CN115343013A - 空腔模型的压力测量方法及相关设备 - Google Patents
空腔模型的压力测量方法及相关设备 Download PDFInfo
- Publication number
- CN115343013A CN115343013A CN202211269484.0A CN202211269484A CN115343013A CN 115343013 A CN115343013 A CN 115343013A CN 202211269484 A CN202211269484 A CN 202211269484A CN 115343013 A CN115343013 A CN 115343013A
- Authority
- CN
- China
- Prior art keywords
- image
- test
- image sequence
- pressure
- reference image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
- G01M9/02—Wind tunnels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L11/00—Measuring steady or quasi-steady pressure of a fluid or a fluent solid material by means not provided for in group G01L7/00 or G01L9/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
- G01M9/06—Measuring arrangements specially adapted for aerodynamic testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
- G01M9/08—Aerodynamic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fluid Mechanics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本申请公开了一种空腔模型的压力测量方法、装置、电子设备及计算机可读存储介质,方法包括:获取待测量空腔模型的基准图像和试验图像序列;在所述基准图像中确定标志点,获得各所述标志点在所述基准图像中的基准位置;在所述试验图像序列中对各所述标志点进行目标追踪,获得各所述标志点在每一试验图像中的试验位置;根据所述基准位置和所述试验位置建立所述基准图像与各所述试验图像之间的映射关系;根据所述映射关系将对应的试验图像配准到所述基准图像的位置,得到配准后的试验图像序列;根据所述基准图像和所述配准后的试验图像序列计算得到压力图像序列。本方案可以实现快速高效的大规模数据处理,有效地提高了对于空腔模型的压力测量效率。
Description
技术领域
本申请涉及风洞光学测量图像信息处理技术领域,特别涉及一种空腔模型的压力测量方法,还涉及一种空腔模型的压力测量装置、电子设备以及计算机可读存储介质。
背景技术
采用表面喷涂快响压敏漆对脉动压力和噪声进行测量是通过风洞试验研究空腔气动问题的新方法,它可获取全域空腔的声学特性和流场结构细节。快响压敏漆受激发光照射后会发出与其受压力成反比的荧光,响应时间可达到100微秒。试验时,通过高速相机对荧光光强进行采集并对采集数据进行分析,根据脉动压力与声压的关系,进一步将实际的空腔脉动压力换算为噪声,从而对空腔非定常流动所引发的气动问题进行研究。
然而,由于快响漆反应时间极快,通过相机采集的高速数据量巨大,通常1秒钟高达10000帧,当观测时长达到100秒以上,数据处理分析以及分析结果的储存、读取都将需要和消耗巨大的计算资源与储存资源,普通处理工作站和服务器基本无法支持其正常处理和分析。
因此,如何实现快速高效的大规模数据处理,进一步提高对于空腔模型的压力测量效率是本领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种空腔模型的压力测量方法,该空腔模型的压力测量方法可以实现快速高效的大规模数据处理,有效地提高了对于空腔模型的压力测量效率;本申请的另一目的是提供一种空腔模型的压力测量装置、电子设备及计算机可读存储介质,均具有上述有益效果。
第一方面,本申请提供了一种空腔模型的压力测量方法,包括:
获取待测量空腔模型的基准图像和试验图像序列;
在所述基准图像中确定标志点,获得各所述标志点在所述基准图像中的基准位置;
在所述试验图像序列中对各所述标志点进行目标追踪,获得各所述标志点在每一试验图像中的试验位置;
根据所述基准位置和所述试验位置建立所述基准图像与各所述试验图像之间的映射关系;
根据所述映射关系将对应的试验图像配准到所述基准图像的位置,得到配准后的试验图像序列;
根据所述基准图像和所述配准后的试验图像序列计算得到压力图像序列。
可选地,所述在所述基准图像中确定标志点,包括:
根据预设窗口在所述基准图像中确定标志点区域;
在所述标志点区域确定各所述标志点。
可选地,所述在所述试验图像序列中对各所述标志点进行目标追踪,获得各所述标志点在每一试验图像中的试验位置,包括:
利用光流法在所述试验图像序列中对各所述标志点进行目标追踪,获得各所述标志点在每一所述试验图像中的试验位置。
可选地,所述获取待测量空腔模型的基准图像和试验图像序列之后,还包括
对所述基准图像和所述试验图像序列进行预处理,获得预处理后的基准图像和预处理后的试验图像序列;其中,所述预处理包括灰度化处理、去噪处理、背景还原处理中的一种或多种。
可选地,所述根据所述基准图像和所述配准后的试验图像序列计算得到压力图像序列之后,还包括:
利用压力系数计算公式对所述压力图像序列进行计算,获得压力系数图像序列。
可选地,所述根据所述基准图像和所述配准后的试验图像序列计算得到压力图像序列之后,还包括:
按照所述标志点对所述压力图像序列中的各压力图像进行分块处理,获得各所述标志点对应的块图像;
将同一标志点对应的块图像生成所述标志点对应的块图像序列;
将各所述标志点对应的块图像序列存储至预设存储介质。
可选地,所述方法还包括:
当接收到数据分析指令时,根据所述数据分析指令确定目标索引号;
按照所述目标索引号确定目标标志点,并在所述预设存储介质中读取所述目标标志点对应的目标块图像序列;
根据所述目标块图像序列进行脉动压力时频分析。
第二方面,本申请还公开了一种空腔模型的压力测量装置,包括:
图像获取模块,用于获取待测量空腔模型的基准图像和试验图像序列;
第一位置确定模块,用于在所述基准图像中确定标志点,获得各所述标志点在所述基准图像中的基准位置;
第二位置确定模块,用于在所述试验图像序列中对各所述标志点进行目标追踪,获得各所述标志点在每一试验图像中的试验位置;
映射关系创建模块,用于根据所述基准位置和所述试验位置建立所述基准图像与各所述试验图像之间的映射关系;
图像配准模块,用于根据所述映射关系将对应的试验图像配准到所述基准图像的位置,得到配准后的试验图像序列;
压力计算模块,用于根据所述基准图像和所述配准后的试验图像序列计算得到压力图像序列。
第三方面,本申请还公开了一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上所述的任一种空腔模型的压力测量方法的步骤。
第四方面,本申请还公开了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的任一种空腔模型的压力测量方法的步骤。
本申请提供了一种空腔模型的压力测量方法,包括获取待测量空腔模型的基准图像和试验图像序列;在所述基准图像中确定标志点,获得各所述标志点在所述基准图像中的基准位置;在所述试验图像序列中对各所述标志点进行目标追踪,获得各所述标志点在每一试验图像中的试验位置;根据所述基准位置和所述试验位置建立所述基准图像与各所述试验图像之间的映射关系;根据所述映射关系将对应的试验图像配准到所述基准图像的位置,得到配准后的试验图像序列;根据所述基准图像和所述配准后的试验图像序列计算得到压力图像序列。
应用本申请所提供的技术方案,在获得基准图像和试验图像序列之后,利用基准图像中设定的标志点在试验图像序列中进行标志点的目标追踪,获得标志点在每一试验图像中的位置数据,从而结合标志点在基准图像中的位置和在试验图像中的位置计算得到基准图像与各试验图像的映射关系,由此,即可基于该映射关系实现图像配准,并完成压力计算。显然,相较于对基准图像和各试验图像进行标志点提取、标志点匹配获得标志点位置的实现方式,目标追踪可以在试验图像序列中实现快速高效的标志点对应和位置计算,从而实现了对大规模数据的快速处理,有效地提高了对于空腔模型的压力测量效率。
本申请所提供的空腔模型的压力测量装置、电子设备以及计算机可读存储介质,同样具有上述技术效果,本申请在此不再赘述。
附图说明
为了更清楚地说明现有技术和本申请实施例中的技术方案,下面将对现有技术和本申请实施例描述中需要使用的附图作简要的介绍。当然,下面有关本申请实施例的附图描述的仅仅是本申请中的一部分实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图,所获得的其他附图也属于本申请的保护范围。
图1为本申请所提供的一种空腔模型的压力测量方法的流程示意图;
图2为本申请所提供的一种空腔模型的压力测量数据的存储示意图;
图3为本申请所提供的一种空腔模型的压力测量装置的流程示意图;
图4为本申请所提供的一种电子设备的结构示意图。
具体实施方式
本申请的核心是提供一种空腔模型的压力测量方法,该空腔模型的压力测量方法可以实现快速高效的大规模数据处理,有效地提高了对于空腔模型的压力测量效率;本申请的另一核心是提供一种空腔模型的压力测量装置、电子设备及计算机可读存储介质,均具有上述有益效果。
为了对本申请实施例中的技术方案进行更加清楚、完整地描述,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行介绍。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种空腔模型的压力测量方法。
请参考图1,图1为本申请所提供的一种空腔模型的压力测量方法的流程示意图,该空腔模型的压力测量方法可以包括如下S101至S106。
S101:获取待测量空腔模型的基准图像和试验图像序列;
如上所述,快响压敏漆受激发光照射后会发出与其受压力成反比的荧光。试验时,通过高速相机对荧光光强进行采集并对采集数据进行分析,根据脉动压力与声压的关系,进一步将实际的空腔脉动压力换算为噪声,从而对空腔非定常流动所引发的气动问题进行研究。因此,需要先进行数据信息的获取,本步骤即旨在实现该过程。
在进行试验之前,需要进行一些试验准备,主要包括:(1)均匀喷涂快响压敏漆至空腔模型(即上述待测量空腔模型)的表面;(2)架设调整激发光源,保证空腔模型的涂漆表面被照射到;(3)调整高速相机镜头,使其对准空腔模型,准备采集数据。
其中,所需采集的数据信息包括基准图像和试验图像序列,基准图像即为吹风试验前、激发光源开启状态下拍摄的空腔模型激发荧光图像,试验图像序列即为吹风试验时、受到气流场影响的状态下拍摄的空腔模型激发荧光图像序列,包含有多张(一般数据量巨大)试验状态下的空腔模型激发荧光图像,称之为试验图像。
S102:在基准图像中确定标志点,获得各标志点在基准图像中的基准位置;
本步骤旨在实现基准图像中的标志点定位。首先,在基准图像中确定标志点,该过程可以由技术人员直接在基准图像中挑选设定;进一步,构建以基准图像为基准的坐标系,获取标志点在该坐标系的位置坐标,从而得到标志点在基准图像中的基准位置。
其中,在进行标志点选定时,可以是在基准图像的全局区域中进行选取,以有效保证最终测量结果的准确性,也可以在基准图像的局部区域中进行选取,以有效保证测量效率,因此,该过程的具体实现可以由技术人员根据实际需求进行选择,本申请对此不作限定。此外,标志点的设定数量同样不影响本技术方案的实施,本申请对此同样不作限定。
在一种可能的实现方式中,上述在基准图像中确定标志点,可以包括如下步骤:
根据预设窗口在基准图像中确定标志点区域;
在标志点区域确定各标志点。
本申请实施例提供了一种在基准图像中确定标志点的实现方式,即在基准图像的局部区域中进行标志点的选取,以有效简化数据量,进一步提高对于空腔模型的压力测量效率。
在实现过程中,可通过预先创建的滑动窗口(即上述预设窗口)实现对基准图像局部区域的选择,其中,预设窗口的大小由技术人员根据实际情况进行设定即可。进一步,预设窗口在任意相邻两张图像之间架设有共同的运动,在运动过程中可以确定每一图像(包括基准图像和试验图像序列图像中的各试验图像)的标志点区域,从而在标志点区域内确定各标志点。显然,从基准图像的局部区域中进行标志点的选取,相较于从基准图像的全局区域中进行标志点的选取,可以大大减少待计算数据量,从而有效提高整体工作效率。
S103:在试验图像序列中对各标志点进行目标追踪,获得各标志点在每一试验图像中的试验位置;
本步骤旨在通过试验图像序列中的标志点追踪,以实现试验图像序列中的标志点定位。可以理解的是,压力分布图计算的关键步骤是基准图像与试验图像序列的配准,这也是整个处理中最为耗时的过程之一。现有的图像配准方法,主要包括滤波预处理、特征点提取、特征点匹配、图像变换参数计算和图像变换等五个过程,其中,特征点提取和特征点匹配最为耗时:特征点提取包括全图边缘提取、边缘的椭圆拟合等过程,每一个特征点的提取都需要对全图进行搜索、梯度计算以及所有边缘点的Hough变换等操作,计算复杂繁琐,耗时巨大;特征点匹配则由于数据量巨大(试验图像数量巨大、所需匹配的特征点数量巨大)同样会导致巨大的耗时。
因此,为解决上述技术问题,本申请实施例采用目标追踪的方式来实现同一标志点在图像中的对应,即利用基准图像中的标志点对试验图像序列中的标志点进行目标跟踪,得到各标志点在每一试验图像中的位置信息,即上述试验位置。显然,该种实现方式无需对每一张图像进行全图的特征点提取和特征点匹配操作,极大地简化了计算流程,同时进一步的提高了整体工作效率,实现了快速高效地空腔模型压力测量。
在一种可能的实现方式中,上述在试验图像序列中对各标志点进行目标追踪,获得各标志点在每一试验图像中的试验位置,可以包括:
利用光流法在试验图像序列中对各标志点进行目标追踪,获得各标志点在每一试验图像中的试验位置。
本申请实施例提供了一种目标追踪的实现方法,即基于光流法实现。更进一步地,光流法具体可以选用Lucas-Kanade光流算法,其原理主要在于尝试找出一幅图像中的许多像素点在第二幅图像中移动的位置,通常以视频序列完成,如果图像中的每个像素都采用这种方法通常称为“稠密光流”,还有一种称为“稀疏光流”,仅仅只跟踪图像中的某些像素点,如上所述的基于预设窗口的标志点确定。
S104:根据基准位置和试验位置建立基准图像与各试验图像之间的映射关系;
本步骤旨在实现基准图像与试验图像之间映射关系的建立,该映射关系用于实现图像配准,用于表征基准图像上的标志点与试验图像上的标志点之间的坐标映射关系。基于此,在确定每一个标志点在基准图像和每一张试验图像中的位置之后,即可通过该位置信息建立基准图像和每一张试验图像之间的映射关系,该过程可以通过点映射法实现,由此,即可实现基准图像与试验图像之间的图像配准。
S105:根据映射关系将对应的试验图像配准到基准图像的位置,得到配准后的试验图像序列;
本步骤旨在实现图像配准。具体的,在获得基准图像与各试验图像之间的映射关系之后,即可根据该映射关系将每一张试验图像依次配准到基准图像的位置,也就是将每一张试验图像上的各标志点映射到基准图像中,得到每一张试验图像对应的配准后图像,由此,所有试验图像对应的配准后图像组合成对应于试验图像序列的配准后的试验图像序列。
S106:根据基准图像和配准后的试验图像序列计算得到压力图像序列。
本步骤旨在实现压力计算。具体的,在将试验图像序列中的每一张试验图像配准到基准图像的位置,获得配准后的试验图像序列之后,即可根据基准图像和该配准后的试验图像序列计算得到响应的压力图像序列,该压力图像序列中即包括待测量空腔模型的压力分布数据。
在一种可能的实现方式中,压力图像序列的计算过程可以结合预设的快响压敏漆校准系数关系式计算实现,例如,预设的快响压敏漆校准系数关系式可以为:
可见,本申请实施例所提供的空腔模型的压力测量方法,在获得基准图像和试验图像序列之后,利用基准图像中设定的标志点在试验图像序列中进行标志点的目标追踪,获得标志点在每一试验图像中的位置数据,从而结合标志点在基准图像中的位置和在试验图像中的位置计算得到基准图像与各试验图像的映射关系,由此,即可基于该映射关系实现图像配准,并完成压力计算。显然,相较于对基准图像和各试验图像进行标志点提取、标志点匹配获得标志点位置的实现方式,目标追踪可以在试验图像序列中实现快速高效的标志点对应和位置计算,从而实现了对大规模数据的快速处理,有效地提高了对于空腔模型的压力测量效率。
在上述实施例的基础上:
在本申请的一个实施例中,上述获取待测量空腔模型的基准图像和试验图像序列之后,还可以包括:
对基准图像和试验图像序列进行预处理,获得预处理后的基准图像和预处理后的试验图像序列;其中,预处理包括灰度化处理、去噪处理、背景还原处理中的一种或多种。
本申请实施例所提供的空腔模型的压力测量方法还可以实现图像数据的预处理,以便于对图像数据进行后续计算,提高压力测量结果的准确性。因此,在获得待测量空腔模型的基准图像和试验图像序列之后,在对基准图像各试验图像序列进行标志点计算之前,可以先对基准图像和试验图像序列中的每一张试验图像进行预处理,其中,预处理的具体内容可以包括但不限于灰度化处理、去噪处理、背景还原处理,具体实现方式由技术人员根据实际需求进行设定即可,本申请对此不做限定。
在本申请的一个实施例中,上述根据基准图像和配准后的试验图像序列计算得到压力图像序列之后,还可以包括:
利用压力系数计算公式对压力图像序列进行计算,获得压力系数图像序列。
本申请实施例所提供的空腔模型的压力测量方法还可以实现压力系数计算。具体的,在计算获得压力图像序列之后,还可以进一步计算压力系数图像序列,该压力系数图像序列中即包括有待测量空腔模型的压力系数分布数据。其中,压力系数图像序列的计算过程可以通过预设的压力系数计算公式实现。在一种可能的实现方式中,预设的压力系数计算公式可以为:
在本申请的一个实施例中,上述根据基准图像和配准后的试验图像序列计算得到压力图像序列之后,还可以包括如下步骤:
按照标志点对压力图像序列中的各压力图像进行分块处理,获得各标志点对应的块图像;
将同一标志点对应的块图像生成标志点对应的块图像序列;
将各标志点对应的块图像序列存储至预设存储介质。
本申请实施例所提供的空腔模型的压力测量方法还可以进一步实现数据存储。在已有技术中,在对大规模图像集得到的压力分布图中的点或区域进行数据分析时,是将整个压力分布图全部导入,显然,当图像分辨率较高,图像数据量(帧数)巨大时(例如:当10万帧分辨率为1080p图像时,其数据量约为219GB),一次性读入数据,一般的电脑根本无法满足这么大的内存量。另一种则是采用边读取边计算的方式,但是进行任何一标志点的数据分析都需要读取规模巨大的图像,必然会导致整个数据处理时间效率的下降。为解决该技术问题,本申请实施例中选择采用以标志点为单位的块数据存储方式。
在实现过程中,对于压力图像序列中的每一张压力图像,可以先按照标志点对其进行分块处理,得到每一个标志点对应的块图像,那么,在采用该种方式对压力图像序列中的所有压力图像进行分块之后,同一标志点对应的块图像组合成块图像序列,即每一个标志点对应一个块图像序列,然后将所有标志点对应的块图像序列存储至预先设定的存储介质中,即可实现压力图像序列的存储。其中,预设存储介质的具体类型并不影响本技术方案的实施,本申请对此不做限定。
例如,请参考图2,图2为本申请所提供的一种空腔模型的压力测量数据的存储示意图,通过分块处理,将压力图像序列(X帧)划分成m×n的区域数据,小块的图像序列数据大小则为总数据量的1/(m×n),那么,在进行数据分析时,只需要将每一小块图像序列单独读入,进行相应的数据处理即可。由此可见,本申请实施例通过改变数据存储的方式,极大地提高了数据读取的效率,最终提高了数据分析效率。
在本申请的一个实施例中,该空腔模型的压力测量方法还可以包括如下步骤:
当接收到数据分析指令时,根据数据分析指令确定目标索引号;
按照目标索引号确定目标标志点,并在预设存储介质中读取目标标志点对应的目标块图像序列;
根据目标块图像序列进行脉动压力时频分析。
本申请实施例所提供的空腔模型的压力测量方法还可以进一步实现数据读取与分析。可以理解的是,对吹风试验数据的脉动压力分析,主要是在空腔模型关注的点或区域,依据压力分布数据进行时频分析。基于上一实施例所提供的数据存储方式,当接收到数据分析指令需要读取数据并进行数据分析时,可以先根据数据分析指令确定目标索引号,该目标索引号即为需要读取的标志点(目标标志点)的索引号,然后从预设存储介质中读取该目标索引号对应的块图像序列,也即目标标志点对应的块图像序列,得到目标块图像序列,最后根据该块图像序列进行脉动压力时频分析。其中,标志点的索引号在进行数据存储时创建即可。
本申请实施例提供了一种空腔模型的压力测量装置。
请参考图3,图3为本申请所提供的一种空腔模型的压力测量装置的结构示意图,该空腔模型的压力测量装置可以包括:
图像获取模块1,用于获取待测量空腔模型的基准图像和试验图像序列;
第一位置确定模块2,用于在基准图像中确定标志点,获得各标志点在基准图像中的基准位置;
第二位置确定模块3,用于在试验图像序列中对各标志点进行目标追踪,获得各标志点在每一试验图像中的试验位置;
映射关系创建模块4,用于根据基准位置和试验位置建立基准图像与各试验图像之间的映射关系;
图像配准模块5,用于根据映射关系将对应的试验图像配准到基准图像的位置,得到配准后的试验图像序列;
压力计算模块6,用于根据基准图像和配准后的试验图像序列计算得到压力图像序列。
可见,本申请实施例所提供的空腔模型的压力测量装置,在获得基准图像和试验图像序列之后,利用基准图像中设定的标志点在试验图像序列中进行标志点的目标追踪,获得标志点在每一试验图像中的位置数据,从而结合标志点在基准图像中的位置和在试验图像中的位置计算得到基准图像与各试验图像的映射关系,由此,即可基于该映射关系实现图像配准,并完成压力计算。显然,相较于对基准图像和各试验图像进行标志点提取、标志点匹配获得标志点位置的实现方式,目标追踪可以在试验图像序列中实现快速高效的标志点对应和位置计算,从而实现了对大规模数据的快速处理,有效地提高了对于空腔模型的压力测量效率。
在本申请的一个实施例中,上述第一位置确定模块2可具体用于根据预设窗口在基准图像中确定标志点区域;在标志点区域确定各标志点。
在本申请的一个实施例中,上述第二位置确定模块3可具体用于利用光流法在试验图像序列中对各标志点进行目标追踪,获得各标志点在每一试验图像中的试验位置。
在本申请的一个实施例中,该装置还可以包括预处理模块,用于在上述获取待测量空腔模型的基准图像和试验图像序列之后,对基准图像和试验图像序列进行预处理,获得预处理后的基准图像和预处理后的试验图像序列;其中,预处理包括灰度化处理、去噪处理、背景还原处理中的一种或多种。
在本申请的一个实施例中,该装置还可以包括压力系数计算模块,用于在上述根据基准图像和配准后的试验图像序列计算得到压力图像序列之后,利用压力系数计算公式对压力图像序列进行计算,获得压力系数图像序列。
在本申请的一个实施例中,该装置还可以包括数据存储模块,用于在上述根据基准图像和配准后的试验图像序列计算得到压力图像序列之后,按照标志点对压力图像序列中的各压力图像进行分块处理,获得各标志点对应的块图像;将同一标志点对应的块图像生成标志点对应的块图像序列;将各标志点对应的块图像序列存储至预设存储介质。
在本申请的一个实施例中,该装置还可以包括数据分析模块,用于当接收到数据分析指令时,根据数据分析指令确定目标索引号;按照目标索引号确定目标标志点,并在预设存储介质中读取目标标志点对应的目标块图像序列;根据目标块图像序列进行脉动压力时频分析。
对于本申请实施例提供的装置的介绍请参照上述方法实施例,本申请在此不做赘述。
本申请实施例提供了一种电子设备。
请参考图4,图4为本申请所提供的一种电子设备的结构示意图,该电子设备可包括:
存储器,用于存储计算机程序;
处理器,用于执行计算机程序时可实现如上述任意一种空腔模型的压力测量方法的步骤。
如图4所示,为电子设备的组成结构示意图,电子设备可以包括:处理器10、存储器11、通信接口12和通信总线13。处理器10、存储器11、通信接口12均通过通信总线13完成相互间的通信。
在本申请实施例中,处理器10可以为中央处理器(Central Processing Unit,CPU)、特定应用集成电路、数字信号处理器、现场可编程门阵列或者其他可编程逻辑器件等。
处理器10可以调用存储器11中存储的程序,具体的,处理器10可以执行空腔模型的压力测量方法的实施例中的操作。
存储器11中用于存放一个或者一个以上程序,程序可以包括程序代码,程序代码包括计算机操作指令,在本申请实施例中,存储器11中至少存储有用于实现以下功能的程序:
获取待测量空腔模型的基准图像和试验图像序列;
在基准图像中确定标志点,获得各标志点在基准图像中的基准位置;
在试验图像序列中对各标志点进行目标追踪,获得各标志点在每一试验图像中的试验位置;
根据基准位置和试验位置建立基准图像与各试验图像之间的映射关系;
根据映射关系将对应的试验图像配准到基准图像的位置,得到配准后的试验图像序列;
根据基准图像和配准后的试验图像序列计算得到压力图像序列。
在一种可能的实现方式中,存储器11可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统,以及至少一个功能所需的应用程序等;存储数据区可存储使用过程中所创建的数据。
此外,存储器11可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件或其他易失性固态存储器件。
通信接口12可以为通信模块的接口,用于与其他设备或者系统连接。
当然,需要说明的是,图4所示的结构并不构成对本申请实施例中电子设备的限定,在实际应用中电子设备可以包括比图4所示的更多或更少的部件,或者组合某些部件。
本申请实施例提供了一种计算机可读存储介质。
本申请实施例所提供的计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时可实现如上述任意一种空腔模型的压力测量方法的步骤。
该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
对于本申请实施例提供的计算机可读存储介质的介绍请参照上述方法实施例,本申请在此不做赘述。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的技术方案进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请的保护范围内。
Claims (9)
1.一种空腔模型的压力测量方法,其特征在于,所述方法包括:
获取待测量空腔模型的基准图像和试验图像序列;
在所述基准图像中确定标志点,获得各所述标志点在所述基准图像中的基准位置;
利用光流法在所述试验图像序列中对各所述标志点进行目标追踪,获得各所述标志点在每一试验图像中的试验位置;
根据所述基准位置和所述试验位置建立所述基准图像与各所述试验图像之间的映射关系;
根据所述映射关系将对应的试验图像配准到所述基准图像的位置,得到配准后的试验图像序列;
根据所述基准图像和所述配准后的试验图像序列计算得到压力图像序列。
2.根据权利要求1所述的方法,其特征在于,所述在所述基准图像中确定标志点,包括:
根据预设窗口在所述基准图像中确定标志点区域;
在所述标志点区域确定各所述标志点。
3.根据权利要求1所述的方法,其特征在于,所述获取待测量空腔模型的基准图像和试验图像序列之后,还包括:
对所述基准图像和所述试验图像序列进行预处理,获得预处理后的基准图像和预处理后的试验图像序列;其中,所述预处理包括灰度化处理、去噪处理、背景还原处理中的一种或多种。
4.根据权利要求1所述的方法,其特征在于,所述根据所述基准图像和所述配准后的试验图像序列计算得到压力图像序列之后,还包括:
利用压力系数计算公式对所述压力图像序列进行计算,获得压力系数图像序列。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述根据所述基准图像和所述配准后的试验图像序列计算得到压力图像序列之后,还包括:
按照所述标志点对所述压力图像序列中的各压力图像进行分块处理,获得各所述标志点对应的块图像;
将同一标志点对应的块图像生成所述标志点对应的块图像序列;
将各所述标志点对应的块图像序列存储至预设存储介质。
6.根据权利要求5所述的方法,其特征在于,还包括:
当接收到数据分析指令时,根据所述数据分析指令确定目标索引号;
按照所述目标索引号确定目标标志点,并在所述预设存储介质中读取所述目标标志点对应的目标块图像序列;
根据所述目标块图像序列进行脉动压力时频分析。
7.一种空腔模型的压力测量装置,其特征在于,所述装置包括:
图像获取模块,用于获取待测量空腔模型的基准图像和试验图像序列;
第一位置确定模块,用于在所述基准图像中确定标志点,获得各所述标志点在所述基准图像中的基准位置;
第二位置确定模块,用于利用光流法在所述试验图像序列中对各所述标志点进行目标追踪,获得各所述标志点在每一试验图像中的试验位置;
映射关系创建模块,用于根据所述基准位置和所述试验位置建立所述基准图像与各所述试验图像之间的映射关系;
图像配准模块,用于根据所述映射关系将对应的试验图像配准到所述基准图像的位置,得到配准后的试验图像序列;
压力计算模块,用于根据所述基准图像和所述配准后的试验图像序列计算得到压力图像序列。
8.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述的空腔模型的压力测量方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的空腔模型的压力测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211269484.0A CN115343013B (zh) | 2022-10-18 | 2022-10-18 | 空腔模型的压力测量方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211269484.0A CN115343013B (zh) | 2022-10-18 | 2022-10-18 | 空腔模型的压力测量方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115343013A true CN115343013A (zh) | 2022-11-15 |
CN115343013B CN115343013B (zh) | 2023-01-20 |
Family
ID=83957363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211269484.0A Active CN115343013B (zh) | 2022-10-18 | 2022-10-18 | 空腔模型的压力测量方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115343013B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6975755B1 (en) * | 1999-11-25 | 2005-12-13 | Canon Kabushiki Kaisha | Image processing method and apparatus |
JP2010054257A (ja) * | 2008-08-27 | 2010-03-11 | Mitsuba Corp | 圧力測定装置、圧力測定方法およびこれを実行するプログラム |
CN103217238A (zh) * | 2013-03-13 | 2013-07-24 | 西北工业大学 | 压力敏感涂料测量结果的高精度显示方法 |
CN109544447A (zh) * | 2018-10-26 | 2019-03-29 | 广西师范大学 | 一种图像拼接方法、装置及存储介质 |
CN109712172A (zh) * | 2018-12-28 | 2019-05-03 | 哈尔滨工业大学 | 一种初始位姿测量结合目标追踪的位姿测量方法 |
CN110070564A (zh) * | 2019-05-08 | 2019-07-30 | 广州市百果园信息技术有限公司 | 一种特征点匹配方法、装置、设备及存储介质 |
CN110874817A (zh) * | 2018-08-29 | 2020-03-10 | 上海商汤智能科技有限公司 | 图像拼接方法和装置、车载图像处理装置、电子设备、存储介质 |
CN111652790A (zh) * | 2019-04-16 | 2020-09-11 | 上海铼锶信息技术有限公司 | 一种亚像素图像配准方法 |
CN112288628A (zh) * | 2020-10-26 | 2021-01-29 | 武汉大学 | 基于光流跟踪和抽帧映射的航拍图像拼接加速方法及系统 |
CN113688819A (zh) * | 2021-08-23 | 2021-11-23 | 南通大学 | 一种基于标记点的目标物期望点跟踪匹配方法 |
CN114119681A (zh) * | 2021-11-12 | 2022-03-01 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种空腔模型脉动压力与噪声测量方法、装置及电子设备 |
CN114140365A (zh) * | 2022-01-27 | 2022-03-04 | 荣耀终端有限公司 | 基于事件帧的特征点匹配方法及电子设备 |
CN114323543A (zh) * | 2022-03-10 | 2022-04-12 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种提高压敏漆试验效率的方法 |
CN114441090A (zh) * | 2022-04-11 | 2022-05-06 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种快速响应压敏漆温度效应修正方法 |
CN114627164A (zh) * | 2022-04-21 | 2022-06-14 | 浪潮云信息技术股份公司 | 一种图像局部结构差异评估方法及系统 |
CN114648556A (zh) * | 2022-03-15 | 2022-06-21 | 维沃移动通信有限公司 | 视觉跟踪方法、装置和电子设备 |
-
2022
- 2022-10-18 CN CN202211269484.0A patent/CN115343013B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6975755B1 (en) * | 1999-11-25 | 2005-12-13 | Canon Kabushiki Kaisha | Image processing method and apparatus |
JP2010054257A (ja) * | 2008-08-27 | 2010-03-11 | Mitsuba Corp | 圧力測定装置、圧力測定方法およびこれを実行するプログラム |
CN103217238A (zh) * | 2013-03-13 | 2013-07-24 | 西北工业大学 | 压力敏感涂料测量结果的高精度显示方法 |
CN110874817A (zh) * | 2018-08-29 | 2020-03-10 | 上海商汤智能科技有限公司 | 图像拼接方法和装置、车载图像处理装置、电子设备、存储介质 |
CN109544447A (zh) * | 2018-10-26 | 2019-03-29 | 广西师范大学 | 一种图像拼接方法、装置及存储介质 |
CN109712172A (zh) * | 2018-12-28 | 2019-05-03 | 哈尔滨工业大学 | 一种初始位姿测量结合目标追踪的位姿测量方法 |
CN111652790A (zh) * | 2019-04-16 | 2020-09-11 | 上海铼锶信息技术有限公司 | 一种亚像素图像配准方法 |
CN110070564A (zh) * | 2019-05-08 | 2019-07-30 | 广州市百果园信息技术有限公司 | 一种特征点匹配方法、装置、设备及存储介质 |
CN112288628A (zh) * | 2020-10-26 | 2021-01-29 | 武汉大学 | 基于光流跟踪和抽帧映射的航拍图像拼接加速方法及系统 |
CN113688819A (zh) * | 2021-08-23 | 2021-11-23 | 南通大学 | 一种基于标记点的目标物期望点跟踪匹配方法 |
CN114119681A (zh) * | 2021-11-12 | 2022-03-01 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种空腔模型脉动压力与噪声测量方法、装置及电子设备 |
CN114140365A (zh) * | 2022-01-27 | 2022-03-04 | 荣耀终端有限公司 | 基于事件帧的特征点匹配方法及电子设备 |
CN114323543A (zh) * | 2022-03-10 | 2022-04-12 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种提高压敏漆试验效率的方法 |
CN114648556A (zh) * | 2022-03-15 | 2022-06-21 | 维沃移动通信有限公司 | 视觉跟踪方法、装置和电子设备 |
CN114441090A (zh) * | 2022-04-11 | 2022-05-06 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种快速响应压敏漆温度效应修正方法 |
CN114627164A (zh) * | 2022-04-21 | 2022-06-14 | 浪潮云信息技术股份公司 | 一种图像局部结构差异评估方法及系统 |
Non-Patent Citations (3)
Title |
---|
BARIGOZZI,G 等: "Experimental investigation of the interaction between showerhead coolant jets and main flow", 《EXPERIMENTAL THERMAL AND FLUID SCIENCE》 * |
夏懿 等: "基于足底压力分布时空HOG特征的步态识别方法", 《模式识别与人工智能》 * |
杨灵等: "一种改进的二值化分割算法及其在指纹识别中的应用", 《仲恺农业工程学院学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115343013B (zh) | 2023-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111340797B (zh) | 一种激光雷达与双目相机数据融合检测方法及系统 | |
JP7040278B2 (ja) | 顔認識のための画像処理装置の訓練方法及び訓練装置 | |
CN110766002B (zh) | 一种基于深度学习的船名字符区域检测方法 | |
CN112800915B (zh) | 建筑物变化检测方法、装置、电子设备以及存储介质 | |
CN110378966B (zh) | 车路协同相机外参标定方法、装置、设备及存储介质 | |
CN111080693A (zh) | 一种基于YOLOv3的机器人自主分类抓取方法 | |
CN114235759B (zh) | 缺陷检测方法、装置、设备及计算机可读存储介质 | |
CN109447979B (zh) | 基于深度学习和图像处理算法的目标检测方法 | |
CN112819771A (zh) | 一种基于改进YOLOv3模型的木材缺陷检测方法 | |
CN112308854B (zh) | 一种芯片表面瑕疵的自动检测方法、系统及电子设备 | |
CN111353580B (zh) | 目标检测网络的训练方法、电子设备及存储介质 | |
CN117274133A (zh) | 瑕疵侦测方法、电子设备及存储介质 | |
CN117765368A (zh) | 一种轻量化YOLOv8的光纤分布式振动信号图像检测方法 | |
CN110879972A (zh) | 一种人脸检测方法及装置 | |
CN116152208A (zh) | 缺陷检测方法、装置、设备及存储介质 | |
CN111369494A (zh) | 冬小麦穗密度检测方法及装置 | |
CN115880358A (zh) | 定位模型的构建方法、影像标志点的定位方法及电子设备 | |
CN115343013B (zh) | 空腔模型的压力测量方法及相关设备 | |
CN114863129A (zh) | 仪表数值分析方法、装置、设备及存储介质 | |
CN111723799B (zh) | 坐标定位方法、装置、设备及存储介质 | |
CN114764833A (zh) | 植物生长曲线确定方法、装置、电子设备及介质 | |
CN116486126A (zh) | 一种模版确定方法、装置、设备及存储介质 | |
CN111696154B (zh) | 坐标定位方法、装置、设备及存储介质 | |
CN115331014A (zh) | 一种基于机器视觉的指针仪表读数方法及系统、存储介质 | |
CN111753625B (zh) | 一种行人检测方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |