1 绪论 1
1.1 课题背景与意义 1
1.2 国内外两相流测量方法研究现状 3
1.3 图像测速技术综述 9
1.3.1 PIV技术的基本原理 9
1.3.2 PIV技术的分类 9
1.3.3 速度提取算法 11
1.3.4 PIV技术的新进展 18
2 DPIV技术原理与测速系统的建立 24
2.1 PIV技术的系统构成 24
2.2 光源 26
2.3 图像采集系统 27
2.4 示踪粒子及其发生与布撒技术 30
2.4.1 示踪粒子的跟随性 30
2.4.2 粒子成像的可见性 32
2.4.3 粒子布撒均匀度和浓度要求 34
2.5 实验参数的选择 35
2.6 本文系统的建立 37
2.6.1 光源及光路设计 37
2.6.2 摄像子系统 40
2.6.3 图像处理系统 46
2.6.4 数据后处理系统 48
2.7 本章小结 51
3 速度场重建方法及其改进 52
3.1 光学杨氏条纹法 52
3.2 自相关分析法 54
3.3 速度方向二义性问题及其解决方法 56
3.3.1 粒子图像预偏置法 57
3.3.2 颜色（亮度）差别鉴别法 57
3.3.3 连续性方程鉴别法 57
3.4 互相关分析法 58
3.4.1 空域互相关分析法（全场搜索法） 58
3.4.2 基于快速傅里叶变换的图像诊断方法 64
3.4.3 改进的DPIV互相关算法——预估搜索法 70
3.5 人工模拟图像生成技术 75
3.5.1 人工模拟图像的目的 75
3.5.2 粒子图像的生成方法 76
3.6 亚像素拟合技术分析 78
3.6.1 多项式拟和 79
3.6.2 高斯曲线拟合 81
3.6.3 亚像素拟合技术的性能比较 82
3.7 本章小结 85
4 小波分析在图像测速中的应用 86
4.1 引言 86
4.2 小波变换与多尺度分析 88
4.2.1 小波变换的定义及其特点 88
4.2.2 离散小波变换 90
4.2.3 小波变换的多尺度分析 90
4.2.4 小波变换的快速算法 93
4.2.5 二维信号的Mallat算法 97
4.3 小波分析在图像去噪中的应用 99
4.3.1 小波去噪原理 99
4.3.2 去噪算法的设计 101
4.3.3 实例分析 103
4.4 小波分析在速度场测量中的应用 105
4.4.1 基于小波变换的多分辨率图像匹配的基本思想 105
4.4.2 基于小波变换的多分辨率图像匹配算法的总体框架 106
4.4.3 计算量分析与实验结果 109
4.5 本章小结 111
5 水气两相流场的图像测量方法研究 112
5.1 引言 112
5.2 实验模型设计 113
5.2.1 实验模型的制作原则 113
5.2.2 模型装置简介 114
5.2.3 图像采集系统 116
5.3 实验研究方案 116
5.3.1 光源的选择与布置 117
5.3.2 实验步骤及注意事项 119
5.4 实验结果定性分析 120
5.5 图像的预处理 121
5.5.1 图像去噪 121
5.5.2 灰度变换 122
5.5.3 直方图变换 124
5.5.4 非均匀背景的修正 126
5.6 气泡粒径与浓度的测量 128
5.6.1 气泡图像的识别 128
5.6.2 气泡参数的统计方法 134
5.7 稀疏气泡速度的测量——粒子跟踪测速技术（PTV） 139
5.7.1 粒子跟踪测速技术的基本原理和步骤 140
5.7.2 传统的4帧粒子跟踪测速算法（4-PTV） 141
5.7.3 一种新的基于相关的粒子跟踪测速方法——2-HPTV 142
5.8 水气两相流两相速度同时测量的图像方法研究 146
5.8.1 两相流PIV测试技术中的相分离方法 147
5.8.2 水气两相速度同时测量的实施步骤 151
5.9 本章小结 152
6 图像测量方法在水垫塘模型流场中的应用 154
6.1 引言 154
6.2 实验模型设计 155
6.2.1 实验模型的设计原则 155
6.2.2 模型装置简介 155
6.3 实验研究方案 156
6.3.1 光源的选择及照明摄像系统的布置 156
6.3.2 实验研究方案 158
6.3.3 实验步骤 159
6.4 实验数据的获取方法 160
6.4.1 速度场的获取 160
6.4.2 流线图的获取 160
6.4.3 涡量图的获取 160
6.4.4 湍流特征的提取 161
6.5 实验结果分析 162
6.5.1 水垫塘淹没射流流场分析 162
6.5.2 水垫塘水气两相流浓度场与速度场的测量 172
6.6 本章小结 177
7 总结 178
7.1 主要结论与成果 178
7.2 进一步设想 180
附图 181
参考文献 186