(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210510203.X (22)申请日 2022.05.11 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 潘翀　窦建宇　钟瑞　张梓瑞　 王晋军　 (74)专利代理 机构 北京方圆嘉 禾知识产权代理 有限公司 1 1385 专利代理师 程华　王月松 (51)Int.Cl. G01P 5/20(2006.01) G06T 7/73(2017.01) G06T 7/80(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种体视粒子追 踪测速方法 (57)摘要 本发明涉及一种体视粒子追踪测速方法， 属 于非接触式流场测量领域， 对不同视角中拍摄到 的粒子采用弹着点粗匹配方法获得任意视角的 图像中每个示踪粒子在同帧图像的弹着点区域， 利用判断神经网络进行同帧匹配， 以便直接还原 粒子在物理空间中的坐标， 后续对 粒子进行跨帧 匹配最终得到三维速度场。 本发 明通过神经网络 作为载体， 直接判断示踪粒子与弹着点区域中的 像素点所代表的是否是同一个空间中的示踪粒 子， 实现多相机高粒子浓度的粒子同帧匹配， 且 相比于传统SPTV， 本发明由于不需要进行平面内 速度场插值， 减少误差的引入， 实现对复杂的三 维速度场进行精确 测量。 权利要求书1页 说明书5页 附图2页 CN 114859072 A 2022.08.05 CN 114859072 A 1.一种体视粒子追踪测速方法， 其特 征在于， 所述方法包括： 训练判断神经网络； 获取多个相机从不同拍摄角度同步拍摄的同一流场的图像， 通过PTV粒子识别算法得 到示踪粒子在各个视角的图像中的像素坐标； 采用弹着点粗匹配方法获得任意视角的图像中每个示踪粒子在其他同帧图像中的弹 着点区域； 利用判断神经网络匹配示踪粒子与各自弹着点区域中的示踪粒子； 将匹配成功的示踪粒子像素坐标组进行三维重构， 获得三维粒子云； 利用PTV帧间匹配算法匹配跨帧三维粒子云， 并确定流场的三维速度场。 2.根据权利要求1所述的方法， 其特 征在于， 判断神经网络的训练过程 为： 通过空间标定的标定点像素坐标和标定点空间坐标训练相机映射神经网络和相机间 映射网络； 在测量空间中生成虚拟粒子， 并利用相机映射神经网络获得空间中虚拟粒子在每个相 机下的像素坐标； 基于弹着点粗匹配方法， 利用相机间 映射网络获得任一虚拟粒子在其他相机下的弹着 点区域； 对每个虚拟粒子与 各自对应的弹着点 区域中虚拟粒子的匹配关系赋予标签， 构 成训练 数据集； 利用训练数据集训练判断神经网络 。 3.根据权利要求2所述的方法， 其特 征在于， 弹着点区域的确定方法为： 利用相机间 映射网络获得一相机 中一示踪粒子分别在最大和最小Z坐标下其余每个相 机中的极限像素坐标， 将两个极限像素坐标之间的区域作为弹着点区域。 4.根据权利要求1所述的方法， 其特 征在于， 判断神经网络的匹配过程 为： 将任一示踪粒子与各自弹着点区域中每个示踪粒子的像素坐标组合为像素坐标组后 输入判断神经网络， 输出各像素坐标组的匹配值， 并令最大匹配值对应的像素坐标组作为 该示踪粒子的像素坐标组。 5.根据权利要求 4所述的方法， 其特 征在于， 三维重构的方法为： 合并示踪粒子与匹配点的像素坐标后输入空间重构神经网络， 输出示踪粒子的空间坐 标。权　利　要　求　书 1/1 页 2 CN 114859072 A 2一种体视粒子追踪测速方 法 技术领域 [0001]本发明涉及非接触式流场测量领域， 特别是 涉及一种体视粒子追踪测速方法。 背景技术 [0002]SPTV(Stereo  Particle  Tracking  Velocimetry， 体视粒子追踪测速)技术是一种 非接触的光学流场测 量技术， 该技术通过捕捉和重构由激光照明、 由数字相 机拍摄得到的 测量平面内的示踪粒子， 通过同帧匹配方法将各个相机的图像中示踪 粒子像素坐标进 行配 对， 将配对后的像素坐标组输入空间重构算法， 将像素坐标组转化为示踪粒子在物理空间 中的坐标点。 并通过跨帧匹配算法获得测量区域中示踪粒子的帧间匹配关系， 并计算出帧 间位移， 实现对示踪粒子所表征 的三维流场运动速度的测 量。 由于该技术对单一示踪粒子 的运动进行追踪， 因此速度场测量的空间分辨率可达像素级。 该技术的核心是确定各相 机 同帧图像中的粒子匹配 关系。 传统的做法包括： 三角定位法(Tr iangulation)和迭代重构法 (IPR， Iterative  Particle  Reconstruction)， 前者是通过小孔模型找到相机上粒子的视 线， 并通过视线是否相交判断粒子是否匹配的方法； 后者是对 前者的一个改进， 通过增加其 他限制因素和 进行迭代计算提高匹配准确率。 两种方法在高粒子浓度(PPP， Particle  Per  Pixel)下匹配准确率都较低。 这里， PPP定义为平均每个像素上的粒子数量， 用以表征示踪 粒子的浓度。 通常认为为了保证匹配的准确率， SPTV的PPP应该小于0.05。 而对于复杂流动 来说， PPP为0.05不 足以很好的解析流场。 并且目前的SPTV的速度场计算需先在像平 面计算 二维速度场， 再 由两个二维速度场插值计算得出三维速度场， 而由二维速度场计算三维速 度场的过程可能引入新的误差 。 发明内容 [0003]本发明的目的是提供一种体视粒子追踪测速方法， 以在高粒子浓度下实现同帧粒 子的准确匹配， 并实现对复杂的三维速度场进行精确 测量。 [0004]为实现上述目的， 本发明提供了如下 方案： [0005]一种体视粒子追踪测速方法， 所述方法包括： [0006]训练判断神经网络； [0007]获取多个相机从不同拍摄角度同步拍摄 的同一流场的图像， 通过PTV粒子识别算 法得到示踪粒子在各个视角的图像中的像素坐标； [0008]采用弹着点粗匹配方法获得任意视角的图像中每个示踪粒子在其他同帧图像中 的弹着点区域； [0009]利用判断神经网络匹配示踪粒子与各自弹着点区域中的示踪粒子； [0010]将匹配成功的示踪粒子像素坐标组进行三维重构， 获得三维粒子云； [0011]利用PTV帧间匹配算法匹配跨帧三维粒子云， 并确定流场的三维速度场。 [0012]可选的， 判断神经网络的训练过程 为： [0013]通过空间标定的标定点像素坐标和标定点空间坐标训练相机映射神经网络和相说　明　书 1/5 页 3 CN 114859072 A 3