粒子图像测速技术
粒子影像测速技术概述
粒子影像测速技术概述粒子影像测速（Particle Image Velocimetry，PIV）技术是一种非侵入式流体力学测量方法，用于研究流体的运动和流场。
该技术通过在流体中悬浮微小颗粒，并利用激光照射和相机拍摄的方式，获得颗粒在不同时间间隔内的位置信息，从而推导出流体的速度场。
PIV技术的基本原理是利用流体中的颗粒作为标记物，在连续拍摄的图像序列中跟踪颗粒的运动轨迹，从而得到流体速度场的空间分布情况。
其中，激光光束被用来照射流体中的颗粒，通过相机拍摄颗粒图像，并计算相邻两幅图像中颗粒位置的变化，从而计算颗粒的位移和速度。
PIV技术的实施过程主要包括以下几个步骤：1.准备实验环境：选择合适的流场实验装置和流体介质，并在流体中悬浮微小颗粒，以便在图像中能够清晰地观察到颗粒的运动轨迹。
2.激光照射：通过激光光源照射流体，形成一个平面光束，并在流体中的颗粒上产生散射，从而在图像中形成明亮的颗粒光斑。
3.图像拍摄：使用高速相机或摄像机对照明的颗粒图像进行连续拍摄，并以一定的时间间隔记录图像序列。
4.图像处理：对连续的图像序列进行处理，包括背景校正、图像配准、颗粒定位等步骤，以获得颗粒位置信息。
5.数据分析：通过比较颗粒在不同时间间隔内的位置信息，计算颗粒的位移和速度，并进一步推导出整个流体区域的速度场分布。
PIV技术的优点在于它能够提供全场的速度信息，而不仅仅是单点或线性的数据。
这使得PIV技术在研究流体湍流、气动性能以及流体工程等领域具有广泛的应用。
同时，PIV技术还可以与其他测量技术相结合，如激光雷达、压力传感器等，以提供更加全面和准确的流体力学数据。
然而，PIV技术也存在一些局限性。
首先，要求流体中应有足够数量和密度的微小颗粒，以便在图像中清晰可见，这对于一些实验环境下的流体可能是困难的。
其次，由于颗粒在流体中的多次散射，会造成颗粒在一些位置上的位置模糊，从而影响速度计算的准确性。
总的来说，粒子影像测速（PIV）技术作为一种先进的非侵入式流体力学测量方法，具有高时空分辨率、全场测量等优点，被广泛应用于航空航天、水力学、气动学等领域的流体力学研究。
三维piv测量原理
三维piv测量原理
三维PIV测量原理：
①三维粒子图像测速技术作为流体力学实验中一种先进手段能够实现对湍流边界层复杂流动结构非接触式全场测量；
②技术核心在于利用激光光源照射流场中播撒粒子通过高速相机记录粒子运动轨迹图像分析获得速度矢量信息；
③与二维PIV相比三维系统需至少三台不同角度布置的相机同步拍摄同一时刻流场确保获取空间立体视角；
④激光源通常采用平面激光诱导荧光PLIF技术产生薄层光束照射流体使其中粒子散射或荧光发光；
⑤为提高信噪比激光脉冲能量强度需达到一定水平同时要求粒子浓度适中过密会导致遮挡过稀则影响跟踪精度；
⑥相机镜头光圈快门速度等参数需精心调试以捕捉清晰粒子图像背景光干扰需降到最低；
⑦图像处理阶段首先进行预处理包括去噪配准拼接等操作然后采用相关算法计算粒子位移；
⑧常用方法有窗口相关全局相关特征点匹配等其中窗口相关法因其实现简单应用最为广泛；
⑨通过分析相邻时间步长图像间粒子位移变化即可得到该位置平均速度瞬时速度脉动速度等参数；
⑩三维PIV技术在航空航天汽车设计水力学等领域有着广泛应用如模拟翼尖涡结构优化发动机内部气流组织；
⑪随着硬件性能提升算法优化三维PIV正向着更高时空分辨率实时在线监测方向发展；
⑫正确理解和掌握三维PIV测量原理对于深入研究流体动力学现象指导工程实践具有重要意义。
粒子图像测速技术
粒子图像测速技术（PIV ）1．PIV 简介粒子图像测速技术(PIV)作为一种全新的无扰、瞬态、全场速度测量方法，在流体力学及空气动力学研究领域具有极高的学术意义和实用价值。
粒子图像测速技术（PIV ）是一种用多次摄像以记录流场中粒子的位置，并分析摄得的图像，从而测出流动速度的方法。
PIV 是流场显示技术的新发展。
它是在传统流动显示技术基础上, 利用图形图像处理技术发展起来的一种新的流动测量技术。
动测量技术。
综合了单点测量技术和显示测量技术的优点综合了单点测量技术和显示测量技术的优点, 克服了两种测量技术的弱点而成的, 既具备了单点测量技术的精度和分辨率, 又能获得平面流场显示的整体结构和瞬态图像。
的整体结构和瞬态图像。
图1. 粒子图像测速技术粒子图像测速技术2．PIV PIV的原理的原理PIV 技术原理简单，就是在流场中撤入示踪粒子，以粒子速度代表其所在流场内相应位置处流体的运动速度．应用强光(片形光束)照射流场中的一个测试平面，用成像的方法(照像或摄像)记录下2次或多次曝光的粒子位置，用图像分析技术得到各点粒子的位移，由此位移和曝光的时间间隔便可得到流场中各点的流速矢量，并计算出其他运动参量(包括流场速度矢量图、速度分量图、流线图、漩度图等)。
因采用的记录设备不同, 又分别称FPIV FPIV ( ( 用胶片作记录) 和数字式图像测速DPIV （用CCD 相机作记录)。
3．PIV PIV系统组成系统组成PIV 系统通常由三部分组成, 每一部分的要求都相当严格。
每一部分的要求都相当严格。
图2. 粒子图像测速系统结构粒子图像测速系统结构（1）直接反映流场流动的示踪粒子。
除要满足一般要求( 无毒、无腐蚀、无磨蚀、化学性质稳定、化学性质稳定、清洁等清洁等) 外,还要满足流动跟随性和散光性等要求。
还要满足流动跟随性和散光性等要求。
要使要使粒子的流动跟随性好, 就需要粒子的直径较小, 但这会使粒子的散光性降低,不易于成像。
piv测速原理
piv测速原理Piv测速原理。
PIV（Particle Image Velocimetry）是一种流体力学实验技术，用于测量流体中的速度场。
它通过在流体中注入颗粒或在流场中存在颗粒的情况下，利用高速摄像机拍摄颗粒图像，进而获取流场速度信息。
PIV技术在流体动力学、空气动力学、生物力学等领域广泛应用，成为研究流体运动的重要手段之一。
PIV测速原理的基本思想是利用颗粒在流场中的运动来推导流体的速度场。
首先，在流体中加入颗粒示踪剂，这些颗粒要足够小，以至于它们的质量对流体的运动不会产生显著影响。
然后，利用激光或者其他光源照射流场，使颗粒产生光斑，再利用高速摄像机拍摄颗粒图像。
最后，通过对连续两帧图像进行处理，可以得到颗粒的位移，从而计算出流场的速度分布。
PIV测速原理的关键在于对颗粒图像的处理和分析。
首先，需要对拍摄到的颗粒图像进行预处理，包括去噪、增强对比度等操作，以便更准确地提取颗粒的位置信息。
接着，利用相关算法或者其他图像处理方法，对两帧图像进行匹配，得到颗粒的位移矢量。
最后，通过位移矢量的计算，可以得到流场中各点的速度信息。
PIV测速原理的优势在于可以在短时间内获取大范围流场的速度信息，且不需要干涉流场，对流体运动不会产生影响。
同时，由于可以获取流场中每个点的速度信息，因此可以对流体运动进行全面的分析和研究。
此外，PIV技术还可以应用于多相流、湍流等复杂流动情况下的速度场测量，具有广泛的适用性。
然而，PIV测速原理也存在一些局限性。
首先，颗粒图像的处理和分析需要较为复杂的算法和技术，对于图像质量和颗粒分布有一定要求；其次，颗粒图像的拍摄需要高速摄像机和高功率激光等设备，成本较高；最后，对于流体中速度梯度较大的情况，PIV技术可能会出现测量误差。
总的来说，PIV测速原理是一种重要的流体力学实验技术，通过对颗粒图像的处理和分析，可以获取流场的速度信息。
它在流体力学研究、流体工程、空气动力学等领域具有广泛的应用前景，对于理解流体运动规律、优化流体设备等具有重要意义。
PIV原理及其应用
PIV原理及其应用PIV是Particle Image Velocimetry的缩写，意为“粒子图像测速”，是一种用于测量流场速度和流体运动行为的非接触式光学测量技术。
它通过将流场中的小颗粒（通常是悬浮在液体中的粒子）作为示踪物来进行测量，利用高速摄像机等设备捕捉颗粒图像，并通过图像处理和分析获取流场的速度和速度矢量分布信息。
PIV的基本原理是利用颗粒在流场中随流动变化的速度来获取流场速度信息。
具体操作过程包括以下几个步骤：1.示踪颗粒标记：在流体中添加适量的颗粒（通常是微米级的粒子），这些颗粒应具有足够的密度和散射光的特性，以便使它们能够被摄像机捕捉到。
2.图像获取：使用高速摄像机等设备对流场中的颗粒进行连续的图像捕获。
由于颗粒会在流场中运动，因此在时间序列上连续获取的图像可以反映出颗粒的运动轨迹。
3.图像处理：对连续捕获的图像进行处理，以识别和跟踪颗粒的位置。
通常使用相关算法、互相关算法或相关算法和追踪算法的组合来实现。
4.速度计算：根据颗粒在相邻图像之间的位移，计算每个颗粒的瞬时速度。
可以根据这些速度数据获取流场的速度分布和速度矢量图像。
PIV技术具有许多应用领域，以下列举其中几个典型的应用：1.流体力学研究：PIV技术可以用于测量液体和气体的粘性、湍流、湍流结构、边界层行为等流体力学性质。
通过获取流体流动的速度分布和速度矢量图像，可以对流体的流动行为进行详细的分析和研究。
2.空气动力学研究：PIV技术可以用于测量飞机、汽车、船舶等物体周围的气流速度和流场结构。
这对于设计和优化运输工具的气动外形、减少阻力和气动噪声等方面具有重要意义。
3.涡流研究：PIV技术可以用于测量涡流的速度、旋转方向和强度等特性。
涡流是流体中旋转速度明显高于周围流体的局部区域，它在空气动力学、流体力学和气象学等领域中都有重要的研究价值。
4.生物流体力学研究：PIV技术可以用于测量生物流体中的速度分布，如心脏血流、肺部气流、细胞运动等。
piv粒子测速仪技术参数
piv粒子测速仪技术参数
PIV（Particle Image Velocimetry）粒子测速仪是一种常用的
流体力学实验技术，用于测量流体中的速度场分布。
以下是一些常
见的 PIV 粒子测速仪的技术参数：
1. 分辨率：PIV 粒子测速仪的分辨率是指它能够检测到的最小
速度变化。
通常以像素/距离的形式表示，例如 1 pixel/mm。
2. 采样率：采样率指的是测速仪在单位时间内进行测量的次数。
它决定了测速仪对流体速度变化的响应能力。
3. 测量范围：测量范围是指测速仪可以有效测量流体速度的区
域大小。
它通常由测速仪的光学系统和图像传感器决定。
4. 粒子浓度：粒子浓度是指在测量中所使用的示踪粒子的浓度。
适当的粒子浓度可以提高图像的质量和测量的准确性。
5. 曝光时间：曝光时间是指光源照射示踪粒子的时间。
适当的
曝光时间可以保证图像清晰度和示踪粒子的轨迹清晰可见。
6. 图像处理算法：PIV 粒子测速仪通常使用图像处理算法来分析图像序列，提取流体速度信息。
常见的算法包括互相关算法和基于相关峰的算法。
这些是一些常见的 PIV 粒子测速仪的技术参数，不同型号的测速仪可能会有一些差异。
在选择和使用 PIV 粒子测速仪时，需要根据实际需求和实验条件来确定合适的技术参数。
PIV实验技术报告
PIV实验技术报告摘要：本文介绍了PIV（粒子图像测速）实验技术的原理、仪器设备、实验过程和数据处理方法。
通过PIV实验，可以精确地测量流体介质中的速度分布，并对流场的运动特性进行分析和研究。
实验结果表明，PIV技术是一种高精度、高分辨率的流场测量方法，对于流体力学研究和工程应用具有重要意义。
1.引言粒子图像测速(PIV)是一种用于测量流体介质中速度场分布的非接触式测量方法。
它通过在流场中添加颗粒或通过实验液体中的已有颗粒来测量流场中颗粒的运动轨迹，并利用计算算法来获得流场中的速度矢量场。
本文主要介绍PIV技术的原理、仪器设备、实验过程和数据处理方法。
2.原理PIV实验的基本原理是通过拍摄两幅连续时间间隔极短的图像，再通过计算机处理这两幅图像来获得流场速度分布。
实验中，通过成像装置将流场中的颗粒的二维图像记录下来，并通过图像处理软件对这些图像进行处理，得到颗粒运动的位移信息。
根据颗粒在两幅图像中的位置变化以及两幅图像之间的时间间隔，可以计算出流场中颗粒的平均速度。
3.仪器设备PIV实验所需的主要仪器设备有：激光器、摄像机、成像装置、实验容器和图像处理软件。
激光器用于提供激光光源，摄像机用于捕捉流场中颗粒的图像，成像装置用于将颗粒的图像传送给摄像机进行记录，实验容器用于容纳流体介质，图像处理软件用于对图像进行处理和分析。
4.实验过程PIV实验的基本步骤包括：实验准备、实验装置安装、调试系统、进行实验和数据处理。
实验前需要根据具体情况选择合适的颗粒，并进行流动性能测试以确定实验参数。
然后需要根据实验要求进行装置安装和调试，确保实验装置的稳定性和准确性。
实验过程中，通过激光照射流体中的颗粒，并通过摄像机记录颗粒的图像。
最后，通过图像处理软件对图像进行处理和分析，得到流场的速度分布数据。
5.数据处理方法PIV实验得到的数据需要经过一系列处理方法来提取有用的流场信息。
数据处理方法包括：图像预处理、图像匹配、自相关分析、位移矢量计算和速度矢量分析。
粒子图像测速技术
热灾害实验技术粒子图像测速技术实验目的：测量流场的速度分布实验装置：摄像头，片光源，计算机实验原理与方法：互相关算法：根据DPIV 互相关算法理论，过一采样窗口，同一特定位置，可顺序获取两幅数字图像。
粒子的位移可从一幅图像到另一幅相对应的图像经互相关计算获得。
两幅顺序获取图像中相同位置的两个查问窗口函数 f(m ，n)和g(m ，n)，从信号系统的观点出发，g(m ，n)可以看作是f(m ，n)经线性转换后叠加以噪声而成，如图所示。
1、预先在流场中撒入一定浓度和大小的示踪粒子，用脉冲激光片光源照明二维流场，在垂直片光的方向上摄像，获得两次或者多次曝光的粒子图像。
2、对采取的图像使用Photoshop进行处理使之变成长宽为256x256的灰度图像，使用matlab和互相关算法编程，对图像进行处理，得到二维流场中速度矢量分布图。
实验结果：隔两帧得到的灰度图：得到速度矢量图如图所示：得到速度矢量图如图所示：源程序：function [XNum,YNum,AutoFlag]=g(a1,a2,OutFile) fid1=fopen('a1.jpg','r');fid2=fopen('a2.jpg','r');fid3=fopen('OutFile.jpg','w');XL=256;YL=256;frewind(fid1);Image1=fread(fid1,[XL,YL]);frewind(fid2);Image2=fread(fid2,[XL,YL]);WinSizeX=64;WinSizeY=64;DeltaX=16;DeltaY=16;XNum = (XL-WinSizeX)/DeltaX;YNum = (YL-WinSizeY)/DeltaY;a=3.4968e+006 +4.7425e-010i;frewind(fid3);for j1=1:YNum+1;for i1=1:XNum+1;CorrWin1=Image1((i1-1)*DeltaX+1:(i1-1)*DeltaX+WinSizeX,(j1-1)*Del taY+1:(j1-1)*DeltaY+WinSizeY);CorrWin2=Image2((i1-1)*DeltaX+1:(i1-1)*DeltaX+WinSizeX,(j1-1)*Del taY+1:(j1-1)*DeltaY+WinSizeY);F1=fft2(CorrWin1);F2=fft2(CorrWin2);S=F2.*conj(F1);Pks=ifft2(S);Pks=fftshift(Pks);Pks=Pks/a;if (i1==2)SURF(abs(Pks));pauseend[temp1,maxx]=max(Pks);[temp2,maxy]=max(temp1);if temp2==0.0 || abs(maxx(maxy)-WinSizeX/2-1)> WinSizeX/3.0 || abs(maxy-WinSizeY/2-1)>WinSizeY/3.0VX(i1,j1)=0;VY(i1,j1)=0;Corr(i1,j1)=0;elseTX=maxx(maxy);TY=maxy;Corr(i1,j1)=temp2;%---------用高斯拟合峰值的精确位置-----------y0=Pks(TX-1,TY); %横向y1=Pks(TX,TY);y2=Pks(TX+1,TY);CX1=(y0-y2)/(2.0*(y0+y2-2.0*y1));y0=Pks(TX,TY-1); %纵向y1=Pks(TX,TY);y2=Pks(TX,TY+1);CY1=(y0-y2)/(2.0*(y0+y2-2.0*y1));y0=Pks(TX-1,TY-1); %第一对角线y1=Pks(TX,TY);y2=Pks(TX+1,TY+1);CX2=(y0-y2)/(2.828*(y0+y2-2.0*y1));CY2=(y0-y2)/(2.828*(y0+y2-2.0*y1));y0=Pks(TX+1,TY-1); %第二对角线y1=Pks(TX,TY);y2=Pks(TX-1,TY+1);CX3=-(y0-y2)/(2.828*(y0+y2-2.0*y1));CY3=(y0-y2)/(2.828*(y0+y2-2.0*y1));%--------------------------------------------------VX(i1,j1)=TX+CX1+CX2+CX3-WinSizeX/2-1;VY(i1,j1)=TY+CY1+CY2+CY3-WinSizeY/2-1;endX(i1,j1)=WinSizeX/2+(i1-1)*DeltaX;Y(i1,j1)=WinSizeY/2+(j1-1)*DeltaY;%if(abs(Corr(i1,j1))>abs(a))% a=Corr(i1,j1);%end;fprintf(fid3,'%8.2f,%8.2f,%12.6f,%12.6f,%8.2f\n',X(i1,j1),Y(i1,j1 ),VX(i1,j1),VY(i1,j1),Corr(i1,j1));end%j1end%aquiver(X,Y,VX,VY);fclose(fid1);fclose(fid2);fclose(fid3);cx=5;cy=5;sigma=0;for j1=1:YNum+1,for i1=1:XNum+1,sx=cx*abs(VX(i1,j1)-cx)/(cx*cx+cy*cy);sy=cy*abs(VY(i1,j1)-cy)/(cx*cx+cy*cy);sigma=sigma+sqrt(sx*sx+sy*sy);endendsigma=sigma*100/((XNum+1)*(YNum+1)); %百分比[s,errmsg]=sprintf('sigma=%f\n',sigma);s。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
南京理工大学课程考核论文课程名称：图像传感与测量论文题目：粒子图像测速技术姓名：陈静学号： 314101002268 成绩：任课教师评语：签名：年月日粒子图像测速技术一、引言粒子图像测速技术即PIV（Particle Image Velocimetry）是流场显示技术的新发展。
它是在传统流动显示技术基础上，利用图形图像处理技术发展起来的一种新的流动测量技术。
湍流、复杂流动、非定常流动等现象一直是流体力学中重要的研究对象及疑难问题，因此开发适于流体运动研究的方法与技术也始终是一个重要的课题[1]。
早期发明的热线热膜流速计(简称HWFA)至今已有80多年的历史，曾经为流动测量特别是湍流的研究立下过汗马功劳。
这项技术的最大缺点是接触式测量，对流场有较大的干扰[2]。
20世纪60年代发展起来的激光多普勒测速仪(简称LDV)，利用流场中粒子的散射，测量散射光对原入射光的多普勒频移量，计算粒子的运动速度，实现了对流场的无接触测量[3]，这种技术具有极好的时间分辨率和空间分辨力，可做三维测速，已经成为流速测量的标准技术并得到了广泛应用。
然而，它和热线流速仪一样，都只是单点测量技术，难以实现对流场的全场、瞬态测量。
20世纪80年代发展起来的粒子图像测速技术则是在流动显示的基础上，充分吸收现代计算机技术、光学技术以及图像分析技术的研究成果而成长起来的最新流动测试手段，它不仅能显示流场流动的物理形态，而且能够提供瞬时全场流动的定量信息，使流动可视化研究产生从定性到定量的飞跃。
二、主要内容1.粒子图像测速技术的原理粒子图像测速技术原理简单，就是在流场中撤入示踪粒子，以粒子速度代表其所在流场内相应位置处流体的运动速度。
应用强光(片形光束)照射流场中的一个测试平面，用成像的方法(照像或摄像)记录下两次或多次曝光的粒子位置，用图像分析技术得到各点粒子的位移，由此位移和曝光的时间间隔便可得到流场中各点的流速矢量，并计算出其他运动参量(包括流场速度矢量图、速度分量图、流线图、漩度图等)[4]。
2.粒子图像测速技术的优点粒子图像测速技术的突出优点表现在：(1)突破了空间单点测量(如LDV)的局限性，实现了全流场瞬态测量；(2)实现了无扰测量，而用毕托管等仪器测量时对流场都有一定的干扰；(3)容易求得流场的其他物理量，由于得到的是全场的速度信息，可方便的运用流体运动方程求解诸如压力场、涡量场等物理信息。
因此，该技术在流体测量中占有重要的地位[4]。
3.粒子图像测速技术的分类（1）按其成像介质分类PIV按其成像介质可分为基于模拟介质的GPIV（Graphic Particle Image Velocimetry）和基于CCD相机的DPIV（Digital Particle Image Velocimetry）。
GPIV是用照相采集的方法将序列图像记录在胶片或录像带上[6]，然后用光学方法或扫描仪形成数字图像，实现自相关模板匹配运动估值。
其优点是模拟介质分辨率高，可以观测较大的视场，且精度高，图像捕获速度快，可以测量高速流场[5]，但由于其成像后的处理时间长，因而无法实现在线应用，成为其不可克服的缺陷。
同时由于GPIV一般将两次或多次曝光成像在同一底片上(单帧多曝光图像)，在图像分析上有速度矢量方向二义性问题，虽已有解决方法，但处理较复杂。
DPIV系统实际上是PⅣ系统的数字化形式[7]，它强调用数字方法来记录视频图像而不是摄影胶片，DPIV所有的分析都用计算机来进行，代替了GPIV的复杂的光学系统，不需再做胶片的湿处理，同时DPIV将两次或多次曝光的粒子由CCD相机经数字图像采集设备采得该截面的序列图像(单帧单曝光图像而非GPIV的单帧多曝光图像)，自然解决了速度方向的二义性问题。
DPIV的决定性优点在于便于数字处理，能提供实验参数的在线调整，使得它成为PIV的重要发展方向。
（2）按粒子密度分类PIV源于固体应变位移测量的散斑技术，将PIV技术按照示踪粒子的浓度分为激光散斑测速技术(Laser Speckle Velocimetry，LSV)，粒子图像测速仪(Particle Image Velocimetry，PⅣ)以及粒子跟踪测速仪(Particle Tracking Velocimetry，PTV)三类[8]。
当流场中粒子浓度极低时，我们有可能识别、跟踪单个粒子的运动，从记录的粒子图像中测得单个粒子的位移，这种低粒子图像密度模式的测速方法即为PTV技术。
当流场中粒子浓度很高时，以至于用相干光照明时，粒子衍射图像在成像系统像面上互相干涉形成激光散斑图案(散斑已经掩盖了真实的粒子图像)，这种极高粒子图像密度模式的测速方法即为LSV技术。
PIV技术是指选择粒子浓度使其成为较高成像密度模式，但并未在成像系统像面上形成散斑图案，而仍然是真实的粒子图像(或单个的粒子衍射图像)，此时这些粒子已无法单独识别，底片判读只能获得一判读小区域中多个粒子位移的统计平均值。
目前，LSV 技术己很少采用，这是因为高粒子浓度对流场干扰较大，而测量精度、实验设备均与PIV技术基本相同。
4.粒子图像测速技术的应用（1）两相流测量[9]。
选用合适的示踪粒子显示液体的运动,并用高速摄像机采集气液两相流动数字图像，从图像处理着手，根据图像灰度的不连续性和相似性，对采集到的两相流数字粒子图像进行分离，实现液体示踪粒子和气泡的标定。
采用互相关算法得到液体流场速度分布，同时利用跟踪法得到气泡的速度分布。
（2）风沙流测量[10]。
风沙环境风洞是研究风沙流的主要实验设备, 引入PIV 技术可以克服传统的测量仪器( 如皮托管、集沙仪等) 对流动的干扰, 可以得到风沙流实时空间结构的精确定量信息, 这对风沙物理以及风沙工程研究具有重要意义。
（3）往复隔板絮凝池[11]。
絮凝在自来水厂的净化工艺中是一个十分重要的环节, 是通过水流流动的能量消耗, 促使水中胶体颗粒在混合阶段脱稳, 经初步聚集的微絮粒相互接触碰撞, 逐步形成能满足沉降分离要求的较大絮体的过程。
因此在絮凝过程中, 水流的流态以及水流的结构等水力特性对絮凝效果有着直接的影响。
往复隔板絮凝池属于推流式絮凝池, 因其构造简单, 施工和管理方便, 效果有保证, 成为大型水厂经常采用的工艺形式。
由于往复隔板絮凝池廊道狭窄、絮凝池拐弯水流结构复杂, 使整个流场的量测十分困难，致使人们对絮凝池中混凝现象和涡漩运动的认识很有限。
采用了粒子图像测速技术, 对其流场进行量测与相关分析, 提高了分析结果的准确性和可靠性。
（4）河工模型实验[12]。
在河工模型试验中, 表面流场的观测是一项重要的测量内容, 它要求在某一特定时段内( 如某一洪峰历时)测出试验区内表面流速的大小和分布, 采用常规方法, 是在试验段上布设许多测量断面, 用旋桨流速仪进行多点采集, 当测量区域较大时,完成一次这样的测量所用时间较长, 而在模型试验中, 由于水流条件变化的限制, 这种测量一般都要求在较短的时段内完成, 尤其是象黄河这样的多沙游荡性河流, 不仅洪峰期短, 洪峰流量大, 而且河道含沙量高, 河床冲淤变化迅速, 若用常规方法, 很难在模型试验中迅速、准确地测出其流速场。
PIV将芯片技术、计算机技术、图像技术和数字信号技术等结合在一起, 利用流体中跟随性较好的示踪粒子的成像来测量流体的速度, 能实现对模型表面流场的实时采集、处理, 最后生成流场矢量分布图, 具有测量速度快、精度高、范围广的优点。
三、总结粒子图像测速技术综合了单点测量技术和显示测量技术的优点, 克服了两种测量技术的弱点而成的, 既具备了单点测量技术的精度和分辨率, 又能获得平面流场显示的整体结构和瞬态图像。
作为一种全场、无扰、瞬时测速技术，PIV 已经成为流体力学研究的一种重要手段，其技术也已从二维发展至三维，并己应用于多相流的研究中。
四、参考文献[1]申功祈. 全场观测技术概念、进程与展望[J]. 北京航窄航天大学学报, 1997，23(3)：332-340.[2]康琦，申功祈. 全场测速技术进展[J]. 力学进展, 1997，27(1)：106-120.[3]盛森之，徐月亭等. 90年代的流动测量技术[M]. 北京：北京大学出版社, 1993.[4]许联锋，陈刚，李建中，邵建斌. 粒子图像测速技术研究进展[J]. 力学进展, 2003,33(4):23-28.[5]马广云，申功祈. PIV测速技术试验参数研究[J]. 空气动力学学报, 1995，13(3)276-282.[6]冯旺聪，郑士琴. 粒子图像测速(PIV)技术的发展[J]. 仪器仪表用户, 2003.[7]盛森芝，徐月亭，袁辉靖. 近十年来流动测量技术的新发展[J]. 力学与实践, 2002.[8]Adrian R J. Particle-imaging techniques for experimental fluid mechanics. Annual Review of Fluid Mechanics, 1991，23：261～304.[9]阮晓东，刘志皓，瞿建武. 粒子图像测速技术在两相流测量中的应用研究[J]. 浙江大学学报, 2005,39(6):247-253.[10]钱广强，董治宝，王洪涛，罗万银. 粒子图像测速（PIV）技术在风沙环境风洞中的应用[J]. 中国沙漠, 2006,26(6):176-183.[11]詹咏，朱雪诞，蔡鸣. 粒子图像测速技术在往复隔板絮凝池中的应用[J]. 环境科学与技术, 2006,29(4):129-133.[12]黄建成，惠刚桥. 粒子图像测速技术在河工模型实验中的应用[J]. 人民长江, 1998,29(12):113-119.。