燃油喷雾图像的匹配研究及应用

论文摘要

在对燃油喷雾图像进行研究时,首先在Photoshop软件里对实验获取到的喷雾图像进行一些预处理,提高图像清晰度,之后通过人工统计粒子的特征,记录实验分析需要的数据。本文利用手压喷油泵、高分辨率数码照相机、车用发动机喷嘴(6孔)等设备,采用直接拍摄法对0号柴油的喷雾场进行实时拍摄,获取喷雾图像之后,人工统计并记录拖尾粒子的特征数据。最后利用人工统计结果计算粒子各项特征数据并绘制各种试验所需曲线图。本文提出利用图像匹配原理来处理燃油喷雾图像。综合喷雾图像特征,对比分析了几种传统图像匹配算法。传统的SSDA匹配算法因为其对灰度变化敏感,抗噪声和旋转能力差,但是计算速度快。而NCC算法弥补了SSDA算法的不足,但是匹配计算量太大,计算速度慢。本文通过融合两种算法,利用小波分解进行由低到高的多分辨率的匹配,最后利用像素抽样方法改善匹配的搜索策略,提出了一种基于灰度的SSDA快速算法的模板匹配。然后利用MATLAB/GUI编程进行对算法的实现和对软件统计粒子进行的一些特征数据的计算以及各种对应实验曲线的绘制功能。最后,利用所编软件对实验所得0号柴油的喷雾图像与建立的粒子图像库进行批量匹配。统计结果显示与人工统计结果进行比较分析,进一步验证了本文算法及开发软件的实用性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 论文概述
• 1.2 雾化过程及影响因素
• 1.3 喷雾的应用
• 1.4 数字图像处理在喷雾研究中的应用
• 1.5 本文研究内容
• 第二章 图像匹配技术
• 2.1 图像匹配发展及介绍
• 2.2 图像匹配种类
• 2.2.1 灰度匹配
• 2.2.2 特征匹配
• 2.2.3 图像匹配的影响因素
• 2.3 图像匹配的传统算法
• 2.3.1 全局模板匹配
• 2.3.2 模板向量匹配
• 2.3.3 特征匹配
• 2.4 匹配的几种相关性度量
• 2.5 几种匹配算法的实现与比较
• 2.6 本章小结
• 第三章 SSDA匹配算法改进原理
• 3.1 传统SSDA算法
• 3.2 传统SSDA算法改进
• 3.2.1 阈值的改进
• 3.2.2 搜索策略的改进
• 3.3 NCC算法与改进SSDA的融合
• 3.3.1 基本NCC算法
• 3.3.2 两种算法的联合使用
• 3.4 小波分解与算法的融合
• 3.4.1 数字图像的小波分解
• 3.4.2 小波基的选择标准
• 3.4.3 小波基的确定
• 3.4.4 小波分解的实现
• 3.5 改进后匹配算法检验
• 3.5.1 匹配算法的衡量标准
• 3.5.2 匹配算法检验
• 3.6 本章小结
• 第四章 MATLAB\GUI程序开发设计
• 4.1 MATLAB概述
• 4.2 图像显示
• 4.3 实验图像预处理
• 4.4 Access数据库与Matlab的链接
• 4.5 软件设计
• 4.5.1 设计流程
• 4.5.2 软件界面及实现
• 4.6 本章小结
• 第五章 实验与分析
• 5.1 实验台的建立
• 5.1.1 实验设备的确定
• 5.1.2 试验内容
• 5.2 实验所需数据
• 5.3 人工处理数据
• 5.4 软件处理数据
• 5.4.1 算法中阈值界限的划定
• 5.4.2 软件处理结果
• 5.4.3 实验误差分析
• 5.5 本章小结
• 结论与展望
• 本文工作总结
• 本文结论
• 本文研究展望
• 参考文献
• 致谢