| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景和研究进展 | 第16-21页 |
| 1.1.1 研究背景及意义 | 第16-17页 |
| 1.1.2 粒子图像测速原理 | 第17页 |
| 1.1.3 粒子图像测速的分类 | 第17-19页 |
| 1.1.4 粒子图像测速发展历程 | 第19-21页 |
| 1.2 本文的内容安排 | 第21-24页 |
| 第二章 粒子跟踪测速系统 | 第24-46页 |
| 2.1 引言 | 第24页 |
| 2.2 粒子跟踪测速系统组成 | 第24-27页 |
| 2.2.1 硬件系统 | 第25-26页 |
| 2.2.2 软件系统 | 第26-27页 |
| 2.3 数字图像处理基础 | 第27-30页 |
| 2.3.1 图像增强 | 第27-29页 |
| 2.3.2 图像分割 | 第29-30页 |
| 2.4 粒子识别与定位 | 第30-37页 |
| 2.4.1 基于图像分割的识别粒子方法 | 第30-32页 |
| 2.4.2 基于局部极大值搜索的粒子识别法 | 第32-36页 |
| 2.4.3 粒子位置的亚像素定位 | 第36-37页 |
| 2.5 粒子匹配算法 | 第37-43页 |
| 2.5.1 最近邻法 | 第37-38页 |
| 2.5.2 匹配几率法 | 第38-40页 |
| 2.5.3 基于联合概率分布的优化近邻法 | 第40-43页 |
| 2.6 数据后处理 | 第43-44页 |
| 2.6.1 误矢量剔除 | 第43页 |
| 2.6.2 矢量插值运算 | 第43-44页 |
| 2.7 本章小结 | 第44-46页 |
| 第三章 人工合成的粒子图像结果分析 | 第46-56页 |
| 3.1 粒子图像测速方法的选择 | 第46-49页 |
| 3.1.1 PIV(Particle Image Velocimetry)方法 | 第46-48页 |
| 3.1.2 PTV(Particle Tracking Velocimetry)方法 | 第48页 |
| 3.1.3 结论 | 第48-49页 |
| 3.2 人工合成粒子图像 | 第49-50页 |
| 3.3 评价标准 | 第50页 |
| 3.4 粒子匹配算法结果对比 | 第50-55页 |
| 3.4.1 水平流匹配结果 | 第51-53页 |
| 3.4.2 漩涡流匹配结果 | 第53-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第四章 粒子跟踪测速系统在真实火焰流场的应用 | 第56-70页 |
| 4.1 引言 | 第56页 |
| 4.2 粒子跟踪测速系统的软件实现 | 第56-57页 |
| 4.2.1 软件开发语言 | 第56页 |
| 4.2.2 粒子跟踪测速软件开发 | 第56-57页 |
| 4.3 粒子跟踪测速系统在火焰流场的应用 | 第57-64页 |
| 4.3.1 读入图像 | 第57-58页 |
| 4.3.2 粒子识别与定位 | 第58-60页 |
| 4.3.3 粒子匹配 | 第60页 |
| 4.3.4 矢量后处理 | 第60-63页 |
| 4.3.5 参数对比与结果分析 | 第63-64页 |
| 4.5 全流场结果图 | 第64-68页 |
| 4.6 本章小结 | 第68-70页 |
| 第五章 总结和展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78-79页 |
| 1. 基本情况 | 第78页 |
| 2. 教育背景 | 第78页 |
| 3. 攻读硕士学位期间的研究成果 | 第78-79页 |