首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于深度学习光流法的荧光油膜全局速度测量
引用本文:王超,董秀成,古世甫,张征宇,钱泓江.基于深度学习光流法的荧光油膜全局速度测量[J].航空动力学报,2022,37(7):1539-1549.
作者姓名:王超  董秀成  古世甫  张征宇  钱泓江
作者单位:1.西华大学 电气与电子信息学院,成都 610039;2.中国空气动力研究与发展中心 高速空气动力研究所,四川 绵阳 621000
基金项目:国家自然科学基金(11872069); 四川省中央引导地方科技发展专项(2021ZYD0034)
摘    要:针对基于先验的传统光流法存在前提条件苛刻的问题,提出使用基于深度学习的光流法进行荧光油膜全局速度测量。采用数值仿真试验对基于先验的改进HS光流法和基于深度学习的FlowNet2光流法进行对比,结果显示:在不外加干扰时,改进HS光流法和FlowNet2光流法的平均端点误差分别为0.458 7像素/s和0.381 7像素/s;在亮度变化、噪声干扰或不同的演化时间下,FlowNet2光流法的平均端点误差均明显低于改进HS光流法,平均端点误差差值最大可达5.19像素/s;风洞试验进一步证明,FlowNet2光流法能够获得正确、清晰、定量的荧光油膜全局速度场,较改进HS光流法鲁棒性更高,对风洞工程应用具有一定的参考价值。

关 键 词:光流法  深度学习  荧光油膜  全局速度  鲁棒性
收稿时间:2022/1/27 0:00:00

Global velocity measurement of fluorescent oil film based on deep learning optical flow method
WANG Chao,DONG Xiucheng,GU Shifu,ZHANG Zhengyu,QIAN Hongjiang.Global velocity measurement of fluorescent oil film based on deep learning optical flow method[J].Journal of Aerospace Power,2022,37(7):1539-1549.
Authors:WANG Chao  DONG Xiucheng  GU Shifu  ZHANG Zhengyu  QIAN Hongjiang
Abstract:
Keywords:optical flow method  deep learning  fluorescent oil film  global velocity  robustness
点击此处可从《航空动力学报》浏览原始摘要信息
点击此处可从《航空动力学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号