благодарности 190.

Np — концентрация частиц на изображении [част/пикс2].

N? — количество частиц в расчетной области размером F [част] d — горизонтальное или вертикальное смещение частиц на изображении [пике].

Vd — градиент смешения частиц на изображении [пикс/пикс].

Т — передаточная функция.

F — линейный размер расчетной области [пике].

Д — расстояние между соседними векторами скорости (точками измерения) [пике] г — среднее расстояние между частицами [пике] Л — длина волны.

Ат — минимальная длина волны флуктуаций скорости, определяемая методом PIV (ограничивается пространственным разрешением метода) [пике] к = (кх, ку, kz) — вектор волнового числа [рад/пикс] к — номер итерации (верхний индекс) uj — циклическая частота [рад/с] кр — безразмерное волновое число нормированное на размер расчетной области /3 — систематическая ошибка определения смешения [пике] а — случайная ошибка определения смешения [пике] S — полная ошибка определения смешения [пике] v — вектор скорости [м/с] и — рассчитанное значение компоненты скорости [м/с, пике] щ — точное значение компоненты скорости [м/с, пике] а — угол для условия Шаймфлюга [град] К — число диафрагмы.

Dj — глубина резко изображаемого пространства (ГРИП) [мм].

Wpix, hPiX — физический размер пиксела по горизонтали и вертикали [мм] щ, Vo) — координаты принципиальной точки [пике].

F — преобразование задающее модель камеры fij — элементы матрицы F.

Ti — вектор столбец составленный из элементов г-ой строки матрицы поворотов R, А — матрица внутренней калибровки камеры I — матрица проецирования на ретинальную плоскость С — матрица внутренней калибровки камеры R — матрица поворота в трехмерном пространстве.

Т — вектор столбец смешения в трехмерном пространстве (и, v) — координаты точки в плоскости изображения [пике] (х, у, z) — координаты точки в мировой с.к. [мм] d0 — расстояние от центра проекции до объекта [мм] di — расстояние от центра проекции до плоскости фотоматрицы (изображения) [мм] - главное фокусное расстояние объектива камеры [мм].

Da — диаметр апертуры объектива [мм] dm — диаметр маркеров калибровочной мишени [мм].

L — линейный размер измерительной области в мировой с.к. [мм].

D (x, у) — поле диспарантности, характеризующее рассогласование измерительной плоскости и плоскости калибровочной мишени [мм] гх — поворот плоскости калибровочной мишени вокруг оси ОХ [рад] ту — поворот плоскости калибровочной мишени вокруг оси OY [рад] tz — смешение положения калибровочной мишени вдоль оси OZ [мм] (Тсогт — случайная ошибка кросскорреляционного алгоритма [пике] D — диаметр трубы [мм] Re — число Рейнольдса.

Ux, Uy, Uz — компоненты средней скорости [м/с] erms — ошибка калибровки [пике].

Uzmax — максимальное значение осевой скорости в трубе [м/с] Р (<5) — функция распределения ошибок измерения в поле скорости.

Для широкого спектра практических и фундаментальных задач по моделированию нестационарных турбулентных реагирующих потоков необходимо использование новейших методов как математического описания, так и измерения физически значимых параметров. Современные подходы, такие как DNS, LES, позволяющие разрешать напрямую существенную часть турбулентного спектра и моделировать развитие нестационарных пространственных структур, имеют экспериментальные аналоги для диагностики полей скорости. Эти экспериментальные методики позволяют на высоком уровне достоверности проводить верификацию существующих и разрабатываемых моделей и получать необходимую информацию для их замыкания.

Метод цифровой трассерной визуализации, или анемометрии по изображениям частиц (общепринятое международное название PIV — Particle Image Velocimetry) широко используется в настоящее время в основе высокоточных оптических измерительных систем (ИС) для измерения мгновенных полей скорости потоков в лабораторных условиях. В отличие от одноточечных методов, анемометрия по изображениям частиц позволяет выполнять мгновенные полевые измерения и, тем самым, получать пространственные распределения скорости в измерительной области потока. Дальнейшая обработка пространственных распределений скорости позволяет рассчитывать широкий набор характеристик, таких как статистические и пространственные дифференциальные характеристики, пространственные и пространственно-временные корреляции и т. д. Характерной особенностью метода PIV является широкий динамический диапазон измеряемых скоростей, что дает ему преимущества при исследовании вихревых турбулентных течений.

Метод PIV применяется также в прикладных научных исследованиях, главным образом, для изучения процессов обтекания и оптимизации формы транспортных аппаратов в авиационной, ракетно-космической, судостроительной и автомобильной промышленности для уменьшения энергетических затрат связанных с трением, для уменьшения шума. Также метод используется в энергетике, химической, нефтегазодобывающей промышленности, машиностроении для исследования и оптимизации физических процессов в тепломассообменпых аппаратах. В медицине анемометрия по изображениям частиц применяется при физическом моделировании работы искусственных сосудов и клапанов, дыхательной системы человека.

Пространственное разрешение, динамический диапазон и погрешность измерения скорости методом PIV зависит не только от характеристик используемого оборудования, но и в существенной степени от применяемых алгоритмических подходов для обработки изображений частиц. В связи с этим актуальным является оптимизация существующих и разработка новых алгоритмов обработки PIV изображений частиц. Одним из методов оценки параметров расчетных процедур для обработки изображений частиц, наряду с традиционным анализом результатов обработки экспериментальных данных, является проведение вычислительного эксперимента. В рамках численного эксперимента создаются синтетические изображения частиц с заранее известными характеристиками потоков, PIV измерения в которых они моделируют. Данный метод позволяет исследовать поведение алгоритма в широком диапазоне изменения параметров входных данных, например, концентрации и размера частиц, величины скорости и градиентов скорости в потоке и др.

К моменту начала работы над диссертацией зарубежными специалистами были заложены основы стандартных методов расчета полей скорости по изображениям частиц. Однако малый динамический диапазон измеряемых скоростей и пространственное разрешение стандартных корреляционных методов ограничивали их применение для исследования широкого класса турбулентных течений. Перспективные адаптивные итерационные кросскорреляционные методы обработки были не достаточно исследованы. В связи с этим актуальным вопросом является структурное и функциональное моделирование таких методов для более детального исследования их свойств и ограничений.

Создание надежной ИС требует систематического тестирования как алгоритмической части на соответствие заявленным оптимальным характеристикам, так и функционального тестирования и контроля качества ПО в целом. Актуальность данной задачи для ПО, создающегося для обработки изображений частиц, полученных методом PIV, подтверждают три проведенных международных тест-симпозиума PIV Challenge в 2001, 2003, 2005 годах, в которых принимали участие ведущие научные центры и университеты Европы и США, а также известные мировые производители оборудования для диагностики потоков LaVision, Dantec и TSI.

Несмотря на то, что основы стробоскопической визуализации потоков закладывались в СССР, начиная с 60-х годов 20-го столетия, в России до 2005 года не производили коммерческие ИС на основе метода PIV. В настоящее время данная индустрия находится в процессе интенсивного развития и в России, в частности, с использованием основных результатов данной диссертации. Для обеспечения конкурентоспособности производимого оборудования необходимо развитие методов обработки изображений и пакетов прикладных программ.

Цели диссертационной работы.

Целью диссертационной работы является разработка и практическая реализация современных высокоточных алгоритмов обработки данных, полученных в эксперименте с применением методик PIV и Stereo PIV, для работы в составе программного обеспечения ИС на основе полевых методов оптической диагностики потоков. Задачи исследований:

• разработка и реализация адаптивных кросскорреляционных методов обработки изображений частиц для расчета двухкомпонентных полей скорости в сечении потока. Создание эффективных методов калибровки оптической стереосистемы и методов стереореконструкции трехкомпонентных полей скорости в сечении потока;

• создание ПО для ИС на основе полевых методов оптической диагностики потоков для управления процессом проведения эксперимента, хранения и обработки экспериментальных данных. Архитектура ПО должна учитывать специфику оптических методов диагностики потоков: большой объем первичных экспериментальных данных, большие затраты вычислительных ресурсов при обработке данных;

• разработка методики проверки и создание программных инструментальных средств тестирования алгоритмов обработки данных для указанной выше ИС как на основе входных данных, полученных численным моделированием, так и на реальных экспериментальных данных.

Научная новизна работы.

1. Разработан эффективный адаптивный итерационный кросскорреляционный алгоритм для расчета полей скорости в потоке по изображениям частиц. Адаптивность метода выражается в выборе положения точек измерения и геометрии расчетных областей в зависимости от локальной концентрации частиц и структуры потока. В алгоритме реализована схема расширенной фильтрации полей скорости между итерациями. По результатам тестирования применение алгоритма позволяет расширить динамический диапазон измеряемых скоростей до 1:200, повысить пространственное разрешение измерения полей скорости в 2−4 раза и увеличить точность измерения смешения частиц на изображении с 0,1 до 0,04 пике по сравнению со стандартными методами.

2. Предложен улучшенный алгоритм исправления ошибочных векторов на основе метода коррекции ошибок на корреляционной плоскости. Метод позволяет устранить систематическую ошибку определения смешения частиц, присущую оригинальному подходу, для точек измерения с градиентами смешения частиц больше 0,1 пикс/пикс и корректирует большее количество ошибочных векторов за счет коррекции по двум ортогональным направлениям.

3. Предложен адаптивный кросскорреляционный подход с расчетом локальной концентрации частиц для предварительной фильтрации точек измерения от потенциальных ошибочных векторов, которые сложно фильтровать стандартными методами. Это позволило вычислять пространственные распределения пульсаций скорости для потоков с неоднородным засевом частицами во времени и пространстве. Дополнительным достоинством данного подхода является уменьшение времени обработки данных до 30% за счет предварительного отсева части точек измерения.

4. Разработана методика проверки и создана инструментальная система тестирования алгоритмов обработки данных для метода цифровой трассерной визуализации.

Практическая ценность.

К числу практически важных результатов относится создание в составе авторского коллектива программного обеспечения ActualFlow для промышленного образца измерительного комплекса ПОЛИС на основе методов анемометрии по изображениям частиц (PIV, PTV, Stereo PIV, Tomo PIV, Micro PIV), лазерной индуцированной флуоресценции (LIF, PLIF), цифрового анализа интерферограмм газокапельных потоков (IPI). Измерительный комплекс находится на стадии опытного производства малыми сериями и является первым и в настоящее время единственным коммерческим прибором данного типа, производимым в России (www.polis-instruments.ru). На данный момент осуществлено внедрение 18 ИС в различные научные и учебные организации России: ОИВТ РАН, МЭИ (ТУ) г. МоскваСПбГУ, СПбГПУ г. Санкт-ПетербургЦАГИ г. ЖуковскийВНИИПО МЧС России г. БалашихаКГТУ им. А. Н. Туполева (КАИ), ИЦПЭ КазНЦ РАН г. КазаньИМСС УрО РАН, ПГУ, ПГТУ г. Пермь, ИСЭМ СО РАН г. ИркутскИТПМ СО РАН, НГУ и др., а также Институт теплофизики СО РАН г. Новосибирск, где был разработан измерительный комплекс. Изготовленное оборудование применяется в указанных учреждениях для обучения специалистов методам оптической диагностики потоков и в исследовательских целях для изучения обтекания моделей в аэродинамических трубах, изучения характеристик струйных течений, исследования торнадо, изучения методов тушения пожаров, изучения кавитационных явлений и др.

На разработанное программное обеспечение имеется два свидетельства об официаль- 1 ной регистрации программы для ЭВМ в Роспатенте: №. 2 003 610 699 «Библиотека расчета и обработки полей скорости, полученных методом цифровой трассерной визуализации (RusPIVLib)» (2003 г.), №. 2 006 610 317 «Система управления экспериментом и обработкой данных, полученных методом цифровой трассерной визуализации (ActualFlow)» (2006 г.), где в списке авторов указан автор диссертации.

Основные положения, выносимые на защиту.

1. Использование пространственной фильтрации полей скорости и расчетных областей, получаемых на промежуточных этапах итерационного кросскорреляционно-го алгоритма, позволяет управлять сходимостью алгоритма и пространственным разрешением рассчитываемых распределений скорости. Наибольшее увеличение f пространственного разрешения наблюдается при применении оконных фильтров для расчетных областей изображения, а сглаживание поля скорости, используемого для смешения расчетных областей, приводит к явному ухудшению сходимости алгоритма.

2. Метод исправления ошибочных векторов на основе подхода коррекции ошибок на корреляционной плоскости устраняет систематическую ошибку смешения частиц, за счет определения величины смешения частиц по текущей, а не вспомогательной корреляционной плоскости. Оптимальное количество дополнительных областей в методе коррекции ошибок равно двум и дальнейшее увеличение их числа не приводит к существенному уменьшению количества ошибочных векторов.

3. Предварительная фильтрация ошибочных векторов на основе критерия отсева по величине локальной концентрации частиц на изображении позволяет вычислять пространственные распределения пульсаций скорости для турбулентных потоков с неоднородным засевом частицами во времени и пространстве.

4. Проверка алгоритмов обработки данных для цифровой трассерной визуализации на основе набора формальных и специальных критериев дает возможность контролировать качество процедур обработки данных и быстро проверять пригодность новых модификаций алгоритмов.

Апробация работы.

Основные научные и практические результаты работы докладывались и обсуждались на следующих международных и отечественных конференциях и семинарах: VIII, IX, X Всероссийской конференции молодых ученых «Актуальные вопросы теплофизики и физической гидрогазодинамики» (Новосибирск, 2004, 2006, 2008) — всероссийской школы-семинара молодых ученых «Физика неравновесных процессов в энергетике и наноин-дустрии» (Новосибирск, 2007), IX и X Международной научно-технической конференции «Оптические методы исследования потоков» (Москва, 2007, 2009) — втором и третьем международном тест-симпозиуме PIV Challenge (Корея, 2003; США, 2005) — 6, 7 и 8 международном симпозиуме Particle Image Velocimetry (США, 2005; Италия, 2007, Австралия, 2009) — тринадцатом международном симпозиуме по визуализации потоков.

Франция, 2008), 13 международной конференции по применению лазерных технологий в механике жидкости (Португалия, 2006).

Публикации.

По материалам диссертации опубликовано 15 печатных работ, из них 4 статьи в рецензируемых журналах, входящих в перечень ВАК [5, б, 12, 15] и глава в монографии.

Структура и объем диссертации

.

Диссертационная работа состоит из введения, пяти глав и заключения. Основная часть работы изложена на 190 страницах машинописного текста, включающего 77 рисунков и 5 таблиц, списка литературы, включающего 111 наименований.

Основные результаты работы состоят в следующем:

1. Создан адаптивный итерационный кросскорреляционный алгоритм с расширенной фильтрацией для расчета полей скорости в потоке по изображениям частиц. По результатам тестирования использование данного алгоритма позволяет расширить динамический диапазон измеряемых скоростей до 1:200, повысить пространственное разрешение измерения полей скорости в 2−4 раза и увеличить точность измерения смещения частиц на изображении с 0,1 до 0,04 пике по сравнению со стандартными корреляционными методами.

2. Создан улучшенный алгоритм исправления ошибочных векторов на основе метода коррекции ошибок на корреляционной плоскости. Метод позволяет устранить систематическую ошибку определения смещения частиц, присущую оригинальному подходу, для точек измерения с градиентами смещения частиц больше 0,1 пикс/пикс и корректирует большее количество ошибочных векторов за счет коррекции по двум ортогональным направлениям.

3. Предложен и реализован адаптивный кросскорреляционный алгоритм, позволяющий рассчитывать поля скорости для потоков с неоднородным засевом частицами во времени и пространстве. Метод отличается от существующих алгоритмов тем, что он позволяет проводить предварительную фильтрацию ошибочных векторов скорости в точках измерения по величине локальной концентрации частиц.

4. Проведено моделирование ошибки определения центра круглого маркера калибровочной мишени, связанной с перспективными искажениями. Показано, что при диаметре маркера не более 4−6 мм и типичных значениях параметров оптической системы в методе Stereo PIV данным видом ошибки можно пренебречь.

5. Предложен и реализован метод коррекции калибровки камер стереосистемы при измерении полей скорости методом Stereo PIV. Ошибка калибровки оптической системы возникает при неверном совмещении плоскостей калибровочной мишени и лазерного ножа, который определяет плоскость измерения. Данный метод отличается от существующих тем, что он позволяет проводить коррекцию калибровки при ненулевых углах обзора камер в вертикальной плоскости.

6. Разработана архитектура подсистемы обработки и создано ПО ActualFlow для управления ИС на основе методов оптической диагностики потоков PIV, Stereo PIV, PTV, LIF, PLIF, IPI, Tomo PIV, Micro PIV. Созданное ПО отличается от аналогичных систем возможностью расширения новыми расчетными процедурами и новыми устройствами по типу надстроек, динамической конфигурацией новых типов алгоритмов, режимом параллельной обработки группы данных, повторной используемостью компонентов, реализующих алгоритмы.

7. Проведено всестороннее тестирование созданных алгоритмов для методов измерения PIV и Stereo PIV на модельных синтетических и реальных изображениях частиц, в том числе в рамках международных тест-симпозиумов PIV Challenge 2003, 2005. Во время тестирования проведено структурное и функциональное моделирование адаптивного корреляционного алгоритма расчета полей скорости по изображениям частиц для анализа его свойств и ограничений.

8. С применением разработанных методов проведен цикл экспериментов по измерению пространственных распределений скорости в турбулентных газофазных пламенах методом Stereo PIV, что впервые позволило получить информацию о динамике крупномасштабных вихревых структур в зависимости от параметров эксперимента.

9. Созданное ПО используется в составе ИС ПОЛИС, которая была внедрена в 18 научных и учебных организациях на территории России.

Заключение

.