La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Neural Network Based Algorithm for Particle Pairing Problem of PIV Measurements Un algorithme basé sur un réseau neuronal pour le problème d'appariement de particules des mesures PIV

Achyut SAPKOTA, Kazuo OHMI

  • Vues en texte intégral

    0

  • Citer

Résumé:

La vélocimétrie par image de particules (PIV) est un outil largement utilisé pour mesurer les différentes propriétés cinématiques de l’écoulement d’un fluide. Dans cette technique de mesure, une feuille de lumière laser pulsée est utilisée pour éclairer un champ d'écoulement ensemencé de particules traceuses et à chaque éclairement, les positions des particules sont enregistrées sur des caméras numériques CCD. Les deux images de caméra résultantes peuvent ensuite être traitées par diverses techniques pour obtenir les vecteurs vitesse. L'une de ces techniques implique le suivi des particules individuelles afin d'identifier le déplacement de chaque particule présente dans le champ d'écoulement. Le déplacement des particules individuelles ainsi déterminé donne l'information sur la vitesse s'il est divisé par un intervalle de temps connu. La précision ainsi que l’efficacité de ces systèmes de mesure dépendent de la fiabilité des algorithmes permettant de suivre ces particules. Dans le présent travail, un algorithme basé sur un réseau neuronal cellulaire a été proposé. Le test de performance a été effectué à l’aide des images de flux standard. Il fonctionne bien par rapport aux algorithmes existants en termes de fiabilité, de précision et de temps de traitement.

Publication
IEICE TRANSACTIONS on Information Vol.E92-D No.2 pp.319-326
Date de publication
2009/02/01
Publicisé
ISSN en ligne
1745-1361
DOI
10.1587/transinf.E92.D.319
Type de manuscrit
PAPER
Catégories
Reconnaissance d'images, vision par ordinateur

Auteurs

Mots-clés

Table des matières