关键词:
流体可视化
旋涡特征提取
旋转不变性
预测校正法
涡核线
摘要:
流体特征可视化技术利用仅提取流体特征的方式来获取有用信息,从而缩减庞大的流体数据,其广泛应用于医学、航天等领域。作为流体中最重要的特征之一,旋涡特征的提取逐渐成为流体特征可视化的重要内容。目前,模拟流体的方法主要有欧拉网格法和拉格朗日粒子法。光滑粒子流体动力学(Smoothed Particle Hydrodynamics,SPH)是拉格朗日粒子法中的一种,它将流体离散为若干粒子,通过粒子之间的相互作用来逐步计算整个流体的流动状态。但受参考系移动等因素影响,提取SPH流体特征时存在特征丢失等问题。因此,本文对SPH流体中高效、准确的旋涡特征提取方法进行研究。目前,仍未有一个通用的定义描述流体的旋涡特征,导致对旋涡的判断依据各不相同,旋涡特征提取的精度也需要进一步提高。本文针对当前SPH流体特征可视化中存在的特征提取精度和适用范围问题展开研究,给出了一种基于旋转不变性的预测校正旋涡提取算法,以更准确地提取旋涡特征。首先,针对特征提取精度较低的情况,本文给出一种在旋转不变性参考系中提取旋涡种子点的方法。该方法通过计算旋转不变性雅可比矩阵提取种子点,以消除参考系移动所导致的精度下降。其次,针对旋转不变性方法只能提取执行等速旋转运动的旋涡特征的问题,本文设置特定轴线以扩大旋转不变性方法的适用范围。最后,模拟卡门涡街等流体场景,并对本文提出的算法及原预测校正法进行对比分析。实验结果证明,本文提出的基于旋转不变性的预测校正旋涡提取算法能够更准确地提取流体的旋涡特征。此外,对于多轴场景,本文方法对数据集进行分割并分别提取旋涡特征。提取结果表明,本文方法能将旋转不变性方法应用于一般场景,并保证了一定的准确率。