ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ ОБРАБОТКИ ЦИФРОВЫХ ТРАССЕРНЫХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ПОСТРОЕНИЯ РЕКОНСТРУИРОВАННОГО КАДРА : ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ОБРОБКИ ЦИФРОВИХ ТРАССЕРНЫХ ЗОБРАЖЕНЬ НА ОСНОВІ ПОБУДОВИ РЕКОНСТРУЙОВАНОГО КАДРУ



  • Название:
  • ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ ОБРАБОТКИ ЦИФРОВЫХ ТРАССЕРНЫХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ПОСТРОЕНИЯ РЕКОНСТРУИРОВАННОГО КАДРА
  • Альтернативное название:
  • ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ОБРОБКИ ЦИФРОВИХ ТРАССЕРНЫХ ЗОБРАЖЕНЬ НА ОСНОВІ ПОБУДОВИ РЕКОНСТРУЙОВАНОГО КАДРУ
  • Кол-во страниц:
  • 177
  • ВУЗ:
  • ДОНБАССКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
  • Год защиты:
  • 2013
  • Краткое описание:
  • Министерство образования и науки Украины
    ДОНБАССКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ



    На правах рукописи

    МОЧАЛИН Александр Евгеньевич

    УДК 004.9:532.574


    ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ ОБРАБОТКИ ЦИФРОВЫХ ТРАССЕРНЫХ ИЗОБРАЖЕНИЙ НА ОСНОВЕ ПОСТРОЕНИЯ РЕКОНСТРУИРОВАННОГО КАДРА


    05.13.06 Информационные технологии

    Диссертация на соискание ученой степени
    кандидата технических наук

    Научный руководитель
    кандидат технических наук, доцент
    ГОНТОВОЙ Сергей Викторович



    Алчевск 2013

    СОДЕРЖАНИЕ

    ВВЕДЕНИЕ.6
    РАЗДЕЛ 1. АНАЛИЗ РАЗВИТИЯ И СОВРЕМЕННОГО СОСТОЯНИЯ
    МЕТОДОВ ТРАССЕРНОЙ ВИЗУАЛИЗАЦИИ, ИСПОЛЬЗУЕМЫХ
    ДЛЯ ИССЛЕДОВАНИЯ ПОТОКОВ ЖИДКОСТИ И ГАЗА..14
    1.1. Историческое развитие метода Particle Image Velocimetry..14
    1.2. Способ получения трассерного изображения18
    1.2.1. Система регистрации трассерных изображений18
    1.2.2. Источники освещения...20
    1.2.3. Характеристики трассеров22
    1.2.4. Обзор камер, применяемых для регистрации образов частиц..24
    1.3. Область применения методов трассерной визуализации.26
    1.4. Алгоритмы обработки изображений трассеров27
    1.4.1. Стандартный «базовый» кросскорреляционный алгоритм..27
    1.4.2. Адаптивные алгоритмы31
    1.4.3. Алгоритм, основанный на адаптивном дискретном сдвиге
    окон (DWS)33
    1.4.4. Алгоритм симметричного смещения областей (CDI)34
    1.4.5. Итерационный алгоритм с дробным значением вектора
    смещения (CWS)35
    1.4.6. Алгоритм симметричного смещения областей c коррекцией
    изображения (CDIC)..37
    1.5. Постобработка векторов перемещения..39
    1.5.1. Основные операции постобработки39
    1.5.2. Медианный фильтр42
    1.5.3. Интерполяция отфильтрованных векторов перемещения.43
    1.6. Основные источники погрешности в методах трассерной
    визуализации45
    1.7. Выводы по разделу. Постановка задачи исследования.47
    РАЗДЕЛ 2. МЕТОД ОБРАБОТКИ ТРАССЕРНЫХ ИЗОБРАЖЕНИЙ, ОСНОВАННЫЙ НА ПОСТРОЕНИИ РЕКОНСТРУИРОВАННОГО КАДРА49
    2.1. Общие принципы49
    2.2. Проблема дробного смещения пикселей..53
    2.3. Поиск минимума функции отличия..56
    2.3.1. Определения узловых векторов перемещения с использованием
    метода градиентного спуска...56
    2.3.2. Определение векторов перемещения с использованием
    генетических алгоритмов...60
    2.3.3. Определение векторов перемещения с использованием
    комбинированного подхода...64
    2.4. Алгоритм пороговой фильтрации зашумленных
    трассерных изображений.66
    2.4.1. Основы подхода..66
    2.4.2. Определение распределения яркости по пикселям фона,
    шума и частиц.68
    2.4.3. Расчет значения пороговой интенсивности.72
    2.5. Выводы по разделу73
    РАЗДЕЛ 3. Информационная технология обработки
    трассерных изображений, основанная на методе BORF75
    3.1. Структура разработанной информационной технологи обработки
    трассерных изображений.75
    3.2. Функционал программного обеспечения Tracer Image Processing...80
    3.3. Структура программного обеспечения Tracer Image Processing...81
    3.4. Высокопроизводительная версия алгоритма обработки
    изображений трассеров, использующая технологию CUDA..85
    3.4.1. Параллельные вычисления на графических процессорах.85
    3.4.2. Cuda версия стандартного кросскорреляционного алгоритма..87
    3.4.3. Построение реконструированного изображения89
    3.4.4. Расчет градиентов функции отличия с использованием GPU...90
    3.4.5. Оценка эффективности использования технологии CUDA
    в алгоритме, реализующем метод BORF.91
    3.5 Выводы по разделу.94
    РАЗДЕЛ 4. Сравнительный анализ точности
    разработанного алгоритма обработки трассерных изображений..96
    4.1. Выражение для погрешности и ее составляющих.96
    4.2. Получение модельных трассерных изображений..99
    4.3. Статистический анализ погрешности104
    4.4. Обоснование точности определения систематической погрешности105
    4.5. Точность определения случайной погрешности..106
    4.6. Оценка влияния основных параметров трасерных изображения
    на точность компьютерных алгоритмов..107
    4.6.1. Методика экспериментов.107
    4.6.2. Зависимость случайной и систематической погрешностей
    алгоритмов обработки трассерных изображений от дробного
    смещения частиц...108
    4.6.3. Зависимость случайной и систематической погрешностей
    алгоритмов обработки трассерных изображений от
    диаметра трассеров...111
    4.6.4. Зависимость случайной и систематической погрешностей
    алгоритмов обработки трассерных изображений от
    концентрации трассеров...113
    4.6.5. Зависимость случайной и систематической погрешностей
    алгоритмов обработки трассерных изображений от
    градиента скорости...115
    4.7. Анализ эффективности использования алгоритма пороговой
    фильтрации..120

    4.7.1. Влияние яркости шума на точность методов обработки
    трассерных изображений.120
    4.7.2. Влияние среднеквадратического отклонения шума на точность
    методов обработки трассерных изображений123
    4.8. Рекомендации по применению информационной технологии
    обработки трассерных изображений....125
    4.9. Выводы по разделу.126
    ВЫВОДЫ128
    СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ.132
    Приложение А. Характеристики различных трассеров..142
    Приложение Б. Программный код класса cBORF..144
    Приложение В. Акты внедрения..173







    ВВЕДЕНИЕ
    Актуальность темы исследования. Изучение разнообразных потоков жидкостей и газов является одной из важнейших научно-практических задач. Течения сплошных сред наблюдаются не только в натуральных условиях (потоки воздуха в атмосфере, течения в морях и океанах) и различных технических устройствах (двигатели внутреннего сгорания, реактивные двигатели, кондиционеры и т.д.), но также и в биологических системах (кровоток в сосудах, движение потоков воздуха в дыхательных каналах). Довольно часто они носят сложный характер, в частности, характеризующийся неравномерностью поля скоростей, нестационарностью и турбулентностью, что существенно затрудняет изучение течений, без которого невозможно их практическое применение, обеспечивающее научно-технический прогресс.
    Для исследования широкого спектра течений необходимо использование новейших методов, как математического описания, так и измерения физически значимых параметров. В настоящее время существуют и активно развиваются различные оптические методы, позволяющие экспериментально получить информацию о количественных и качественных характеристиках потоков. Одним из наиболее перспективных и прогрессивных оптических методов является метод трассерной визуализации с международным названием Particle Image Velocimetry (PIV).
    Этот метод позволяет получить информацию о распределении скорости в изучаемом потоке без использования датчиков, возмущающих течение. Он используются во многих ведущих лабораториях мира в высокоточных оптических измерительных системах. Область его применения довольна обширна. Это и фундаментальные исследования самых различных потоков, в том числе, нестационарных турбулентных, а также прикладные научные разработки, направленные, главным образом, на изучение процессов обтекания и оптимизации формы транспортных аппаратов в авиационной, ракетно космической, судостроительной и автомобильной промышленностях. В медицине данный метод применяется при физическом моделировании работы искусственных сосудов и клапанов, дыхательной и кровеносной систем человека. И это далеко не все области применения трассерной визуализации.
    Важнейшей составной частью метода PIV является информационная технология обработки трассерных изображений (фотографий маленьких частиц (трассеров), добавляемых в жидкость или газ), которая включает в себя метод обработки, алгоритмы реализующие заданный метод и соответствующее программное обеспечение.
    Среди наиболее значимых работ в области трассерной визуализации, можно выделить работы R. J. Adrian, S. T. Wereley, F. Scarano, G. Lichuan, М. П. Токарева, а так же программные разработки EDPIV”, LaVision”, Gpiv”, URAPIV”, ActualFlow”. Во всех этих работах рассмотрены и реализованы различные методы и алгоритмы обработки трассерных изображений, обладающие такими преимуществами как широкий динамический диапазон измеряемых скоростей (500:1) и возможность обработки на обычном персональном компьютере значительного объема экспериментальных данных. Но они также не лишены недостатков, среди которых наиболее значимыми являются высокие требование к системам регистрации трассерных изображений, что значительно увеличивает их стоимость, и небольшая точность обработки трассерных изображений с большими локальными градиентами скорости.
    Основными предпосылками для совершенствования существующих и разработки новых информационных технологий обработки трассерных изображений в настоящее время являются:
    - низкий уровень экспериментальных исследований в области механики жидкости и газа в связи со сложностью одновременного измерения многих параметров нестационарных потоков;
    - невозможность успешного развития новых высоких технологий без использования современных бесконтактных методов визуализации и измерений, а также приборов и систем, созданных на их основе;
    - возможность обработки большого массива информации для регистрации и анализа результатов сложных физических экспериментов благодаря непрерывному совершенствования цифровой техники;
    - ограниченность численных методов расчета потоков крайне большими затратами машинного времени и памяти, что связано со сложностью расчетного моделирования трехмерных турбулентных течений.
    Все это определяет актуальность развития информационных технологий обработки трассерных изображений для совершенствования оптических измерительных систем. Несмотря на это, в настоящее время в Украине очень редко применяются методы трассерной визуализации в фундаментальных исследованиях и прикладных разработках, и тем более, отсутствуют исследования в области их совершенствования. В то же время, в России, приближаясь к мировому уровню, уже производят системы, позволяющие получать трассерные изображения, а также разрабатывают программное обеспечение для обработки таких изображений.
    Настоящая работа направлена на решение актуальной научно практической задачи повышения точности компьютерной обработки трассерных изображения для экспериментального определения полей скорости методом PIV и снижения требований к условиям эксперимента.
    Связь работы с научными программами, планами, темами. Диссертационная работа связана с выполнением госбюджетной НИР «Теоретическое обоснование способов управления гидродинамическими и теплообменными процессами снаружи вращающегося проницаемого цилиндра» (№ г/р 0110U000097), где автор принимал участие в качестве исполнителя. В рамках этой работы для экспериментального исследования потоков снаружи вращающегося цилиндра использовались разработанные автором метод, алгоритмы и программное обеспечение.
    Цель и задачи исследования. Целью диссертационной работы является разработка новой информационной технологии обработки трассерных изображений для повышения точности определения экспериментальных полей скорости в сплошных средах и снижения требований к условиям эксперимента.
    Для достижения поставленной цели необходимо решить следующие основные задачи:
    - разработать метод обработки трассерных изображений для определения скоростей в потоках жидкостей и газов, основанный на построении и оптимизации реконструированного кадра;
    - предложить подход к пороговой фильтрации трассерных изображений с неявно выраженным шумовым пиком;
    - разработать эффективные алгоритмы, реализующие новый метод обработки трассерных изображений;
    - разработать на основе предложенных алгоритмов программное обеспечение с использованием программно-аппаратной архитектуры, позволяющей выполнять высокопроизводительные параллельные вычисления на графических процессорах;
    - усовершенствовать подход к расчету погрешности методов трассерной визуализации, учитывающий неоднородность исследуемого поля скорости;
    - выполнить экспериментальную проверку и обоснование точности нового метода и алгоритмов обработки трассерных изображений для определения полей скорости;
    - выполнить практическое внедрение усовершенствованной информационной технологии обработки трассерных изображений.
    Объект исследования - процесс обработки трассерных изображений с целью экспериментального определения полей скорости в сплошных средах методом PIV.
    Предмет исследования - методы информационной технологии обработки трассерных изображений, основанные на построении и оптимизации реконструированного кадра.
    Методы исследования. Для решения поставленных в диссертации задач используются: математические методы решения задач оптимизации, включая метод градиентного спуска и генетические алгоритмы для поиска минимума функции ошибки, методы сплайн-интерполяции для построения реконструированного трассерного изображения, методология объектно-ориентированного программирования для проектирования программного обеспечения, методы математической статистики для тестирования и обоснования точности разработанной информационной технологии.
    Научная новизна полученных результатов состоит в следующем:
    1) Впервые разработан метод обработки трассерных изображений, который базируется на построении реконструированного кадра и отличается повышенным порядком точности при учете деформации локальных участков изображения, а так же учитывает взаимосвязь между узловыми значениями скорости, что повышает точность определения векторов скорости, особенно в случае больших градиентов.
    2) Впервые предложен и обоснован новый метод пороговой фильтрации шума на трассерных изображениях, который, в отличие от существующих подходов, позволяет удаль шум с изображений в случаях перекрытия диапазонов яркости фона, шума и частиц.
    3) Усовершенствован метод оценки точности алгоритмов обработки трассерных изображений с использованием генератора синтетических кадров. В отличие от известного метода, систематическая и случайная погрешности определяются не по одной паре кадров, а по их выборке определенного объема, что позволяет количественно оценивать погрешность при анализе течений с неоднородным распределением скорости.
    Практическое значение полученных результатов состоит в том, что:
    1) Разработаны алгоритмы, реализующие новый метод обработки цифровых трассерных изображений и обеспечивающие повышение точности построения экспериментальных полей скорости в сплошных средах, а также снижение требований к изображениям.
    2) Обеспечена возможность применения нового метода обработки трассерных изображений для анализа нестационарных и турбулентных течений за счет параллельных вычислений на основе программно-апаратных технологий использования многоядерных графических процессоров;
    3) Предложена новая информационная технология обработки трассерных изображений, основанная на построении реконструированного кадра. Систематическая погрешность определения значений скорости на основе новой информационной технологии, оставаясь одной из наименьших, в сравнении с аналогичными результатами для известных технологий, в наименьшей мере зависит от различных параметров, определяющих качество трассерных изображений, что обосновывает возможность снижения требований к регистрирующей аппаратуре.
    4) На основе нового метода и усовершенствованных алгоритмов разработано программное обеспечение для систем оптической трассерной визуализации потоков сплошных сред, реализующее информационную технологию обработки трассерных изображений.
    5) Часть результатов диссертационной работы внедрены в учебный процесс в Донбасском государственном техническом университете в учебные курсы: «Обработка сигналов и изображений» и «Паралельные и распределенные вычисления» для студентов специальности 7.05010203 «Специализированные компьютерные системы».
    6) Разработанная информационная технология обработки трассерных изображений использована в Институте геотехнической механики (ИГТМ) НАН Украины при исследовании поверхностного слоя вертикальных сгустителей гравитационного типа с тарельчатым ограничителем потока на выходе из трубопровода питания, а так же в научно исследовательском проектно конструкторском институте (НПКИ) «Параметр» Донбасского государственного технического университета (ДонГТУ) при исследовании течений жидкости снаружи вращающегося проницаемого цилиндра.
    Личный вклад соискателя. Все выносимые на защиту научные положения и практические результаты работы получены лично соискателем. Автором выполнен основной объем исследований, проведен анализ полученных данных, сформулированы основные положения диссертации, составляющие её новизну и практическую значимость. Совместные публикации и изобретения возникли как результат коллективной работы и создавались совместно всеми указанными в публикациях соавторами. В работах, отражающих основное содержание диссертации и опубликованных в соавторстве, соискателю принадлежат: в работе [8] - сравнительный обзор алгоритмов обработки изображений трассеров и идеи о возможных способах улучшения методов трассерной визуализации; в [89] - идея динамического использования памяти в алгоритмах обработки цифровых трассерных изображений; в [76] - принадлежит идея нового метода обработки трассерных изображений, основанного на построение реконструированного кадра.
    Апробация результатов работы. Основные научные положения и результаты работы докладывались и обсуждались на следующих научно-технических и научно-практических конференциях:
    - VIII научная международная конференция «Актуальные вопросы теплофизики и физической гидрогазодинамики» (г. Алушта, АРК, 2010 г.);
    - XI Всероссийская школа конференция молодых ученых «Актуальные вопросы теплофизики и физической гидрогазодинамики» (г. Новосибирск, 2010 г.);
    - международная научно техническая конференция «Інтегровані комп’ютерні технології в машинобудуванні» (г. Харьков, 2010 г.);
    - международная научно практическая конференция «Информационные технологи и информационная безопасность в науке, технике и образовании» (г. Севастополь, 2011 г.);
    - VI международная конференция «Гарантоспособные системы, сервисы и технологии» (г. Севастополь, 2012 г.).

    Публикации. По результатам диссертации опубликовано 13 научных работ. Среди них 7 статей в научно технических журналах и сборниках входящих в перечень, утвержденный Министерством образования и науки Украины (5 написаны лично соискателем и 2 в соавторстве), 1 статья в иностранном издании (в соавторстве), 1 патент Украины (в соавторстве), а так же 4 работы в сборниках материалов конференций и научных сборниках.
  • Список литературы:
  • ВЫВОДЫ

    В диссертационной работе выполнено теоретическое обобщение и приведены результаты нового решения актуальной научной задачи, заключающейся в разработке информационной технологии, обеспечивающей повышение точности экспериментального определения полей скорости методом PIV (Particle Image Velocimetry) и снижение требований к условиям эксперимента.
    Информационные технологии обработки трассерных изображений в настоящее время активно используются во многих ведущих исследовательских лабораториях мира. Они позволяют экспериментально получить количественные и качественные характеристики течений газов и жидкостей и при этом не оказывают возмущающего влияния на поток. Однако существующие методы обработки не могут с достаточной точностью определять поле скоростей течений с большими локальными градиентами и выдвигают высокие требования к техническим характеристикам систем регистрации.
    Научное значение решенной в диссертации задачи состоит в теоретическом обосновании новой информационная технологии обработки трассерных изображений, включающей в себя методы, алгоритмы и соответствующее ПО, которые позволяют с повышенной точностью экспериментально исследовать потоки сплошных сред с большими локальными градиентами скорости, а также, делают возможным снижение требований к техническим характеристикам оборудования, используемого для регистрации изображений частиц.
    На основе выполненных теоретических и экспериментальных исследований впервые получены следующие новые научные результаты:
    1) Разработан новый метод обработки трассерных изображений BORF (Building and Optimization of Reconstructed Frame), который учитывает деформации локальных подобластей в процессе перемещения среды за промежуток времени между экспозициями. Метод базируется на построении по начальному изображению реконструированного кадра и его оптимизации путем коррекции поля скоростей, которое определяется, в направлении минимизации отличий реконструированного кадра и второго трассерного изображения. Учет неравномерного распределения скорости в пределах элементарных подобластей и непрерывности на границах между ними за счет использования сплайн аппроксимации высокого порядка, обеспечивает повышение точности количественного анализа полей скорости на 2060 %, при экспериментальных исследованиях течений жидкости и газа с локальными градиентами скорости до 2 пикселей/пиксель.
    2) Предложен и обоснован новый подход к подавлению шума на трассерных изображениях, основанный на определении аппроксимированных законов распределения по яркости пикселей шума, фона и частиц (сигнала) и последующем нахождении значения пороговой интенсивности, которую имеют пиксели, равновероятно принадлежащие как шуму, так и сигналу. Использование данного способа фильтрации позволяет снизить систематическую погрешность разработанного метода обработки трассерных кадров и повысить его точность на 25 50% в сравнении с адаптивными кросскорреляционными методами, даже в случаях перекрытия диапазонов яркости фона, шума и частиц. Тем самым обеспечивается снижение требований к используемой в методах трассерной визуализации регистрирующей аппаратуре.
    3) Разработан усовершенствованный метод расчета погрешности алгоритмов обработки трассерных изображений, в котором, в отличие от существующих методов, исследуемая выборка определяется не по одной паре трассерных изображений, а по их совокупности, получаемой методом Монте Карло при помощи генератора синтетических кадров. Данный подход позволяет статистически обоснованно, с гарантированной точностью, находить систематическую и случайную погрешности при неоднородных полях скорости, что существенно расширяет возможности анализа точности методов обработки трассерных изображений.
    4) Выполнен сравнительный анализ точности метода BORF и наиболее распространенных адаптивных кросскорреляционных алгоритмов обработки изображений трассеров, который показал, что новый метод имеет наименьшую систематическую погрешность и наименее подвержен негативному воздействию различных параметров, определяющих качество изображения (диаметр и концентрация трассеров, шум и т.д.) и характеристики потока (величина локальных градиентов). Таким образом, выполненными исследованиями обеспечены условия для снижения технических требований к аппаратуре и условиям регистрации трасерних изображений.
    Практические результаты диссертационной работы состоят в следующем:
    1) Разработано несколько вариантов алгоритма для реализации нового метода обработки трассерных изображений BORF с применением для поиска минимума функции отличия реконструированного и второго кадров метода градиентного спуска, генетических алгоритмов, а так же их совместной комбинации. Это позволяет установить поле скоростей, оптимизирующее реконструированный кадр, даже в ситуациях множественности локальных экстремумов функции отличия и их близости к глобальному минимуму.
    2) Для реализации метода BORF разработано программное обеспечение, ориентированное на применение графических процессоров с использованием программно аппаратной технологии Cuda. Особенности созданных алгоритмов обеспечивают высокопроизводительные параллельные вычисления при их невысокой стоимости. Применение графических процессоров позволяет повысить быстродействие базового кросскорреляционного алгоритма в 24 раза, и увеличить в целом скорость работы программного обеспечения, входящего в состав новой информационной технологии обработки трассерных изображений, в 2030 раз.
    Достоверность полученных результатов и эффективность их применения характеризуется положительным опытом внедрения новой информационной технологии в процесс фундаментальных и прикладных научных исследований Института геотехнической механики (ИГТМ) НАН Украины при исследовании поверхностного слоя вертикальных сгустителей гравитационного типа с тарельчатым ограничителем потока на выходе из трубопровода питания, а так же научно исследовательского проектно конструкторского института (НПКИ) «Параметр» Донбасского государственного технического университета (ДонГТУ) при исследовании течений жидкости снаружи вращающегося проницаемого цилиндра. Новые методы и алгоритмы фильтрации изображений и высокопроизводительных расчетов на графических процессорах используются в учебном процессе для студентов специальности 7.05010203 «Специализированные компьютерные системы» ДонГТУ в курсах «Обработка сигналов и изображений», «Паралельные и распределенные вычисления». Все внедрения подтверждается соответствующими справками об использовании и актами (Приложение В).







    СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

    1. Rotta J. Die Aerodynamische Versuchsanstalt in Gottingen,ein Werk Ludwig Prandtls / J. Rotta. Gottingen: Vandenhoek & Ruprecht, 1990. 332 p.
    2. Adrian R. J. Scattering particle characteristics and their effect on pulsed laser measurements of fluid flow: speckle velocimentry vs particle image velocimentry / R. J. Adrian// Appl. Opt. 1984. Vol. 23, No. 11 . P. 1690 1691.
    3. Meynart R. Instantaneous velocity field measurement in unsteady gas flow by speckle velocimetry / R. Meynart // Appl. Opt. 1983. Vol. 22, No. 4 . P. 535 540.
    4. Pickering C. J. D. Speckle photography in fluid flows: signal recovery with two step processing / C. J. D. Pickering, N. A. Halliwell // Appl. Opt. 1984. Vol. 23, No. 8 . P. 1128 1129.
    5. Pickering C. J. D. Particle image velocimetry: a new field measurement technique / C. J. D. Pickering, N. A. Halliwell // Optical Measurement in Fluid Mechanics, Inst. Phys. Conf. Series, Bristol, 1995.
    6. Willert C. E. Digital particle image velocimetry / C. E. Willert, M. Gharib // Exp. in Fluids.− 1991. − Vol. 10, No. 4. − P. 181 − 193.
    7. Westerweel J. Digital particle image velocimetry: Theory and Application: PhD Thesis / Technical University of Delft. Netherlands, 1993. 236 p.
    8. Мочалін О. Є. Розвиток інформаційних технологій обробки цифрових трасерних зображень / О. Є. Мочалін, С. В. Гонтовий // Наукові праці. Серія «Комп’ютерні технології». Миколаїв: Вид-во ЧДУ ім. Петра Могили, 2011. −Вип. 130, Т 143. − С. 88 93.
    9. Adrian R. J. Theory of cross correlation analysis of PIV images / R. J. Adrian, R. D. Kean// Appl. Sci. Res. 1992.- Vol. 49, No. 3. P. 191 215.
    10. Stanislas M. Main results of the First International PIV Challenge / M. Stanislas, K. Okamoto, C. J. Kähler // Meas. Sci. Tech. 2003.- Vol. 14, No. 10. R63 R89.
    11. Stanislas M. Main results of the Second International PIV Challenge / M. Stanislas, K. Okamoto, C. J. Kähler, J. Westerveel // Exp. in Fluids.− 2005. − Vol. 39, No. 2. − P. 170 − 191.
    12. Stanislas M. Main results of the third International PIV Challenge / M. Stanislas, K. Okamoto, C. J. Kähler, J. Westerveel, F. Scarano // Exp. in Fluids.− 2008. − Vol. 45, No. 1. − P. 27 − 71.
    13. Mielnik M. M. Micro Particle Image Velocimetry an overview / M. M. Mielnik, L. R. Saetran // Turbulence 10.− 2004. P 83 - 90.
    14. Van Doorne C. W. H. Measurement of laminar, transitional and turbulent pipe flow using Stereoscopic PIV / C.W.H. van Doorne, J. Westerweel // Exp. in Fluids.− 2007. − Vol. 42, No. 2. − P. 259 − 279.
    15. Elsinga G. E. Tomagraphic particle image velocimetry / G. E. Elsinga, F. Scarano, B. Wieneke, B. W. van Oudheusden // Exp. in Fluids.− 2006. − Vol. 41, No. 6. − P. 933 − 947.
    16. Zettner C. Particle velocity field measurements in a near - wall flow using evanescent wave illumination / C. Zettner, M. Yoda // Exp. in Fluids.− 2003. − Vol. 34, No. 1. − P. 115 − 121.
    17. Токарев М. П. Разработка алгоритмов и программного обеспечения для обработки изображений в методах трассерной визуализации: дис. канд. техн. наук. 05.13.18.− Новосибирск, 2010 190 с.
    18. Willert C. E. Three-dimensional particle imaging with a single camera/ C. E. Willert, M. Gharib // Exp. in Fluids.− 1992. − Vol. 12, No. 6. − P. 353 − 358.
    19. Drain L. E. The Laser Doppler Technique / L. E. Drain. New York: John Wiley & Sons, 1980. 252 p.
    20. Raffel M. Particle Image Velocimetry. A practical guide / M. Raffel, C. E. Willert, S. T. Wereley, J. Kompenhans. Heidelberg: Springer, 2007. 448 p.
    21. Santiago J. G. A particle image velocimetry system for microfluidics / J. G. Santiago, S. T. Wereley, C. D. Meinhart, D. J. Beebe, R. J. Adrian // Exp. in Fluids.− 1998. − Vol. 25, No. 4. − P. 316 − 319.
    22. Van de Hulst H. C. Light Scattering by Small Particles / H. C. van de Hulst. New York: Dover publications, 1981. 470 p.
    23. Kähler C. Generation and control of particle size distributions for optical velocity measurement techniques in fluid mechanics / C. Kähler, B. Sammler, J. Kompenhans // Exp. in Fluids.− 2002. − Vol. 33, No. 6. − P. 736 − 742.
    24. Melling A. Tracer particles and seeding for particle image velocimetry / A. Melling // Meas. Sci. Tech. 1997.- Vol. 8, № 12. P. 1406 1416.
    25. Fu T. C. The flow structure in the lee of an inclined 6:1 prolate spheroid / T. C. Fu, A. Shekarriz, J. Katz, T. T. Huang/ Fluid Mech. 1994.- Vol. 269. P. 79 106.
    26. Hain R. Comparison of CCD, CMOS and intensified cameras / R. Hain, C. J. Kähler, C. Tropea // Exp. in Fluids.− 2007. − Vol. 42, No. 3. − P. 403 − 411.
    27. Schroeder A. Particle Image Velocimetry: New Developments and Recent Applications / A. Schroeder, C. E.Willert Kompenhans. Heidelberg: Springer, 2008. 512 p.
    28. Esposito P. Experimental and numerical investigation of the unsteady flow around a propeller/ P. Esposito, F. Salvatore, F. Di Felice, G. Ingenito, G. Caprino // Proc. 23rd Symposium on Naval Hydrodynamics: Val de Reuil, 2000 .P. 511 526.
    29. Di Felice F. Propeller wake analysis in non-uniform inflow by LDV / M. Felli, F. Di Felice // Marine Science and Technology.− 2007.− Vol. 10, No.4.− P. 159 172.
    30. Stella A. Propeller wake flowfield analysis by means of LDV phase sampling techniques / A. Stella, G. Guj, F. Di Felice // Exp. in Fluids.− 2000. − Vol. 28, No. 1. − P. 1 − 10.
    31. Scarano F. Iterative multigrid approach in PIV image processing with discrete window offset / F. Scarano, M. L. Riethmuller // Exp. in Fluids.− 1999. − Vol. 26, No. 6. − P. 513 − 523.
    32. Gui L. Biases of PIV measurement of turbulent flow and the masked correlation-based interrogation algorithm / L. Gui, J. Longo, F. Stern // Exp. in Fluids.− 2001. − Vol. 30, No. 1. − P. 27 − 35.
    33. Westerweel J. Fundamentals of digital particle image velocimetry / J. Westerweel // Meas. Sci. Tech. 1997.- Vol. 8, № 12. P. 1379 1392.
    34. Adrian R. J. Twenty years of particle image velocimetry / R. J. Adrian // Exp. in Fluids.− 2005. − Vol. 39, No. 2. − P. 159 − 169.
    35. Adrian R. J. Particle-Imaging Techniques for Experimental Fluid Mechanics / R. J. Adrian // Annual Review of Fluid Mechanics. 1991.- Vol. 269. P. 261 304.
    36. Keane R. D. Optimization of particle image velocimeters: I. Double pulsed systems / R. D. Keane, R. J. Adrian // Meas. Sci. Tech. 1990.- Vol. 1, № 11. P. 1202 1215.
    37. Keane R. D. Optimization of particle image velocimeters: II. Multiple pulsed systems / R. D. Keane, R. J. Adrian // Meas. Sci. Tech. 1991.- Vol. 2, № 10. P. 963 973.
    38. Токарев М. П. Адаптивные алгоритмы обработки изображений для расчета мгновенных полей скорости / М. П. Токарев, Д. М. Маркович, А. В. Бильский // Вычислительные технологии. 2007.- Т. 12. C. 963 973.
    39. Theunissen R. An adaptive sampling and windowing interrogation method in PIV / R Theunissen, F Scarano, M. L. Riethmuller // Meas. Sci. Tech. 2007.- Vol. 18, № 1. P. 275 287.
    40. Willert C. The fully digital evaluation of photographic PIV recordings / C. Willert // Appl. Sci. Res. 1996.- Vol. 56, No. 2-3. P. 79 102.
    41. Longo J. Ship Velocity Fields / J. Longo, L. Gui, F. Stern // Advances in coastal and ocean engineering.− 2004. − Vol. 9. − P. 119 180.
    42. Westerweel J. The effect of a discrete window offset on the accuracy of cross-correlation analysis of digital PIV recordings / J. Westerweel, D. Dabiri, M. Gharib // Exp. in Fluids.− 1997. − Vol. 23, No. 1. − P. 20 − 28.
    43. Wereley S. Second-order accurate particle image velocimetry / S. T. Wereley, C. D. Meinhart // Exp. in Fluids.− 2001. − Vol. 31, No. 3. − P. 258 − 268.
    44. Wereley S. T. Accuracy improvements in particle image velocimetry algorithms / S. T. Wereley, C. D. Meinhart // Proc. 10th International Symposium on the Application of Laser Techniques to Fluid Mechanics: Lisabon, 2000 . − Paper 13.4.
    45. Nogueira J. Identification of a new source of peak locking, analysis and its removal in conventional and super-resolution PIV techniques / J. Nogueira, A. Lecuona, P. A. Rodriguez // Exp. in Fluids.− 2001. − Vol. 30, No. 3. − P. 309 − 316.
    46. Christensen K. T. The influence of peak-locking errors on turbulence statistics computed from PIV ensembles / K. T. Christensen // Exp. in Fluids.− 2004. − Vol. 36, No. 3. − P. 484 − 497.
    47. Chen J. Elimination of peak-locking error in PIV analysis using the correlation mapping method / J. Chen, J. Katz // Meas. Sci. Tech. 2005.- Vol. 16, № 8. P. 1605 1618.
    48. Gui L. A correlation-based continuous window-shift technique to reduce the peak-locking effect in digital PIV image evaluation / L. Gui, S. T. Wereley // Exp. in Fluids.− 2002. − Vol. 32, No. 4. − P. 506 − 517.
    49. Huang H. T. Limitation and improvement of PIV / H. T. Huang, H. E. Fiedler, J. J. Wang // Exp. in Fluids.− 1993. − Vol. 15, No. 4-5. − P. 263 − 273.
    50. Tokumaru P. T. Image correlation velocimetry / P. T. Tokumaru, P. E. Dimotakis // Exp. in Fluids.− 1995. − Vol. 19, No. 1. − P. 1 − 15.
    51. Lin H. J. Improved methods for thin, surface boundary layer investigations / H. J. Lin, M. Perlin // Exp. in Fluids.− 1998. − Vol. 25, No. 5-6. − P. 431 − 444.
    52. Wereley S. T. A correlation-based central difference image correction (CDIC) method and application in a four-roll mill flow PIV measurement / S. T. Wereley, L. Gui // Exp. in Fluids.− 2003. − Vol. 34, No. 1. − P. 42 − 51.
    53. Westerweel J. Efficient detection of spurious vectors in particle image velocimetry data / J. Westerweel // Exp. in Fluids.− 1994. − Vol. 16, No. 3-4. − P. 236 − 247.
    54. Westerweel J. Universal outlier detection for PIV data / J. Westerweel, F. Scarano // Exp. in Fluids.− 2005. − Vol. 39, No. 6. − P. 1096 − 1100.
    55. Дулин В. М. Экспериментальное исследование турбулентной структуры изотермических и реагирующих струйных течений при вариации граничных условий: дис. канд. физ.- мат. наук. 01.04.14.− Новосибирск, 2009 170 с.
    56. Алберг Дж. Теория сплайнов и ее приложения / Дж. Алберг, Э. Нильсон, Дж. Уолш. М.: Мир, 1972. 314 с.
    57. Завьялов Ю. С. Методы сплайн функций / Ю. С. Завьялов, Б. И. Квасов, В. Л. Мирошниченко, Н. Н. Яненко. М.: Наука, 1980. 352 с.
    58. Armstrong M. Basic Linear Geostatistics / M. Armstrong . Heidelberg: Springer, 1998. 155 p.
    59. Мочалин А.Е. Адаптивный алгоритм компьютерной обработки трассерных изображений для определения экспериментальных полей скоростей / А.Е. Мочалин // Современная наука: исследования, идеи, результаты, технологии. Киев, 2010. № 2(4). С.89-93.
    60. Мочалин А.Е. Информационная технология обработки трассерных изображений, основанная на построение реконструированного кадра / А.Е. Мочалин // Актуальные вопросы теплофизики и физической гидрогазодинамики: XI Всероссийская школа конференция молодых ученых: тезисы докладов. Новосибирск, 2010. С. 66.
    61. Мочалин А.Е. Информационная технология трассерной визуализации, основанная на оптимизации реконструированного изображения / А.Е. Мочалин // Радіоелектронні і компь’ютерні системи. Харків, 2010. № 4. С. 174 178.
    62. Мочалин А.Е. Информационная технология обработки трассерных изображений, основанная на построение реконструированного кадра / А.Е. Мочалин // Актуальные вопросы теплофизики и физической гидрогазодинамики: XI Всероссийская школа конференция молодых ученых: тезисы докладов. Новосибирск, 2010. С. 66.
    63. Дубровин Б. А. Современная геометрия. Методы и приложения / Б. А. Дубровин, С. П. Новиков, А. Т. Фоменко. М.: Наука, 1986. 760 с.
    64. Уолш Дж. Л. Интерполяция и аппроксимация рациональными функциями в комплексной области / Дж. Л. Уолш. М.: Издательство иностранной литературы, 1961. 505 с.
    65. Калиткин Н. Н. Численные методы / Н. Н. Калиткин. М.: Наука, 1978. 512 с.
    66. Глебов Н. И. Методы оптимизации / Н. И. Глебов, Ю. А. Кочетов, А. В. Плясунов. Новосибирск: НГУ, 2000. 105 с.
    67. Reeves C. R. Genetic algorithms principles and perspectives: a guide to GA theory / C. R. Reeves, J. E. Rowe. Dordrecht: Kluwer Academic Publishers, 2002. 344 p.
    68. Гладков Л. А. Генетические алгоритмы / Л. А. Гладков, В. В. Курейчик, В. М. Курейчик . М.: Физматлит, 2010. 365 с.
    69. Haupt R. L. Practical Genetic Algorithms / R. L. Haupt, S. E. Haupt. New York: John Wiley & Sons, 2004. 272 p.
    70. Gen M. Genetic algorithms & engineering optimization / M. Gen, R. Cheng. New York: John Wiley & Sons, 2000. 495 p.
    71. Новиков Ф. А. Дискретная математика: Учебник для вузов. Стандарт третьего поколения / Ф. А. Новиков. СПб.: Питер, 2011. 384 с.
    72. Мочалин А.Е. Фильтрация зашумленных трассерных изображений при их обработке с построением реконструированного кадра / А.Е. Мочалин // Восточно европейский журнал передовых технологий. Харьков, 2012. № 1/2(55). С. 58 63.
    73. Мочалин А.Е. Повышение надежности программного обеспечения обработки трассерных изображений за счет использования алгоритма пороговой фильтрации / А.Е. Мочалин // Радіоелектронні і компь’ютерні системи. Харків, 2012. № 7. С. 289 293.
    74. Мостеллер Ф. Анализ данных и регрессия / Ф. Мостеллер, Дж. Тьюки. М.: Финансы и статистика, 1982. 317 с.
    75. Брандт З. Статистические методы анализа наблюдений / З. Брандт. М.: Мир, 1975. 312 с.
    76. Пат. 66820 Україна, МПК G06Т7/20. Спосіб комп’ютерної обробки трасерних зображень для визначення кількісних та якісних характеристик потоків рідини або газу / О.Є. Мочалін, С.В. Гонтовий, Є.В. Мочалін (Україна). № u201104791; заявл. 18.04.2011; опубл. 25.01.2012, Бюл. №2.
    77. Лафоре Р. Объектно-ориентированное программирование в C++ / Р. Лафоре. СПб.: Питер, 2011. 928 с.
    78. Dattatri K. C++: effective object-oriented software construction: concepts, principles, industrial strategies, and practices / K. Dattatri. New Jersey.: Prentice Hall PTR, 2000. 755 p.
    79. Бадд Т. Объектно-ориентированное программирование в действии / Т. Бадд. СПб.: Питер, 1997. 464 с.
    80. Грэхем И. Объектно-ориентированные методы. Принципы и практика / И. Грэхем. М.: Вильямс, 2004. 880 с.
    81. Мочалин А. Е. Использование графических процессоров в алгоритмах обработки трассерных изображений / А. Е. Мочалин // Технологический аудит и резервы производства. Харьков, 2012. № 6/4(8). С. 39 40.
    82. Похилько А. Ф. CASE-технология моделирования процессов с использованием средств BPWin и ERWin / А. Ф. Похилько. Ульяновск.: УлГТУ, 2008. 120 с.
    83. Ларман К. Применение UML и шаблонов проектирования / К. Ларман М.: Вильямс, 2002. 624 с.
    84. Леоненков А. Самоучитель UML. Эффективный инструмент моделирования информационных систем / А. Леоненков. СПб.: BHV, 2005. 304 с.
    85. Мацяшек Л.А. Анализ требований и проектирование систем. Разработка информационных систем с использованием UML / Л.А. Мацяшек. М.: Вильямс, 2002. 432 с.
    86. Ахо А. Ф Структуры данных и алгоритмы / А.Ф. Ахо, Д. Э. Хопкрофт, Д. Д. Ульман. М.: Вильямс, 2007. 400 с.
    87. Боресков А.В. Основы работы с технологией CUDA / А. В. Боресков, А. А. Харламов. М.: ДМК Пресс, 2010. 232 с.
    88. Sanders J. Cuda by Example: An Introduction to General-Purpose GPU Programming / J. Sanders, E. Kandrot. Мichigan.: Addison-Wesley Professional, 2010. 312 p.
    89. Мочалин А.Е. Использование механизмов управления виртуальной памятью в Win32 для компьютерной обработки цифровых трассерных изображений / А.Е. Мочалин, Е.В. Мочалин // Сб. науч. Трудов ДонГТУ. Алчевск: ДонГТУ, 2011. Вып. 34. С. 305 313.
    90. Новицкий П.В. Оценка погрешностей результатов измерений / П.В. Новицкий, И.А. Зограф. − Л.: Энергоатомиздат, 1991. − 304 с.
    91. Ruan X. Direct measurement of the vorticity field in digital particle images /X. Ruan, X. Song, F. Yamamoto // Exp. Fluids. − 2001. − V. 30. − P. 696 − 704.
    92. Fincham A.M. Low-cost, high resolution DPIV for measurement in turbulent fluid flows / A.M. Fincham, G.R. Spedding // Exp. Fluids. − 1997. − V. 23. − P. 449 − 462.
    93. Гмурман В.Е. Теория вероятностей и математическая статистика / В.Е. Гмурман. − М.: Высш. шк., 2002. − 479 с.
    94. Gui L. Generating arbitrarity sized interrogation window for correlation-based analysis of particle image velocimetry recordings / L. Gui, W. Merzkirch // Exp. Fluids. − 1998. − V. 24. − P. 66 − 69.
    95. Willert C. A digital video camera for application of particle image velocimetry in high-speed flows / C. Willert, B. Stasicki, M. Raffel, J. Kompenhans // Intl. Symp. on Optical Science, Engineering and Instrumentation: Proc. SPIE 2546 (San Diego, USA, July 9 − 14, 1995). P. 124 − 134.
    96. Keane R.D. Theory of cross-correlation analysis of PIV images / R.D. Keane, R.J. Adrian // Appl. Sci. Res. − 1992. − V. 49. − P. 191 − 215.
    97. Cowen E.A., A hybrid digital particle tracking velocimetry technique / E. A. Cowen, S.G. Monismith // Exp. Fluids. − 1997. − V. 22. − P. 199 − 211.
    98. Keane R.D. Super-resolution particle image velocimetry / R.D. Keane, R.J. Adrian, Y. Zhang // Meas. Sci. Tech. − 1995. − V. 6. − P. 754 − 768.
    99. Scarano F. Advances in iterative multigrid PIV image processing / F. Scarano, M.L. Riethmuller // Exp. Fluids. − 2000. − V. 29 Suppl. − P. 51 − 60.
    100. Lecondier B. The EUROPIV Synthetic Image Generator (S.I.G.) / B. Lecondier, J. Westerweel, Ed. by M. Stanislas, J. Westerweel, J. Kompenhans // Proc. of the EUROPIV 2 Workshop on Particle Image Velocimetry . − Springer Verlag, 2004.
    101. Guezennec Y.G. Statistical investigation of errors in particle image velocimetry / Y.G. Guezennec, N. Kiritsis // Exp. Fluids. − 1990. − V. 10. − P. 138 − 146.
    102. Пискунов Н.С. Дифференциальное и интегральное исчисления для втузов. Т. 2: Учебное пособие для втузов / Н.С. Пискунов. − М.: Наука, Главная редакция физико-математической литературы, 1985. − 560 с.
    103. Synthetic Image Generator [Электронный ресурс]. − Режим доступа: http://www.meol.cnrs.fr/LML/EuroPIV2/Pages/sig.htm. − 24.03.2011 г. − Загл. с экрана.
    104. Кибзун А.И. Теория вероятностей и математическая статистика. Базовый курс с примерами и задачами: Учебн. пособие / А.И. Кибзун, Е.Р. Горянинова, А.В. Наумов, А.Н. Сиротин. − М.: ФИЗМАТЛИТ, 2002. − 224 с.
    105. Lichuan Gui, personal web page: [Электронный документ]. Режим доступа: http://www.lcgui.net. − 22.12.2012 г. −Загл. с экрана.
    106. Мочалин, А.Е. Оценка точности алгоритма обработки цифровых трассерных изображений, основанного на оптимизации реконструированного кадра / А.Е. Мочалин // Радіоелектронні і компь’ютерні системи. Харків, 2011. № 4. С. 60 65.

    107. Мочалин А.Е. Исследование точности алгоритмов компьютерной обработки цифровых трассерных изображений / А.Е. Мочалин // Труды международной научно-технической конференции «Информационные технологии и информационная безопасность в науке, технике и образовании "ИНФОТЕХ - 2011"». Севастополь, 2011. С. 225-226.
  • Стоимость доставки:
  • 200.00 грн


ПОИСК ДИССЕРТАЦИИ, АВТОРЕФЕРАТА ИЛИ СТАТЬИ


Доставка любой диссертации из России и Украины