图像生成软件包piv-image-generator的详细描述和应用实例

软件X 12（2020）100537原始软件出版物piv-image-generator：用于平面PIV和光流基准测试的图像生成软件包Luís Mendesa，Luis，Alexandre Bernardinob，Rui M.L.费雷拉aaCERIS，Instituto Superior Técnico，Universidade de Lisboa，Av. Rovisco Pais，1，1049-001 Lisboa，葡萄牙b ISR，Instituto Superior Técnico，Universidade de Lisboa，Av. Rovisco Pais，1，1049-001 Lisboa，葡萄牙ar t i cl e i nf o文章历史记录：收到2020年2020年6月4日收到修订版2020年6月4日接受保留字：PIV光学流量水力学流体力学测速a b st ra ct我们描述了一个生成器的示踪剂在湍流的基准粒子图像测速和光流算法的合成图像。产生的流动包括：均匀剪切流、无粘滞点流、衰减涡和朗肯涡。图像控制参数包括粒子和照明特性、噪声水平和图像位深度等。该软件包的独特之处在于，图像特征和误差源完全参数化，并且它提供了零不确定性地面实况，这是合成粒子图像生成器中从未结合过的功能组合。应用实例包括在正文中©2020作者由爱思唯尔公司出版这是CC BY-NC-ND下的开放获取文章许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。代码元数据当前代码版本v1.1.2用于此代码版本的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX_2020_33Code Ocean compute capsuleGNU通用公共许可证（GPL）使用git的代码版本控制系统使用MATLAB的软件代码语言、工具和服务编译要求、操作环境依赖性MATLAB for Linux、OS X或Windows如果可用，链接到开发人员文档/手册提交中提供了技术手册PDF问题支持电子邮件luis. tecnico.ulisboa.pt软件元数据当前软件版本v1.1.2此版本可执行文件的永久链接https://git.qoto.org/CoreRasurae/piv-image-generator/-/archive/v1.1.2/piv-image-generator-v1.1.2.zip法律软件许可证GNU通用公共许可证计算平台/操作系统MATLAB for Linux，OS X or Microsoft Windows安装要求依赖MATLAB如果可用，请链接到用户手册-如果正式发布，请包含参考参考文献列表中的出版物问题支持电子邮件luis. tecnico.ulisboa.pt*通讯作者。电子邮件地址：luis. tecnico.ulisboa.pt（L.Mendes），alex@isr.tecnico.ulisboa.pt（A.Bernardino），ruimferreira@tecnico.ulisboa.pt（R.M.L.Ferreira）。https://doi.org/10.1016/j.softx.2020.1005371. 动机和意义平面粒子图像测速技术（PIV）是一种基于互相关的图像示踪图像是亮斑对暗斑2352-7110/©2020作者。由爱思唯尔公司出版。这是一篇开放获取的文章，使用CC BY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softx2L. 门德斯A.Bernardino和R.M.L.Ferreira/SoftwareX 12（2020）100537当示踪粒子移动穿过照明光片时，由示踪粒子反射的光产生的背景。这些被人为地插入感兴趣的介质（例如，流体、空气等）中。示踪粒子悬浮在介质中，体积小，理想情况下密度接近介质密度，因此其运动与流动或介质高度相关。网格通常是连续规则元素的矩阵，称为询问区域（IA）。对于每个IA，对于每个图像对，获得两个分量的速度矢量。PIV广泛应用于工业应用和科学探索中（例如，参见[1]）。示例应用包括流体力学，一般[2]，空气动力学，例如飞机和翼型轮廓设计[3]，建筑物和桥梁空气动力学作用的表征[4]，体育科学[5]，燃烧，例如内部发动机中的喷雾优化[6]，液压，例如环境流动[7]或生物流体力学，例如血管力学[8]。光流（OF）方法广泛用于机器人领域[9]，计算机视觉[10]，自动驾驶汽车[11]，但也用于替代或补充PIV互相关用例[12]。基于示踪剂的图像的数据库，包括地面实况，以验证流体应用中的测速仪器是不常见的。少数相关示例（例如，参见[13，14]）为评估PIV和光流算法的质量提供了有价值的方法[15]。然而，据我们所知，我们发现没有数据库或工具来生成同时具有以下特征的图像：（i）包括旋转和畸变流以及两者的组合以及具有奇异性的流由用户在生成图像时确定（后者包括粒子的尺寸、平面外运动、白噪声和粒子相关噪声、示踪剂密度、光片的厚度、图像位深度、具有相同参数的重复次数-用于统计相关性）;（iv）允许精确指定图像中示踪剂粒子的数量和图像中示踪剂粒子的数量粒子的照度低于阈值（被认为是噪声），ROI（感兴趣区域）中的参考最大位移我们的目标是通过创建piv-图像生成器，其从一组用户定义的相关控制参数生成这样的数据库，所述控制参数包括示踪剂图像尺寸、颗粒浓度、平面外运动、白噪声水平或像素位深度。这些图像与不同的用户定义的流类型相关。该软件包可以很容易地扩展，以支持其他类型，用户应确定额外的需求。除了生成测试图像外，PIV图像生成器还输出地面真实速度。创建单个MATLAB数据文件，其中包含PIV方法的验证速度（在IA中心生成）以及密集光流（OF）方法的验证速度（在像素中心PIV图像生成器可用于提供测试图像对和参考数据，以便针对图像生成器支持的不同控制参数，对PIV和OF方法的总体和我们在软件库中提供了一个基于样本跟踪器的图像生成示例[16]。本文件围绕其他四个部分展开。“软件说明”部分“示例”部分“影响”部分结束论文，“结论”部分提出了最后的讨论，并列出了未来可能的工作。2. 软件描述2.1. 一般描述软件处理阶段可概括为以下七个步骤：1 用户定义图像生成参数2 根据用户的偏好生成平面流场3 在第一幅图像4 颗粒根据第二幅图像中的平面流场和根据横向（平面外）运动而移位5 图像被渲染6 噪声扰动叠加到图像7 将图像导出到TIF格式的文件中，并将验证数据文件导出到MATLAB格式2.2. 流类型示踪剂图像是在黑暗背景上的亮点的黑白图像。由示踪粒子在穿过照明光片时反射的光引起的。这些被人工插入感兴趣的介质中（例如，流体、空气等）。悬浮在介质中，体积小，密度接近介质密度，运动与流动或介质密切相关piv-image-generator包括以下流：1 均匀流动;2 Poiesville流;3 简单剪切流;4 无粘滞点流[17];5 兰金涡;6 叠加均匀流的朗肯涡，以及7 [ 14 ][15][16][17][18][19]位移场是通过解析积分相应的速度场，除了一种情况，叠加均匀流的朗肯涡。在后一种情况下，采用四阶龙格-库塔法的数值积分粒子位置的不确定性在除#6之外的所有情况下均为零;在流#6的情况下，粒子定位的误差可以忽略不计，因为其为O（λt）3，并且图像之间的时间间隔λt对于PIV和OF应用都很小。表1详细描述了描述上述流和相应位移场的方程，如在piv图像生成器中实现的。在这些方程中，x和y是指定一个平面的直角空间坐标，x0和y0是初始位置，r是径向极坐标，θ是方位角极坐标，θ0是初始方位角位置，t是从初始时刻开始经过的时间，xc和yc是零速度轨迹的坐标，在剪切流的情况下，或者是驻点的坐标，对于无粘驻点流，或者是涡的中心，对于朗肯涡和衰减涡;ymax和ymin是上下边界的坐标在其中发生Poiffille流的通量管的; R是达到最大方位角速度的半径在衰减涡和朗肯涡中，r是旋转核的环量，在朗肯涡中，m是参考速度，M是允许指定期望的最大相对位移（IA（通常小于25%）。对于Rankine涡和叠加均匀流的Rankine情形=m2πR. 为L. 门德斯A.Bernardino和R.M.L.Ferreira/SoftwareX 12（2020）1005373=-M==×图1.一、 PIV图像发生器软件包流程图。衰减涡，m 2 πR和α1 .一、25643是表示涡核环流的参数，如[14]所述该流场参数化完全独立于PIV或光流图像变量，例如IA的大小，因为m是以m/s表示的实际速度然而，在PIV应用的情况下，最大位移是PIV IA尺寸的一小部分这是通过指定适当的M值来实现的，以将速度从物理坐标转换为每单位时间的图像坐标。例如，在抛物线流中，标度参数M为：M=（ymax − ymin− ymin）（ymax − ymin− ymax）。用户在应用程序输入文件中定义合成发生器的控制参数。然后piv-image-generator应用程序将它们与预定义的表达式或常量结合起来，为支持库导出配置输入参数。关于这些内部实验和常数的更多细节然后，Create Flow步骤实例化适当的流模型并从中生成流场利用实例化的流场和控制参数，根据Ni浓度生成多个颗粒，并且这些颗粒均匀地随机分布在每个IA上，无论是平面内还是平面外。然后计算平面外移动的位移。最后，在创建图像步骤中，根据峰值强度、图像分辨率和流场位移将粒子渲染成图像对。 白高斯图像噪声（WGIN）被叠加到图像上。根据用户偏好，峰值图像强度被最后，在AdjustImagesIntensity中强制执行图像位深分辨率功能最后一步将验证数据导出到MAT中文件以及以TIF格式导出的图像对。对于进一步的实现细节，读者可以查阅软件包技术手册和源代码本身。2.4. 图像参数化和生成piv图像生成器生成由高斯激光片照射的示踪剂的图像对。所有的粒子都由它们的中心在三维笛卡尔空间中的坐标表征。这些坐标在x， y平面中的投影在第一图像中随机生成横向坐标，即平面外运动也是针对第一图像随机生成的。用户通过选择Ni的值，即粒子浓度（每个PIV询问区域的照明粒子数），决定每个询问区域中应可见多少粒子必须预先选择询问区域的大小IA。生成的粒子总数为2 2但是更大，一些颗粒放置在阈值之外第二图像的时间戳的值t被计算为tM Dmax，其中Dmax是最大位移（以像素为单位）。 在PIV应用的情况下，Dmax pIA，其中p表示PIV询问区域IA的大小的百分比（以px为单位）。piv图像生成器中包含的一组流对于测试平面PIV和Opti-calFlow算法而言是适当且充分的。在连续介质力学中，所有的速度分量都可以分解为一个畸变分量和一个转动分量.包含在piv图像生成器中的流集合既表示畸变流和旋转流，也表示奇点流和简单的零梯度流。速度梯度为零的均匀剪切流和Poistonille流同时是旋转和畸变的，衰减涡和Rankine涡核是纯旋转的，轴对称驻点流和Rankine涡外环是纯畸变的。此外，均匀流与朗肯涡的叠加被包括在内，作为流线不能用于检测旋转运动的基础标准的流动的示例2.3. 软件构架主要软件功能是生成模拟在实验室环境中获得的真实PIV图像的合成PIV图像，同时具有零不确定性地面实况。图像和底层流场是根据图1所示的流程图生成的。1.一、I0/e2，其中e是激光片强度的欧拉数，其中I 0是最大强度。激光片的厚度（包含激光强度大于I0/e2的区域的面外距离）、其标准变化和最大强度易于由用户修改。对于第2.2节中确定的每种流动类型，按照表1中所示的方程，在x， y坐标中每个颗粒的中心发生位移。因此，在初始图像中，每个IA中被照射的粒子的数量正好是Ni，但是对于第二图像可能不是这种情况横向坐标是随机生成的，以模拟湍流的影响。湍流强 度 由 用 户 定 义 为 面 外 速 度 波 动 的 标 准 偏 差（outOfPlaneStdDeviation）（见表2）。因此，一些颗粒可能离开或进入激光片，从而导致第二图像中的被照射颗粒的总数不同于第一图像中的被照射颗粒的总数。注意，初始和最终Ni之差的期望值为零，因为平面外运动是具有零均值的高斯。每个图像点，即，成像的颗粒具有以像素（px）定义的尺寸，并且图像点强度被建模为灰度级的高斯分布，基本上遵循[18]的用户可以从其分数半径大小（2. 0粒子半径）。光斑的实际方面取决于其中心在（x，y）平面中的位置及其横向位置-每个粒子反射的光取决于入射光，而入射光又取决于其横向位置。因此，如果一个粒子不正好处于激光片的中心，它看起来就更小。另请注意，超过I0/e2的粒子仍会反射光线，但由于光线太暗，其贡献被视为噪声。4L. 门德斯A.Bernardino和R.M.L.Ferreira/SoftwareX 12（2020）100537{x=t+x10统一{M{u={u=（y−y）（y−y）minmax{x=yt+x100简单剪切M{u=yMMM2πR MR2MR22πR MRV=R+v0=x1=eM x（x0−xc）+xc=u=Mx（x−xc）1⎧2πR MR0uθ（r）=2πR1+2αrR1−e⎪⎪⎨M（x+y）ωv（t，θ0，r）=2πR（r+2αr2）×（Γ停滞M Y0ccMY20表1流动类型、速度流场和位移方程。流动类型流场中的位移Mmy1=y0泊松比x1=m（y0−ymin）（y0−ymax）t+x0y1=y0Mmv=0时Mmv=0时{mt{my1=e-mt（y −y）+yv= −m（y−yc）Mmy1=y0x1=m（（y0−yc）cos（θ）+Mmv=0时⎧⎪u=m((y−yc)cos(θ)+剪切角旋转θ⎨⎪+（x0−x c）sin（θ））cos（θ）t+x0⎨⎪+（x−x c）sin（θ））cos（θ）y1= −m（（y0−yc）cos（θ）++（x0−x c）sin（θ））sin（θ）t+ y0+（x − x c）sin（θ））sin（θ）x1=rcos（r1t+θ0），r≤R拉克西朗肯=rsin（r1t+θ）2πRMr⎧⎨ΓRuθ（r）=，r≤Rx1=rcos（rR2t+θ0）⎩ΓR，r>Rn=rsin（rR2t+θ0）2πRMrωvx1=rcos（ωv（t，θ0，r））ωv=rsin（ωv（t，θ0，r））腐烂Γ11右）1R1（（−αr2））M2016年01月01日01：00- 01：00（1−e（−αr2））t+θ0⎧⎪⎨u=−Γy +u02πR MRv=Γx+v02，r≤R用四阶Runge-Kutta法求解均匀和Rankine问题⎧⎪u=−Γ Ry+u，r>ΓX2πRM（x2+y2）每个图像都是具有8或16位深度灰度图像的无损TIF，其中仅使用8、10或12位对示踪剂图像进行编码，模拟指定直径的颗粒反射的光强度（参见第3节中的bitDepths描述）。白高斯图像噪声（WGIN）被独立地添加到两个图像（noiseLevel）。由此生成的合成图像非常类似于在实验室环境中获得的真实平面激光照射示踪剂图像，如图1A和1B所示。3a、5a和5b。然而，请注意，所有图像特征都是由 并对应于零不确定性地面实况。这在关于合成图像生成器的内容中配置了绝对新颖性，因为所评估的算法的性能可以直接作为图像参数的函数来评估，没有不确定性。应用程序由内部库支持，因此应用程序参数被转换为库参数，而其他参数则由应用程序直接设置。表2总结了用户可以在应用程序中设置的参数如果最终用户打算创建自定义应用程序，则可以访问所有库参数，并将其记录在技术手册中。3. 说明性实例在本节中，提供了一些参数的示例。1. 图图2a描绘了均匀流场2. 图图2b是指Poiffille流场3. 图2c表示朗肯涡流的流场。4. 图2d描绘了叠加均匀流场5. 图2e示出了无粘性驻点流场。这些是当前由piv-image-generator实现的流场的一些示例。粒度图图3a示出了具有3px（像素）的颗粒直径和设置为Ni 6的按体积计的数量颗粒浓度的样本合成PIV图像，而图3b示出了具有6px的颗粒直径和Ni 6的样本合成PIV图像。这两个图像都显示为由piv图像生成器生成。图图5a描绘了N i = 12的合成PIV图像，而图5b描绘了N i= 12的合成PIV图像。 5b表示a2πR MR，r>2πR Mr×2πRL. 门德斯A.Bernardino和R.M.L.Ferreira/SoftwareX 12（2020）1005375===××××××××表2可配置的控制参数。应用程序输入参数显示可选生成流场预览的FlowField标志用于自动关闭流场图的closeFlowFieldsizeX目标图像水平分辨率sizeY目标图像垂直分辨率bitDepths图像位深度要生成的流类型列表deltaX因子相对于IA尺寸的particleRadius粒子半径，单位为pxNi数颗粒浓度noiseLevel噪声级（dBW）outOfPlaneStdDeviation平面外标准偏差（mm）numberOfTime运行次数（详见第3节）库常量输入参数flowParameters.maxVelocity最大速度（mm/s）piv参数.lastWindow最后一个窗口的IA大小[px，px]piv参数.laserSheetThickness激光片厚度（mm）imageProperties.mmPerPixel像素到毫米刻度piv参数.particleIntensityPeak峰值反射光强度清单1：“exampleAllTestImagesMain.m”size =512;%图像宽度无边距大小Y =512;%图像高度没有利润率flows ={ ' uniform '“抛物线”“停滞”“剪切”. . . 'shear_45d0 ’' shear_22d3 ’兰金涡旋’. . . ’decaying_vortex ’ ’ rk_uniform ’ }位深度=8;增量X因子=[ 0. 05 0 .25 ] ;粒子半径=[ 1 . 5 3 .0 ] ;Ni =[612];噪音水平=[015];平面外标准偏差=[0.025 0.int n =2;使用所有参数组合生成PIVImagesWithAllParametersCombinations;N-i合成PIV图像16，两者都具有粒径4 px，WGIN等于10dBW。图4a示出了具有N i 6的样本合成PIV图像，而图4b示出了具有N i6的样本合成PIV图像。图4b示出了具有Ni12的样本合成PIV图像。两个图像都具有3 px（像素）的颗粒直径，并显示为由piv图像生成器生成。用户代码示例清单1是一个略有修改的功能版本，取自[16]中的exampleAllTestImagesMain.m该配置将生成具有512像素的图像，512像素用于参数的每个穷举组合。这意味着，例如。将为8位的图像位深度（因为是唯一指定的值）和位移参数deltaXFactor的每个值（组合）生成统一流粒子半径参数particleRa的每个值在用尽剩余的组合时，考虑下一个流，直到用尽所有流选项。1. bitDepths可以是8位、10位或12位，定义生成图像的像素位深度。像素位深度将影响用于表示亮度的灰度。因此，8位灰度将在0到255的亮度值和8位TIF文件格式将用于存储图像。对于10位位深，亮度值的范围将从0到1023，并且将采用16位TIF格式。使用16位TIF图像时，12位位深度的亮度值范围为0-4095。对于采用16位TIF的10位和12位位深度，这也意味着图像将看起来更暗，因为文件格式亮度/光度范围从0（黑色）到65 535（白色），但生成的图像将具有低得多的范围，因此不知道预期用例的通用图像查看器应用程序将显示暗图像。如果需要更高的位深度，可以修改代码以支持高达16位，这是TIF格式的当前限制。2. particleRadius是以像素为单位的种子粒子半径3. deltaXFactor将最大位移定义为最大位移与IA尺寸之间的比例。例如，IA为16 16且deltaX- Factor=0.25将定义幅值为4的最大速度矢量。4. noiseLevel参数指定要考虑的WGIN（dB）值。与所有其他参数一样，可以是单个值或感兴趣的值数组5. outOfPlaneStdDeviation参数定义 平面外标准偏差，并且与参数numberOftail相关，在这个意义上，numberOftail应该大于或等于outOfPlaneStdDeviation中的元素数量。例如，numberOf=2将导致生成outOfPlaneStdDeviation=0.025的单个情况和outOfPlaneStdDeviation=0.10的单个情况。然而，如果numberOf_n =7，则这将导致生成四个outOfPlaneStd-Deviation=0.025 的 图 像 和 三 个 参 数 outOfPlaneStd-Deviation =0.10的图像。对于上述列表，它生成9个流1位深度2位移因子2粒子半径2粒子浓度（Ni）2个噪声级2个平面外值，因此总共产生288个组合，产生288个合成PIV图像对以及相应的验证数据。4. 影响我们开发的piv图像生成器软件包可用于广泛的比较研究6L. 门德斯A.Bernardino和R.M.L.Ferreira/SoftwareX 12（2020）100537图二、p i v - i m a g e -generator支持的流类型子集的图示。PIV和OF算法。它可以帮助标准化源数据集，用于测试方法的基准测试。不同的研究小组可以使用它来比较他们的结果，允许直接交叉验证的努力。通过定义遵守已定义方法签名的附加流对象，可以轻松地扩展流类型集以支持附加流类型。其他可能的扩展包括从模拟工具导入位移图，如DNS生成的流场，从中可以创建具有不同粒子图像参数的图像。图像生成器还可以适用于其他应用领域，因为它可以被控制以创建适当的数据集，而不是限于单个通用数据集。L. 门德斯A.Bernardino和R.M.L.Ferreira/SoftwareX 12（2020）1005377图三.（ a）和（b）示出了 具有不同颗粒尺寸同时保持颗粒浓度恒定的效果。见图4。子 图（a）和（b）示出了 对 于 相 同 颗 粒 尺 寸 的 不同颗粒浓度（Ni）的 影 响 。图五、 子图（a）和（b）示出了在10 dBW的相同高斯白图像噪声水平下不同颗粒浓度的影响8L. 门德斯A.Bernardino和R.M.L.Ferreira/SoftwareX 12（2020）100537PIV图像生成器已用于光流和PIV方法的比较研究[19，20]，其中图像生成器软件包用于生成总共7200个不同的合成PIV图像，涉及2160个不同的控制参数组合，从而为此类比较研究提供测试数据。最合适的颗粒尺寸，在这个意义上，最大限度地减少速度误差，并为每种方法设计图像属性。这个例子是有代表性的，但并没有穷尽piv图像生成器的可能性。下面总结了PIV和光流算法面临的挑战的非详尽列表1. 识别剪切流的不同方向的正确变形率，即当图像的轴不与主变形轴对齐，也不与一个速度分量为零的参考对齐时这可能会突出与峰值锁定相关的PIV算法中的问题，这是由于子像素运动的建模不足。2. 独立于流动方向再现理论Poiffille轮廓。这个测试可能是有用的，以检测峰锁定偏置和敏感性不足的示踪剂在区域具有强梯度（近壁）。3. 轴对称驻点流中驻点的识别。这是一项相关测试，用于评估示踪剂密度降低时算法4. 保证驻点流中的涡度为零。这可能与评估算法对可能产生导致明显涡流运动的错误矢量的平面外损失的敏感性有关。5. 识别朗肯涡和具有叠加均匀流的朗肯涡中的旋转核。在前一种流动中，流线是圆形的， 是旋转的核心区域，这是不能设想通过观察流线。在后一种流动中，这类似于匀速运动的观察者对旋涡的观察，流线可能根本无法识别闭合回路;然而，算法必须捕获底层旋涡的伽利略不变性。6. 找到了衰减漩涡的中心。在涡心处速度趋于零，涡量达到峰值。该测试对于评估低示踪剂密度下算法的性能可能具有挑战性因此，使用piv图像生成器可以设计各种相关的性能测试正是在这个意义上，我们认为这组流足以测试平面PIV和光流算法的目的。此外，我们认为，PIV图像生成器是特别适合验证的意义上，它提供了一个零不确定性地面真理的形式，连续的速度场比较与PIV和OF算法的结果。5. 结论我们已经提出了一个图像生成软件包，旨在创建图像，模拟在自然实验室PIV环境中获得的图像，从而在黑暗（但通常有噪声）的背景下产生照明示踪剂的斑点。图像特征和误差源完全参数化。从零不确定性速度和位移场生成图像。这配置了piv图像生成器的关键新颖性：完全参数化的图像生成和零不确定性的基础事实是合成粒子图像生成器中从未结合的特征的组合。导出PIV和光流方法的数据。piv-image-generator是可扩展的，因为它是开源的，它可以被其他人修改，并且可以很容易地修改以支持其他流场。使用所提供的示例脚本，可以容易地调整控制参数的值。PIV图像发生器已经用于光流和PIV方法应用于流体力学测速应用我们坚信piv-image-generator可以用于类似应用的其他研究，甚至有助于标准化源数据集，以基准测试方法。图像生成器也可以适用于其他应用领域。竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作确认这项工作得到了葡萄牙科学和技术基金会（FCT）的博士资助SFRH/BD/137967/2018的支持这 项 工 作 得 到 了 葡 萄 牙 科 学 技 术 基 金 会 （ FCT ） LARSySUIDB/50009/2020的部分支持。这项研究部分得到了葡萄牙和欧盟基金的支持，在COMPETE2020和PORL-FEDER计划内，通过葡萄牙科学技术基金会（FCT）的项目RiverCure PTDC/CTA-OHR/29360/2017。引用[1] 阿 德 里 安 河 二 十 年 的 粒 子 图 像 测 速 技 术 。 Springer Verlag; 2005 ，http://dx.doi.org/10.1007/s00348-005-0991-7。[2] 实 验 流 体 力 学 的 粒 子 成 像 技 术 。流 体 机 械 年 鉴 1992;23 ： 261-304.http://dx.doi.org/10.1146/annurev.fl.23的网站。010191.001401。[3]作者：Gerontakos P.具有动态后缘襟翼偏转的非定常翼型绕流的PIV研究。Exp Fluids 2008;45（955）。得双曲正切值. doi.org/10.1007/s00348-008-0514-4网站。[4]马春明，王继新，李清生，秦华.宽双箱长悬索桥涡激振动特性及抑制机理。JStruct Eng 2018;144 （ 11 ） . http://dx.doi.org/10.1061/(ASCE)ST. 1943-541X.0002198。[5]Blocken B，Druenen T，Toparlar Y，et al.自行车踏板中的空气动力学阻力：CFD模拟和风洞试验的新见解。J Wind Eng Ind Aerodyn 2018;179：319-37.http://dx.doi.org/10.1016/j.jweia.2018的网站。06.011。[6]Soid SN，Zainal ZA.用光学测量技术表征内燃机的喷雾和燃烧特性. J Energy2010;36（2）. http://dx.doi.org/10.1016/j.energy.2010.11.022网站。[7]Ricardo AM，Koll K，Franca MJ，Schleiss AJ，Ferreira ML. 术语湍流动能收支的随机阵列的新兴圆柱体。J Water Resour Res 2014;50（5）：4131-48.http://dx.doi.org/10的网站。1002/2013WR014596。[8][10]张文辉，张文辉.生物流体力学中近壁流场的Wall-PIV测量技术In：用于流动 分 析 的 成 像 测 量 方 法 。 Springer Berlin Heidelberg; 2009 ， p. 11-20.http://dx.doi.org/10.1007/978-3-642-01106-1_2.[9]张文辉，张文辉，张文辉.光流技术在机器人导航中的应用。J Intell Robot Syst2014;73：361-72. http://dx.doi的网站。org/10.1007/s10846-013-9923-6。[10]马斯·K基于光流的人脸表情识别。IEICE TransInfSyst1991;E74-D（10）：3474-83.[11]Garcia F，Cerri P，Broggi A，Escalera A，Armingol J.基于雷达和光流的超车车辆检测数据融合。 2012年IEEE智能汽车研讨会。2012年，第494-9页。http://dx.doi.org/10的网站。1109/IVS.2012.6232199。L. 门德斯A.Bernardino和R.M.L.Ferreira/SoftwareX 12（2020）1005379[12]黄宏伟，詹华，姜国，洪亮。粒子图像测速的光流法研究。Procedia Eng2015;99：918-24. http://dx.doi.org/10.1016/j.proeng.2014.12.622网站。[13]Carlier J，Wieneke B.关于流体力学图像和数据的制作和传播的报告1。流体图像分析与描述（Fluid Image Analysis and Description ，FLUID ）Tech. 代表，2005年，URLhttp://fluid.irisa.fr/data-eng.htm。[14] Schmidt BE，Sutton JA.使用基于小波的光流法的示踪粒子场的高分辨率速度测量。Exp Fluids 2019;60（37）. http://dx.doi.org/10.1007/s00348-019-2685-6网站。[15]Liu T，Merat A，Makhmalbaf MHM，Fajardo C，Merati P.从粒子图像中提取速度场的光流和互相关方法之间的比较. Exp Fluids 2015;56（166）。[16]Mendes L，Ferreira RML，Bernardino A. 粒子成像测速（PIV）图像生成器[源代码]. 2020年，http://dx.doi.org/10.24433/CO。1931173.v3.[17]Batchelor GK.流体动力学导论。剑桥大学出版社; 2000，p. 286.[18]Raffell M ， Willert C ， Scarano F ， Kähler C ， Weidy S ， Kompenhans J.Particleimagevelocimetry-apracticalguide.Springer;2018 ，http://dx.doi.org/10. 1007/978-3-319-68852-7。[19]Mendes L，Ricardo A，Bernardino A，Ferreira RML.无互相关的PIV：光流法的评价.第六届IAHR欧洲大会。2020年。[20]Mendes L，Ricardo A，Bernardino A，Ferreira RML. PIV和光流在河流水流应用中的比较。2020年;2020年。