(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210920422.5 (22)申请日 2022.08.02 (71)申请人 哈尔滨工程大 学 地址 150001 黑龙江省哈尔滨市南岗区南 通大街145号哈尔滨工程大学科技处 知识产权办公室 (72)发明人 张浩然　韩阳　郭春雨　郐云飞　 王超　叔渤洋　范毅伟　朱军鹏　 (51)Int.Cl. G06T 5/00(2006.01) G06T 3/00(2006.01) G06T 17/00(2006.01) (54)发明名称 基于仿射与B样条网格变换的透明结构物内 流场图像畸变矫 正系统及方法 (57)摘要 本发明提供了一种基于仿射与B样条网格变 换的透明结构物内流场图像畸变矫正系统及方 法， 包含标定纸， 结构物外套箱体， PIV系统与后 处理算法。 标定纸内置在结构物中， 且需布满待 测平面， 可直接观察到畸变后图像； 结构物外套 水密箱体包覆待测结构物， 箱 体内充满结构物内 溶液， 从箱体外界观察的观察窗为平面， 观察到 的图像畸变情况已基本矫正； PIV系统包括两台 高速相机、 激光器、 同步器、 计算机； 通过后处理 软件获取畸变前后图像像点的多项式映射关系， 将映射关系逆向应用于直接拍摄情况下结构物 内部的流动图像， 获取未经过畸变的真实流动情 况。 通过管道内流动流场的PIV试验数据进行正 畸效果验证， 可为后续的复杂结构物内流场试验 数据的处 理与分析提供 数据支撑 。 权利要求书2页 说明书5页 附图3页 CN 115375562 A 2022.11.22 CN 115375562 A 1.一种基于仿射与B样条网格变换的透明结构物内流场图像畸变矫正系统， 其特征在 于： 包括标定纸、 透明结构物(1)、 结构物外套箱体(2)、 PIV系统与后处理算法； 所述标定纸 内置在透明结构物(1)中， 且布满待测平面； 所述结构物外套箱体(2)包覆待测 透明结构物 (1)， 结构物外套箱体(2)内充满结构物内溶液； 所述PIV系统包括第一高速相机(6 ‑1)、 第二 高速相机(6 ‑2)、 同步器(7)、 激光器(8)及计算机(9)， 第一高速相机(6 ‑1)、 第二高速相机 (6‑2)、 激光器(8)及计算机(9)均连接在同步器(7)上； 所述后处理算法是通过后处理软件 获取畸变前后图像像点的多项式映射关系， 将映射关系逆向应用于直接拍摄情况下结构物 内部的流动图像， 可获取 未经过畸变的真实流动情况。 2.根据权利要求1所述的一种基于仿射与B样条网格变换的透明结构物内流场图像畸 变矫正系统， 其特征在于： 所述标定纸， 通过透明结构物(1)观 察得到畸变后的图像； 通过结 构物外套箱体(2)观察标定纸得到基本矫 正的畸变前图像。 3.根据权利要求1或2所述的一种基于仿射与B样条网格变换的透 明结构物内流场图像 畸变矫正系统， 其特征在于： 若待测透明结构物(1)不方便进 行结构物外套箱体(2)的包覆， 可构建等比例同透明材 料模型， 仅用于畸变前后映射关系的获取。 4.一种基于仿射与B样条网格变换的透明结构物内流场图像畸变矫正方法， 其特征在 于： 具体步骤如下： 步骤1： 读入畸变前和畸变后的标定纸图像Ifixed和Ifloat， 构建函数， 实现由畸变后图像 向畸变前图像的映射映射函数为T(x,y)， x,y分别为二 维变换的两个方向,变换方式包括整 体变换Tglobal(x,y)和局部变换Tlocal(x,y)， 即： T(x,y)＝Tglobal(x,y)+Tlocal(x,y)； 步骤2： 利用仿射变换的方法对图像进行全局变换， 仿射在二维图像 中拥有平移、 旋转、 缩放、 切变四种变换 7个自由度， 表示 为： θ11， θ12， θ13， θ21， θ22， θ23为仿射变换的变换参数。 步骤3： 利用B样条网格变换的方法对图像进行局部变换， 通过构建均匀分布的B样条控 制点网格把图像网格化， 均匀间距为δ， 控制点也就是网格节点的位移值为Φi,j； 利用控制 点的变换拟合出图像中每一个像素点的位移值， 受其周围4 ×4个控制点位移值影响， 通过 控制网格节点的位移 就可以实现畸变图像的局部变换， 控制点位移时只会 带动其周围有限 范围内像素产生局部变换， 即： 其中， B0(t)～B3(t) 为三次B样条基函数， x,y为任意 点坐标， δ 为网格节点间距， t为变量， Φ为节点 位移值。 权　利　要　求　书 1/2 页 2 CN 115375562 A 2为了约束基于样条线的自由变形是平滑的， 引入一个惩罚项λCsmooth(T)来正则化变换， 正畸模型的代价 函数为： C( θ,Φ)＝ ‑Csimilarity(T(Ifloat),Ifixed)+λCsmooth(T) 其中， H(T(Ifloat))， H(Ifixed)分别代表两幅图像的边界熵， H(T(Ifloat),Ifixed)代表它们 的联合熵， 由两幅图像的联合直方图计算， λ为正则化系数， X,Y分别为图像在x和y两个方向 上的最大坐标点， N 为图像的像素点个数； 步骤4： 变换后图像像素坐标对应固定图像的整数坐标， 所以变换前的坐标会有非整数 的， 所以需要对这部分非整数的坐标进行双三次插值； 步骤5： 找到能够使正畸模型代价函数最小化的最优变换， 采用LBFGS的方法作为优化 算法； 步骤6： 将最优变换逆向应用于直接拍摄情况下结构物内部的流动图像， 可获取未经过 畸变的真实流动情况。权　利　要　求　书 2/2 页 3 CN 115375562 A 3