一种基于纹影图像的高超声速风洞模型姿态角测量方法与流程

1.本发明属于高超声速风洞试验技术领域，具体涉及一种基于纹影图像的高超声速风洞模型姿态角测量方法。


背景技术：

2.高超声速风洞是高超声速飞行器研制中重要的地面试验设备，与其他风洞相比，高超声速风洞运行马赫数高，流场总温高，模型和支撑系统在试验中受到的气动加热十分严重，尤其是在高马赫数情况下，支撑系统受热后极易出现热变形，导致模型姿态角发生变化，而传统基于“机构迎角测量+弹性角修正”的模型姿态角测量方法则因无法考虑气动加热影响存在较大的测量误差，最终导致试验数据精准度降低。
3.为了提高风洞测量数据精准度水平，必须采用合理的方法准确获得试验中任意时刻模型的迎角信息。目前可用的方法包括在模型中安装高精度迎角传感器，或者采用传统的视频图像测量。但前者对工作环境尤其是温度要求较高，并且需要在模型中额外设计安装空间，在小尺寸高超声速风洞或高马赫数试验时使用存在较大限制；而后者需要在风洞中布置额外的光路，在模型身上设置标记点，并且试验时的振动会使相机位置姿态发生变化，增大测量结果的不确定度。
4.为了准确获取试验过程中模型真实的姿态角信息，当前，亟需发展一种基于纹影图像的高超声速风洞模型姿态角测量方法。


技术实现要素：

5.本发明所要解决的技术问题是提供一种基于纹影图像的高超声速风洞模型姿态角测量方法。
6.本发明的基于纹影图像的高超声速风洞模型姿态角测量方法包括以下步骤：
7.a.选取模型特征线
8.记模型顶点为点a，模型底部拐点分别为点b与点c，ab、ac、bc段为模型在纹影图像中的投影边界线，优先选取边界线中的直线段为特征线，若边界线中无直线段，则以上述任意两点的连线为特征线；
9.b.图像预处理
10.将风洞试验获得的纹影图像依次进行图像增强和灰度变换处理，图像增强采用卷积方法，通过滤波算子对图像进行空间滤波，以抑制纹影图像录制过程中出现的各类噪声；灰度变换则根据纹影中模型区域与流场区域灰度值的分布，设定一个或者多个灰度阈值，对纹影图像进行二值化变换，将图像中实体区域与流场区域分离；
11.c.识别特征线
12.对于特征线为边界线中直线段的情况，采用边界追踪法进行特征线识别，以特征线任意位置为起点，之后依次向周围搜索，若像素点对应位置的一阶导数不为0，则将此像素点标记为新的特征点，并以该像素点为中心进行新的搜索；当搜索到的特征点数量达到
设定值时，搜索过程结束；
13.对于特征线为两点连线的情况，采用角点检测算法，获取端点坐标；
14.d.求解模型特征线迎角
15.对于特征线为边界线中直线段的情况，首先对特征线直线拟合，之后通过拟合直线的斜率k求解特征线迎角α
c
：
16.α
c
＝arctank
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
17.对于特征线为两点连线的情况，设特征线的两个端点在纹影图像中的坐标分别为(x1,y1)和(x2,y2)，则特征线迎角α
c
采用如下公式求解：
[0018][0019]
e.求解模型迎角
[0020]
求解模型迎角需要对特征线迎角进行初值修正和振动干扰修正；
[0021]
初值修正用于修正特征线迎角与模型迎角之间的迎角偏差，由于模型是刚体，在试验过程中的外形变化忽略不计，因此试验过程中的迎角偏差为定值，记初值偏差为δα0，δα0的值即为模型安装调平后对应的特征线迎角α
c0
；
[0022]
振动干扰修正用于修正试验中由于纹影系统振动带来的测量误差；以风洞喷管出口作为参照物，采用与特征线迎角相同的求解方法计算喷管出口角度信息；记试验前纹影图像中喷管出口角度为α
n0
，试验中某一时刻纹影图像中喷管出口角度为α
n
，则振动干扰量δα
v
为：
[0023]
δα
v
＝α
n
‑
α
n0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0024]
模型迎角α
m
通过以下公式计算：
[0025]
α
m
＝α
c
‑
δα0‑
δα
v
。
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0026]
进一步地，所述的步骤a中选取支杆上表面或下表面的纹影投影直线为模型特征线。
[0027]
进一步地，所述的步骤c中的角点检测算法为harris角点检测算法。
[0028]
进一步地，所述的步骤d中的特征线直线拟合采用最小二乘法，设拟合直线的表达式为y＝kx+b，特征线中共包含n个点，在纹影图像中的坐标记为(x
i
,y
i
)(i＝1,2,
…
n)，则由最小二乘法求解斜率k和截距b的公式为：
[0029][0030]
特征线是模型迎角测量的基础，为准确得到模型迎角信息，测量前必须在纹影图像中选择合理的特征线。实际选取时，优先选取模型在纹影图像上的直线边界为特征线；如果边界无直线段，则以任意两个顶点的连线为特征线；如果试验模型上实在无法提取到合理的特征线时，还可以采用纹影中的支杆上表面或下表面的投影直线。
[0031]
图像预处理主要对原始纹影图像进行预处理，消除图像中的噪声点，提高模型、支杆边缘的清晰度，并将纹影图像中的实体与流场区域进行分离，便于下一步计算机能够准确提取到特征线信息。
[0032]
采用拟合直线作为特征线的显著优点在于求解时充分利用了特征线上所有点的坐标信息，能够有效避免仅利用特征线两个端点坐标计算迎角时端点坐标测量误差偏大所造成的迎角求解结果精度下降的不利影响。
[0033]
本发明的基于纹影图像的高超声速风洞模型姿态角测量方法具有以下优点：
[0034]
(一)非接触测量方法，测量过程不会对模型流场产生额外干扰，测量方法对模型加工也无特殊要求。
[0035]
(二)立足高超声速风洞现有条件，无需增加额外设备，更不会增设额外光路对现有纹影阴影成像效果产生干涉；
[0036]
(三)不仅可以用于正在开展的风洞试验，还便于对前期试验进行回溯，通过对往期试验纹影录像的分析对已有试验数据进行修正。
[0037]
本发明的基于纹影图像的高超声速风洞模型姿态角测量方法简便、容易实施、结果准确，可拓展适用于其他带有纹影设备的高速风洞模型迎角测量。
附图说明
[0038]
图1为本发明的基于纹影图像的高超声速风洞模型姿态角测量方法流程图；
[0039]
图2为本发明的基于纹影图像的高超声速风洞模型姿态角测量方法中的风洞纹影系统结构布局图；
[0040]
图3为本发明的基于纹影图像的高超声速风洞模型姿态角测量方法中的模型外形示意图；
[0041]
图4为本发明的基于纹影图像的高超声速风洞模型姿态角测量方法中的模型特征线迎角示意图；
[0042]
图5a为本发明的基于纹影图像的高超声速风洞模型姿态角测量方法中的原始纹影图像；
[0043]
图5b为本发明的基于纹影图像的高超声速风洞模型姿态角测量方法中的二值化处理后的纹影图像；
[0044]
图5c为本发明的基于纹影图像的高超声速风洞模型姿态角测量方法中的模型底部特征线识别结果；
[0045]
图5d为本发明的基于纹影图像的高超声速风洞模型姿态角测量方法中的喷管出口边界识别结果。
[0046]
图6为本发明的基于纹影图像的高超声速风洞模型姿态角测量方法的模型迎角测量结果。
具体实施方式
[0047]
下面结合附图和实施例详细说明本发明。
[0048]
如图1所示，本发明的基于纹影图像的高超声速风洞模型姿态角测量方法包括以下步骤：
[0049]
a.选取模型特征线
[0050]
记模型顶点为点a，模型底部拐点分别为点b与点c，ab、ac、bc段为模型在纹影图像中的投影边界线，优先选取边界线中的直线段为特征线，若边界线中无直线段，则以上述任
意两点的连线为特征线；
[0051]
b.图像预处理
[0052]
将风洞试验获得的纹影图像依次进行图像增强和灰度变换处理，图像增强采用卷积方法，通过滤波算子对图像进行空间滤波，以抑制纹影图像录制过程中出现的各类噪声；灰度变换则根据纹影中模型区域与流场区域灰度值的分布，设定一个或者多个灰度阈值，对纹影图像进行二值化变换，将图像中实体区域与流场区域分离；
[0053]
c.识别特征线
[0054]
对于特征线为边界线中直线段的情况，采用边界追踪法进行特征线识别，以特征线任意位置为起点，之后依次向周围搜索，若像素点对应位置的一阶导数不为0，则将此像素点标记为新的特征点，并以该像素点为中心进行新的搜索；当搜索到的特征点数量达到设定值时，搜索过程结束；
[0055]
对于特征线为两点连线的情况，采用角点检测算法，获取端点坐标；
[0056]
d.求解模型特征线迎角
[0057]
对于特征线为边界线中直线段的情况，首先对特征线直线拟合，之后通过拟合直线的斜率k求解特征线迎角α
c
：
[0058]
α
c
＝arctank
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0059]
对于特征线为两点连线的情况，设特征线的两个端点在纹影图像中的坐标分别为(x1,y1)和(x2,y2)，则特征线迎角α
c
采用如下公式求解：
[0060][0061]
e.求解模型迎角
[0062]
求解模型迎角需要对特征线迎角进行初值修正和振动干扰修正；
[0063]
初值修正用于修正特征线迎角与模型迎角之间的迎角偏差，由于模型是刚体，在试验过程中的外形变化忽略不计，因此试验过程中的迎角偏差为定值，记初值偏差为δα0，δα0的值即为模型安装调平后对应的特征线迎角α
c0
；
[0064]
振动干扰修正用于修正试验中由于纹影系统振动带来的测量误差；以风洞喷管出口作为参照物，采用与特征线迎角相同的求解方法计算喷管出口角度信息；记试验前纹影图像中喷管出口角度为α
n0
，试验中某一时刻纹影图像中喷管出口角度为α
n
，则振动干扰量δα
v
为：
[0065]
δα
v
＝α
n
‑
α
n0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0066]
模型迎角α
m
通过以下公式计算：
[0067]
α
m
＝α
c
‑
δα0‑
δα
v
。
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0068]
进一步地，所述的步骤a中选取支杆上表面或下表面的纹影投影直线为模型特征线。
[0069]
进一步地，所述的步骤c中的角点检测算法为harris角点检测算法。
[0070]
进一步地，所述的步骤d中的特征线直线拟合采用最小二乘法，设拟合直线的表达式为y＝kx+b，特征线中共包含n个点，在纹影图像中的坐标记为(x
i
,y
i
)(i＝1,2,
…
n)，则由最小二乘法求解斜率k和截距b的公式为：
[0071][0072]
实施例1
[0073]
以某高超声速风洞一次试验为例，详细阐述模型迎角纹影图像测量的全过程。
[0074]
如图2所示，高超声速风洞中纹影系统利用空气介质不均匀产生的光线偏折对流场进行成像，是目前风洞试验中使用频率最高的流动显示工具。高超声速风洞中纹影系统多采用反射式平行光纹影系统。从图中可以看出，从点状光源发射出的光线经过反射镜1后成为平行光束，平行光束通过试验段光学观察窗到达反射镜2，经反射镜2后再次汇聚并在焦点处被刀口切去部分光源像，最后被摄像机镜头投影成像。由于在两个反射镜之间为平行光束，因此不透光的模型区域可以被准确投影至纹影图像中。图3中的模型外形能够反映出高超声速风洞试验模型的一般特征，因此，通过在模型上合理选取特征线，即可通过如图4所示的迎角与特征线的坐标关系得到模型迎角。以下即为求解详细步骤：
[0075]
step 1：读取视频图像并进行初步分析，了解图像特点，掌握图像中模型特性，确定特征线类型和在模型中的分布区域，如图5a所示，从图中可以看出，模型下表面边界的中后段近似为直线，可以作为姿态测量时的特征线；
[0076]
step 2：图像增强处理，设定阈值并对图像进行灰度变换和二值化变换，处理后的结果如图5b所示；
[0077]
step 3：采用边界追踪法得到模型特征线，结果如图5c所示；
[0078]
step 4：采用最小二乘法对特征线进行拟合，设特征线中共包含n个点，在纹影图像中的坐标记为(x
i
,y
i
)(i＝1,2,
…
n)，而拟合直线的表达式为y＝kx+b，则由最小二乘法求解斜率k和截距的计算公式为：
[0079][0080]
进而可以利用拟合直线的斜率k计算特征线迎角α
c
：
[0081]
α
c
＝arctank
[0082]
step 5：采用step 3和step 4中方法对图像中喷管出口边界进行识别和直线拟合，结果见图5d，并利用拟合直线的斜率计算喷管出口角度α
n
；
[0083]
step 6：对模型安装调平后的纹影图像，重复step 3至step 5步骤，得到模型迎角为特征线迎角α
c0
以及对应的喷管出口角度α
n0
，则模型迎角初值修正量得δα0即为：
[0084]
δα0＝α
c0
[0085]
振动干扰修正量δα
v
为：
[0086]
δα
v
＝α
n
‑
α
n0
[0087]
step 7：计算模型模型迎角α
m
：
[0088]
α
m
＝α
c
‑
δα0‑
δα
v
[0089]
step 8：采用step 1至step 7中步骤对纹影录像进行逐帧处理，得到整个试验过
程中模型迎角变化情况。
[0090]
图6为利用本发明的基于纹影图像的高超声速风洞模型姿态角测量方法得到的该次试验过程中模型迎角变化曲线，从图6可以看出，试验中模型从0
°
迎角启动，之后首先到达
‑
10
°
迎角，在
‑
10
°
迎角稳定约3秒后改变迎角到达下一迎角状态并继续稳定3秒，试验全程共有13个迎角阶梯，待全部迎角状态试验结束，模型迎角重新回到0
°
附近，试验结束。
[0091]
本发明的基于纹影图像的高超声速风洞模型姿态角测量方法简便、容易实施、结果准确，已成功应用至某高超声速风洞试验数据精准度提升研究，利用本发明得到的结果为风洞试验数据误差源的判定及数据修正提供了重要依据。
[0092]
本发明同样适用于其他带有纹影设备的高速风洞模型迎角测量。