| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 主要缩写清单、术语表 | 第12-16页 |
| 1 绪论 | 第16-33页 |
| 1.1 研究背景 | 第16-18页 |
| 1.2 流场可视化与运动估计算法综述 | 第18-31页 |
| 1.3 本文主要内容 | 第31-33页 |
| 2 基于动态光照方程的变分光流与流体运动估计算法 | 第33-51页 |
| 2.1 引言 | 第33-34页 |
| 2.2 HS光流法与多尺度金字塔迭代求解 | 第34-38页 |
| 2.3 DIOF方法与多尺度金字塔迭代求解 | 第38-43页 |
| 2.4 实验结果与讨论 | 第43-47页 |
| 2.5 本章小结 | 第47-51页 |
| 3 基于湍流传输模型的变分光流与流体运动估计算法 | 第51-72页 |
| 3.1 引言 | 第51-52页 |
| 3.2 湍流传输模型与运动估计算法的提出 | 第52-57页 |
| 3.3 流体运动估计算法求解 | 第57-59页 |
| 3.4 实验结果与讨论 | 第59-71页 |
| 3.5 本章小结 | 第71-72页 |
| 4 基于深度神经网络的流体运动估计算法 | 第72-96页 |
| 4.1 引言 | 第72-73页 |
| 4.2 两种光流深度神经网络 | 第73-79页 |
| 4.3 PIV数据集生成与网络训练 | 第79-83页 |
| 4.4 仿真数据测试结果与讨论 | 第83-90页 |
| 4.5 真实实验测试结果与讨论 | 第90-95页 |
| 4.6 本章小结 | 第95-96页 |
| 5 基于数据同化框架的流体运动估计算法 | 第96-112页 |
| 5.1 引言 | 第96-97页 |
| 5.2 集合-变分数据同化(EnVar)框架 | 第97-104页 |
| 5.3 集合-变分数据同化与粒子图像测速 | 第104-106页 |
| 5.4 集合-变分数据同化与洋流运动估计 | 第106-110页 |
| 5.5 本章小结 | 第110-112页 |
| 6 总结与展望 | 第112-115页 |
| 6.1 本文工作总结 | 第112-113页 |
| 6.2 未来工作展望 | 第113-115页 |
| 参考文献 | 第115-124页 |
| 附录A DIOF算法在机器人目标识别与运动估计中的应用 | 第124-128页 |
| 附录B 随机传输方程的补充说明 | 第128-131页 |
| 附录C 神经网络PIV-LiteFlowNet-en的中间层输出 | 第131-134页 |
| 附录D 神经网络PIV-LiteFlowNet-en的应用实例 | 第134-137页 |
| 作者简历 | 第137-138页 |
| 攻读博士学位期间科研成果 | 第138-139页 |
