本發(fā)明屬于航天航空領域，涉及一種圖像處理方法，特別涉及一種通過紋影實驗結果對超聲速流場仿真的準確度判定裝置及方法。
背景技術：
：在飛行器的超聲速流場預測中，需要對流場預測的正確性進行量化判定。如何利用流場的紋影實驗結果對流場仿真預測結果準確度進行判定，是空氣動力學研究中迫切需要解決的問題。本文提供一種超聲速流場預測準確度判定方法，該方法利用紋影實驗獲得的流場圖像和流場仿真預測的云圖，通過計算機對圖像進行處理分析，從而識別實驗圖像和數值仿真圖像的相似度，再依據流場的物理特點建立合理的準確度判據，給出流場預測的準確度。技術實現要素：本發(fā)明提供了一種基于圖像處理的超聲速流場預測準確度判定裝置及方法，通過紋影實驗結果對超聲速流場仿真進行判定，判定結果準確。本發(fā)明采用以下技術方案：一種基于圖像處理的超聲速流場預測準確度判定方法，包括以下步驟：(1)獲取超聲速流場的紋影實驗圖和數值仿真圖；(2)以紋影實驗圖為基準，將數值仿真圖與其進行配準；(3)分別提取紋影實驗圖和數值仿真圖中的流場激波線；(4)分別提取紋影實驗圖和數值仿真圖中流場激波線所有組成點的位置坐標，以此計算兩條流場激波線的曲線擬合度，確定紋影實驗圖和數值仿真圖的相似度。步驟(1)中，獲取超聲速流場的紋影實驗圖和數值仿真圖后，對其進行去噪和灰度處理，通過圖像的灰度分布直方圖和灰度分布統(tǒng)計量分別對圖像進行灰度分析。步驟(1)中，獲取超聲速流場的紋影實驗圖和數值仿真圖后，分別進行如下步驟：(1.1)對圖像去噪；(1.2)將圖像由GBR空間轉換到灰度空間，得到灰度分布直方圖和灰度分布統(tǒng)計量；(1.3)根據灰度直方圖上的灰度值分布情況，判斷圖像對比度的高低。步驟2的具體方法為：以圖像中的拐點作為特征點，經特征點檢測、特征匹配，實現數值仿真圖與紋影實驗圖配準。步驟3的具體方法為：(3.1)別讀取紋影實驗圖和數值仿真圖中激波線的RGB數值，然后設定該區(qū)域為黑色；(3.2)計算步驟(3.1)所得圖像的全局閾值，根據該全局閾值將灰度圖轉化為二值圖；(3.3)對于步驟(3.2)獲得的二值圖，遮蔽掉不需研究的部分，保留具體需要研究的區(qū)域，其中，具體需要研究的區(qū)域至少含有激波線的區(qū)域；(3.4)將步驟(3.2)和步驟(3.3)所得的圖像中的各個像素點分別相乘，獲得激波線；(3.5)通過調用bwmorph去毛刺函數，識別圖像的邊緣線，即所需研究的流場激波線。采用相關系數判斷紋影實驗圖和數值仿真圖的相似度，所述相關系數根據以下公式計算：其中，Cov(X,Y)為協方差，D(X)為紋影實驗圖中激波線的方差，D(Y)為數值仿真圖中激波線的方差；若相關系數小于0.3，則兩變量無直線相關；若相關系數大于0.3，兩變量直線相關，其中0.3到0.5為低度相關，0.5到0.8為顯著相關，0.8到1為高度相關；相關系數的絕對值越接近1，兩變量越相關。采用確定系數判斷紋影實驗圖和數值仿真圖的相似度，所述確定系數根據以下公式計算：其中，SSE是和方差，SSR是仿真圖數據與實驗圖數據均值之差的平方和，SST是實驗圖數據與實驗圖數據均值之差的平方和，wi是激波線第i個點的權重，是數值仿真圖中激波線第i個點的縱坐標，是紋影實驗圖中激波線第i個點縱坐標的均值，yi是紋影實驗圖中激波線第i個點的縱坐標，n是激波線組成點的數目；確定系數表征兩組數據擬合的好壞，其值越接近1，表明兩組數據擬合度越高。采用均方根誤差判斷紋影實驗圖和數值仿真圖的相似度，所述均方根誤差根據以下公式計算：其中，wi是激波線第i個點的權重，yi是紋影實驗圖中激波線第i個點的的縱坐標，是數值仿真圖中激波線第i個點的的縱坐標；n是激波線組成點的數目。均方根誤差反映測量數據偏離真實值的程度，其值越小，表示測量精度越高。一種基于圖像處理的超聲速流場預測準確度判定裝置，依次連接的圖像預處理模塊、特征點匹配模塊、特征線提取模塊，以及圖像相似度識別模塊，其中，圖像預處理模塊，用于獲取超聲速流場的紋影實驗圖和數值仿真圖，并對圖像進行降噪和灰度處理；特征點匹配模塊，用于將數值仿真圖與紋影實驗圖進行配準，其中，以紋影實驗圖為基準；特征線提取模塊，用于提取紋影實驗圖和數值仿真圖中的流場激波線；圖像相似度識別模塊：用于提取紋影實驗圖和數值仿真圖中流場激波線所有組成點的位置坐標，以此計算兩條流場激波線的曲線擬合度，確定紋影實驗圖和數值仿真圖的相似度。以相關系數或確定系數或均方根誤差判斷紋影實驗圖和數值仿真圖的相似度。本發(fā)明具有以下有益效果：本發(fā)明對紋影實驗獲得的流場圖像和流場仿真預測的云圖，首先進行特征點匹配得到大小位置完全對應的圖像，再通過特征線提取得到所需研究的流場特征線，最后通過曲線擬合得到紋影實驗圖和數值仿真圖的流場相似度，從而實現利用流場的紋影實驗結果對流場仿真預測結果的準確度判定。【附圖說明】圖1為本發(fā)明判定方法的流程圖。圖2為本發(fā)明應用到實施例的檢測結果：其中(a)和(b)分別為超聲速流場的紋影實驗圖和數值仿真圖，(c)和(d)分別為超聲速流場的紋影實驗圖和數值仿真圖的灰度分布直方圖，(e)和(f)分別為紋影實驗圖和數值仿真圖的特征點選取圖，(g)為數值仿真圖配準后的圖像，(h)和(i)分別為從紋影實驗圖和數值仿真圖中提取出的激波線。【具體實施方式】本發(fā)明提供一種基于圖像處理的超聲速流場預測的準確度判定裝置及方法，為超聲速流場預測的定量分析提供工具。以下將結合附圖，清楚、完整地描述本發(fā)明基于流場的紋影實驗結果對流場仿真預測結果準確度判定的詳細過程。(1)圖像預處理模塊，用于預處理輸入圖像，去除一些與流場無關的干擾信息，以及對流場圖像的特征信息進行增強處理；(2)特征點匹配模塊，用于識別兩幅圖像中的特征點，并確定每個特征點之間的一一對應關系，從而實現對圖像的大小、位置的校準；(3)特征線提取模塊，從匹配后的流場圖像中提取出所關注的激波特征線；(4)圖像相似度識別模塊，基于提取出的激波線所有組成點的位置，通過曲線擬合度計算，確定輸入圖像與數據原圖像之間的圖像相似度大小。步驟(1)圖像預處理模塊：將待識別圖像(即紋影實驗圖和數值仿真圖)進行降噪處理和灰度處理，并通過圖像的灰度分布直方圖和灰度分布統(tǒng)計量對圖像進行灰度分析。具體地，采用高斯濾波器對圖像進行降噪處理，再將圖像由RGB空間轉換到灰度空間，得出灰度分布直方圖和灰度分布統(tǒng)計量，進而對其灰度分布特征進行分析。紋影實驗圖和數值仿真圖如圖2中(a)和(b)所示。紋影實驗圖和數值仿真圖的灰度分布直方圖如(c)和(d)所示。圖像的灰度分布統(tǒng)計量如表1所示。通過灰度直方圖上的灰度值分布情況，可以判斷圖像對比度的高低。由圖2(c)和圖2(d)可得，紋影實驗圖的灰度值主要分布在70至230的范圍內，其中在灰度值為83處含有峰值1636，在灰度值為137處含有峰值909，是圖像上的兩個最主要的灰度分布，這和紋影實驗圖一致。數值仿真圖的灰度值主要分布在全場范圍內，其中在灰度值為3處含有峰值13669，在灰度值為255處含有峰值19030，是圖像上的兩個最主要的灰度分布，這和數值仿真圖一致。由灰度分布可得，數值仿真圖的對比度高于紋影實驗圖。表1紋影實驗圖的灰度分布統(tǒng)計均值標準差平滑度三階矩一致性熵實驗123.252733.52380.99910.05840.01586.4022仿真121.5632116.04010.99994.60710.23863.7340相差-1.689582.51630.00084.54870.2228-2.6682表1反映了紋影實驗圖和數值仿真圖的一些基本特性。由表1可知，兩圖的均值和平滑度相差較小。紋影實驗圖的標準差較小，數值仿真圖的標準差較大，這和圖像的對比度相一致。步驟(2)特征點匹配模塊：以紋影實驗圖為基準，將數值仿真圖與其進行配準。具體地，采用基于特征點的手動配準的方法，在圖像中人工選擇五個特征點，利用cpselect函數進行特征點檢測，特征匹配，將數值仿真圖與紋影實驗圖配準。從而實現兩圖像大小和位置的完全匹配。選擇的特征點均為圖像中的轉折點，才能保證特征點容易被區(qū)分和正確檢測。特征點的選取如圖2(e)和圖2(f)所示。圖2(g)為配準后的圖像。步驟(3)特征線提取模塊：采用在RGB向量空間的閾值分割法，通過人工選擇的方法，分別提取出紋影實驗圖和數值仿真圖中所關注的流場激波線。具體地，(1)分別在紋影實驗圖和數值仿真圖中用DataCursor工具讀出需要保留的特征線(即流場激波線)的R,G,B值大致范圍，根據該大致范圍，取圖像的RGB值為140～162處的像素點區(qū)域設置為0，即黑色；(2)根據函數level＝graythresh(x)計算所得圖像的全局閾值，然后將灰度圖轉化為二值圖，其中，X為圖像，level代表該圖像的全局閾值。(3)針對所得二值圖，用Mask遮蔽掉不需研究的部分，保留具體需要研究的區(qū)域(該區(qū)域為至少包含激波線的區(qū)域)，Mask保留后的區(qū)域為白色，其他區(qū)域為黑色。(4)將步驟(2)和步驟(3)的二值圖相乘，即圖像中各個像素點的數值相乘，保證處理后的圖像僅保留激波線。(5)通過調用bwmorph去毛刺函數，計算機自動識別出圖像的邊緣線，即所需研究的流場激波線。邊緣檢測結果如圖2(h)和圖2(i)所示。步驟(4)圖像相似度識別模塊：分別提取出兩幅圖的激波線所有組成點的位置坐標，計算曲線擬合度，從而確定輸入圖像與數據原圖像之間的圖像相似度大小。分別通過相關系數，確定系數以及均方根誤差判斷曲線擬合度，其公式如下。相關系數：相關系數反映兩組數據的相似程度。其中Cov(X,Y)為協方差，D(X)為紋影實驗圖中激波線的方差，D(Y)為數值仿真圖中激波線的方差。若相關系數小于0.3，則兩變量無直線相關。若相關系數大于0.3，兩變量直線相關。其中0.3到0.5為低度相關，0.5到0.8為顯著相關，0.8到1為高度相關。相關系數的絕對值越接近1，兩變量越相關。本實施例中測得的兩圖像的相關系數為0.9994，所以兩圖像高度相關。確定系數(R-square)：其中，上式中，SSE是和方差，SSR是仿真圖數據與實驗圖數據均值之差的平方和，SST是實驗圖數據與實驗圖數據均值之差的平方和，wi是激波線第i個點的權重，是數值仿真圖中激波線第i個點的縱坐標，是紋影實驗圖中激波線第i個點縱坐標的均值，yi是紋影實驗圖中激波線第i個點的縱坐標，n是激波線組成點的數目；確定系數表征兩組數據擬合的好壞，其值越接近1，表明兩組數據擬合度越高。本實施例中測得的兩圖像的確定系數為1.0869，所以兩圖像擬合度很高。均方根誤差(RMSE)：均方根誤差(RMSE)是觀測值與真值偏差的平方和觀測次數比值的平方根，在實際測量中，觀測次數總是有限的，真值只能用最可信賴(最佳)值來代替。均方根誤差對一組測量中的特大或特小誤差反映非常敏感，所以，均方根誤差能夠很好地反映出測量的精密度。均方根誤差反映測量數據偏離真實值的程度，其值越小，表示測量精度越高，因此可用均方根誤差作為評定這一測量過程精度的標準。本實施例中測得的均方根誤差為3.1742，可見兩條曲線的誤差較小，相似度較高。本發(fā)明找到了一種有效的超聲速流場準確度判定技術。應用到本實施例中可得，紋影實驗圖和數值仿真圖的相關系數為0.9994，確定系數(R-square)為1.0869，均方根誤差(RMSE)為3.1742。由此可得，兩幅圖中流場的相似度很高，擬合度良好。本發(fā)明提供的超聲速流場準確度判定技術，可有效地識別出超聲速流場的紋影實驗圖和數值仿真圖的相似性，從而實現利用流場的紋影實驗結果對流場仿真預測結果的準確度判定，可應用于不同流場預測的準確度判定中，識別效率高，自適應性強。本發(fā)明的優(yōu)點有：(1)本發(fā)明是以超聲速流場的紋影實驗圖和數值仿真圖為圖像來源，圖像采集方法簡單有效，易于處理；(2)本發(fā)明通過計算機圖像分析處理來判定流場預測的正確性，處理速度快，計算結果準確：(3)本發(fā)明設計了基于RGB向量空間閾值分割的流場特征線的提取算法，具有很高的識別效率和自適應性；(4)本發(fā)明可應用于不同流場，對超聲速飛行器流場預測的正確性判定具有重要價值。當前第1頁1 2 3