基于Deeplab v3+的PIV误矢量修复

在PIV图像后处理过程中,修正其误矢量对获取准确速度矢量场起到关键作用。本研究在模拟和实验矢量图数据库中人为添加误矢量,通过标注添加误矢量图像,用Deeplab v3+算法来识别分割误矢量,并同时生成用于修正的掩膜(mask),其识别分割的损失控制在0.001。对于修复,使用了DeepFill v2算法,用正确矢量图像训练网络,将损失稳定于0.05。将识别生成的mask和原始待修正的PIV图像,放入修正图像,靠输入指令即可实现PIV矢量图像中的误矢量自动识别与修正。结果表明,此方法,可批量处理PIV矢量图像,简单方便且自动化,具有较高的识别分割与修正精度。