New adaptive sampling method in particle image velocimetry
New adaptive sampling method in particle image velocimetry
复制标题
粒子图像测速中的新型自适应采样方法
DOI：
10.1088/0957-0233/26/3/037002
复制
发表时间：
2015-02
影响因子：
2.4
通讯作者：
Mo, Jianwei
中科院分区：
文献类型：
--
作者：
Yu, Kaikai;Xu, Jinglei;Tang, Lan;Mo, Jianwei
本研究提出了一种新的自适应方法，使粒子图像测速（PIV）图像询问算法中的询问窗口数量及其位置能够根据播种密度进行自适应。该方法可以放宽传统PIV算法中普遍采用的均匀采样率和均匀窗口大小的约束。另外，根据采样点产生的弹簧力来重新分配采样点的位置。优点包括根据当地播种密度控制询问窗口的数量以及采样点的分布更平滑。通过处理合成图像和实验图像说明了自适应采样方法的可靠性。合成示例证明了采样方法的优点。与实验应用中的均匀询问技术相比，使用所提出的采样方法时，空间分辨率局部增强。
This study proposes a new adaptive method to enable the number of interrogation windows and their positions in a particle image velocimetry (PIV) image interrogation algorithm to become self-adapted according to the seeding density. The proposed method can relax the constraint of uniform sampling rate and uniform window size commonly adopted in the traditional PIV algorithm. In addition, the positions of the sampling points are redistributed on the basis of the spring force generated by the sampling points. The advantages include control of the number of interrogation windows according to the local seeding density and smoother distribution of sampling points. The reliability of the adaptive sampling method is illustrated by processing synthetic and experimental images. The synthetic example attests to the advantages of the sampling method. Compared with that of the uniform interrogation technique in the experimental application, the spatial resolution is locally enhanced when using the proposed sampling method.
登录
查看更多内容
影响因子：
2.4
作者：
R. Theunissen;F. Scarano;M. Riethmuller
通讯作者：
R. Theunissen;F. Scarano;M. Riethmuller
影响因子：
2.4
作者：
A. Stitou;M. Riethmuller
通讯作者：
A. Stitou;M. Riethmuller
影响因子：
2.4
作者：
J. Rohály;F. Frigerio;D. Hart
通讯作者：
J. Rohály;F. Frigerio;D. Hart
影响因子：
2.4
作者：
T. Astarita
通讯作者：
T. Astarita
影响因子：
2.4
作者：
R. Theunissen;F. Scarano;M. Riethmuller
通讯作者：
R. Theunissen;F. Scarano;M. Riethmuller