关于SOM网络的智能化粒子测速算法.pdf

第30卷第3期 系统工程与电子技术 V01．30No．3 andElectronics Mar．2008 2008年3月 SystemsEngineering 文童编号：1001—506X(2008)03—0565—03 基于SOM网络的智能化粒子测速算法 杜 海1’2，李木国2 (1．大连理工大学电子与信息工程学院，辽宁大连116024；2．大连理工大学海岸和近海 工程国家重点实验室， 辽宁大连116024) SOM神经网络对粒子测速技术中运动追踪方法进行了改进，并在匹配过程中根据兴趣区域的粒子密度对粒子追 踪算法与粒子相关算法进行了选择处理。经SoM网络改进的测速算法首先利用相关后的结果进行网络构建，然 后使用追踪技术对候选匹配点进行筛选。该算法不仅消除了粒子密度与灰度分布的敏感性，而且也降低了相关 时对分析窗口尺寸的敏感。最后，使用人工合成的粒子图进行了算法验证及误差分析。结果表明：所提算法在分 析精度方面有很大的提高并且具有很强的鲁棒性。 关键词：自组织映射神经网络；粒子图像测速；相关技术；追踪技术；鲁棒性 中图分类号：O353 文献标志码：A methodfor basedonSOMnetwork Intelligentizedparticleimagevelocimetry DUHail¨．LI Mu—gu02 (1．School 116024，China； ofElectronicInformationEngineering，DalianUniv．ofTechnology，Dalian 2．StateLabCoastaland 116024，China) Key of OffshoreEngineering．DaLianUniv．ofTechnology，Dalian onKohonen Abstract：Amodified based self-organizedmapping(SOM) particleimagevelocimetry(PIV)method neuralnetworkis the networkisusedtO themotional presented．Inproposed improve trackingcapa— algorithm，SOM the andthe correlationarecombinedtO tO bility particletrackingalgorithmparticle algorithm processimagesaccording resultsofcross-correlationareusedtObuild methodis particledensity．Firstly，the network．Secondly，thetracking tO newPIV SOM reducethe on usedselect