Выбор алгоритма PIV

к.т.н. Карлов Кирилл Рудольфович

при поддержке проекта «Механика времени»

подробное сравнение и рекомендации

В области анализа потоков (PIV — Particle Image Velocimetry) выбор подходящего алгоритма играет ключевую роль в получении точных и надёжных результатов. В этой статье мы подробно рассмотрим четыре алгоритма PIV: Cross Correlation, Phase Correlation, Lucas-Kanade и Lucas-Kanade Improved, — и поможем определиться с выбором в зависимости от задачи.

1. Обзор алгоритмов

Cross Correlation (кросс-корреляция)

• Принцип работы: использует быстрое преобразование Фурье (FFT) для вычисления корреляции между двумя окнами изображения.
• Математическая основа: C(u,v) = FFT⁻¹[FFT(I₁) × FFT*(I₂)]
  где:
  I₁, I₂ — окна изображений
  FFT* — комплексно-сопряженное FFT
  C(u,v) — корреляционная карта
• Преимущества: высокая скорость работы, стабильность, хорошая точность для большинства случаев, низкие требования к памяти, возможность параллелизации.
• Недостатки: ограниченное поле поиска, проблемы с вращением, чувствительность к шуму при низком SNR.
• Рекомендации по применению: подходит для стандартного анализа ламинарных потоков, предварительного анализа, работы с ограниченными ресурсами. Оптимальный размер окна — 32–64 пикселя, перекрытие — 25–50 %, поле поиска — 8–16 пикселей.

Phase Correlation (фазовая корреляция)

• Принцип работы: анализирует фазовую информацию в частотной области для определения смещения.
• Математическая основа:P(u,v) = FFT(I₁) × FFT*(I₂) / |FFT(I₁) × FFT*(I₂)| δ(x,y) = FFT⁻¹[P(u,v)]
  где P(u,v) — нормализованная фазовая корреляция.
• Преимущества: точность субпикселя, устойчивость к шуму, хорошая работа с вращением, независимость от яркости.
• Недостатки: медленнее Cross Correlation, проблемы с периодическими структурами, требует больше памяти, чувствительность к границам.
• Рекомендации по применению: оптимален для анализа вихревых и турбулентных потоков, высокоточных измерений. Рекомендуемый размер окна — 64–128 пикселей, перекрытие — 50–75 %, размер FFT — 64–128.

Lucas-Kanade Feature Tracker

• Принцип работы: использует оптический поток для отслеживания признаков между кадрами.
• Математическая основа: I(x,y,t) = I(x+dx, y+dy, t+dt)
  Линеаризация:
  Iₓdx + Iᵧdy + Iₜ = 0
  где Iₓ, Iᵧ, Iₜ — пространственные и временные производные.
• Преимущества: хорошо работает с большими смещениями, адаптивность, устойчивость к деформациям, работает с разреженными данными.
• Недостатки: очень медленный, нестабильность при использовании OpenCV, чувствительность к параметрам, проблемы с однородными областями.
• Рекомендации по применению: подходит для анализа сложных деформаций, больших смещений, разреженного анализа. Рекомендуемый размер окна — 16–32 пикселя, перекрытие — 0–25 %.

Lucas-Kanade Improved (улучшенный Лукас-Канаде)

• Принцип работы: улучшенная версия Lucas-Kanade с собственной реализацией корреляции и дополнительными оптимизациями.
• Математическая основа: комбинирует улучшенную корреляцию с множественными методами, адаптивное сглаживание с фильтром Гаусса, субпиксельную точность через интерполяцию.
• Преимущества: стабильность, улучшенная точность, адаптивность, хорошо работает с вихрями.
• Недостатки: очень медленный, сложность настройки, высокие требования к ресурсам, может быть избыточным для простых случаев.
• Рекомендации по применению: оптимален для анализа сложных вихревых потоков, турбулентных течений, высокоточного анализа. Рекомендуемый размер окна — 12–24 пикселя, перекрытие — 50–75 %.

2. Сравнительная таблица

Характеристика	Cross Correlation	Phase Correlation	Lucas-Kanade	Lucas-Kanade Improved
Скорость	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐	⭐
Точность	⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
Стабильность	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐	⭐⭐⭐
Память	⭐⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐	⭐⭐
Большие смещения	⭐⭐	⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐
Вращение	⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐⭐
Шум	⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐
Простота настройки	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐	⭐

3. Рекомендации по выбору алгоритма

• Для быстрого анализа: Cross Correlation — лучший выбор для предварительного анализа, работы с большими наборами данных, ограниченных вычислительных ресурсов, стандартных ламинарных потоков.
• Для высокой точности: Phase Correlation — оптимален для калибровочных измерений, научных исследований, требующих субпиксельной точности, анализа вихревых потоков с умеренным вращением.
• Для сложных деформаций: Lucas-Kanade — подходит для анализа больших смещений, нелинейных деформаций, разреженного анализа, сложных турбулентных течений.
• Для вихревых потоков: Lucas-Kanade Improved — специально разработан для анализа интенсивных вихревых движений, сложных турбулентных структур, высокоточного анализа вихрей.

4. Оптимизация параметров

• Размер окна:
  • 16–32 пикселя: быстрый анализ, большие структуры;
  • 32–64 пикселя: стандартный анализ;
  • 64–128 пикселей: высокая точность, мелкие структуры.
• Перекрытие:
  • 0–25 %: быстрый анализ, разреженные данные;
  • 25–50 %: стандартный анализ;
  • 50–75 %: высокая точность, плотные данные.
• Поле поиска:
  • 4–8 пикселей: малые смещения;
  • 8–16 пикселей: стандартные смещения;
  • 16–32 пикселя: большие смещения.

5. Производительность

• Время выполнения (относительно Cross Correlation):
  • Cross Correlation: 1x (базовое);
  • Phase Correlation: 2–3x;
  • Lucas-Kanade: 50–100x;
  • Lucas-Kanade Improved: 100–500x.
• Потребление памяти:
  • Cross Correlation: 1x (базовое);
  • Phase Correlation: 2–4x;
  • Lucas-Kanade: 1–2x;
  • Lucas-Kanade Improved: 3–5x.

Заключение

Выбор алгоритма PIV должен основываться на требованиях к точности, доступном времени, типе потока, размере смещений и вычислительных ресурсах. Для большинства практических задач рекомендуется начинать с Cross Correlation и переходить к более сложным алгоритмам только при необходимости.