PDF 8.939kB - Hochschule Ulm
PDF 8.939kB - Hochschule Ulm
PDF 8.939kB - Hochschule Ulm
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Kapitel 3. Particle Image Velocimetry<br />
Abb. 3.5: Grundidee des Template-Matching.<br />
Nach [7, S.414ff] lassen sich für dieses Verfahren drei Aufgabenstellungen ableiten:<br />
1. es muss ein Ähnlichkeitsmaß zwischen zwei Teilbildern definiert werden,<br />
2. es muss eine Suchstrategie entwickelt werden um eine optimale Übereinstimmung<br />
möglichst schnell zu finden,<br />
3. es muss eine minimal zulässige Ähnlichkeit definiert werden.<br />
Aus Sicht des PIV-Auswerteverfahren ergibt sich in diesem Zusammenhang also folgendes<br />
Bild. Gegeben sind zwei Bilder, welche beleuchtete Tracer-Partikel enthalten und in einem<br />
kurzen Zeitabstand nacheinander aufgenommen wurden. Ziel ist es, ein Vektorfeld zu<br />
berechnen, das die mittlere Verschiebung der Partikel innerhalb einer lokalen Gruppe beschreibt.<br />
Aus Sicht der digitalen Signalverarbeitung wird also ein System gesucht, dass ein<br />
Eingangsbild G in ein Ausgangsbild G ′ transformiert. Dies ist in Abb. 3.6 dargestellt. Die<br />
Transferfunktion dieses Systems H ist ein Abbild des Systemverhaltens und wird bestimmt<br />
durch eine Verschiebungsfunktion d und einem Rauschanteil N. Die gesuchte Funktion ist<br />
die Verschiebungsfunktion d, da diese die Bewegung der Partikel beschreibt.<br />
Abb. 3.6: Signalflussdiagramm<br />
Die Aufgabe besteht nun darin, diese Verschiebungsfunktion d aus den bekannten Bildern G<br />
Masterarbeit Julian Paar 26