MIKE21教程
不错的MIKE21中文教程，主要介绍MIKE21水动力模块方面的内容Www.Zlvo.Com42.7风场( Wind forcing)···;;;·36注意:42.8冰盖( ce coverage)4.2.9引潮势( Tidal potential)42.10降水-蒸发( Precipitation- Evaporation)….4142.1波浪辐射应力( Wave radiation)424212源( Sources4342.13水工结构物( Structures)454.2.14初始条件( nitial conditions)42.15边界条件( Boundary conditions)6142.16温度/盐度模块(Tcmpcraturc/Salinity Module)6742.17湍流模块( Turbulence module)42.8解耜( Decoupling)….…6742.9输出( Outputs)…特别说明:本手册部分内容来源于网络。Www.Zlvo.Com第一章模型介绍11简介MIKE21是一个专业的工程软件包,用于模拟河流、湖泊、河口、海湾、海岸及海洋的水流、波浪、泥沙及环境。MIKE21为工程应用、海岸管理及规划提供了完备、有效的设计环境。高级图形川户界面与高效的计算引擎的结合使得MIKE2I在世界范围内成为了一个水流模拟专业技术人员不可缺少的工具。丹麦水力研究所开发的平面二维数学模型MIKE21,曾经在丹麦、埃及、澳洲、泰国及中国香港、台湾等国家和地区得到成功应用,在丬面二维白由表面流数值模拟方面具有强大的功能。目前该软件在中国的应用发展很快,并在一些大型工程中广泛应用,如:长江口综合治理工程、杭州湾数值模拟、南水北调工程、重庆市城市排污评价、太湖富营养模型、香港新机场工程建设等。12MIKE21软件特点(1)用户界面友好,属于集成的 Windows图形界面;(2)具有强大的前、后攵理功能。在前处理方面,能根据地形瓷料进行计算网格的划分;在后处理方面具有强大的分析功能,如流场动态演示及动画制作、计算断面流量、实测与计算过程的验证、不同方案的比较等;(3)多种计算网格、模块及许可选择确俫用户根据自身需求来选择模型(4)可以进行热启动,当用户因各种原因需暂时中断MIKE21模型时,只要在上次计算时设置了热启动文件,再次开始计算时将热启动文件调入便可继续计算,极大地方便了计算时间有限制的用户;(5)能进行干、湿节点和干、湿单元的设置,能较方便地进行滩地水流的模拟:(6)具有功能强大的卡片设置功能,可以进行多种控制性结构的设置,如桥墩、堰、闸、涵洞等(7)可广泛地应用于二维水力学现象的研究,潮汐、水流,风暴潮,传热、盐流,水质,波浪紊动,湖震,防浪堤布置,船运,泥沙侵蚀、输移和沉积等,Www.Zlvo.Com被推荐为河流、湖泊、河∏和海岸水流的二维仿真模拟工具。1.3水动力模块原理131控制方程模型是基于三向不可压缩和 Reynolds值均布的 Navier-SLokes方程,并服从于 Boussinesq假定和静水压力的假定。二维非恒定浅水方程组为Ch Chu chvhSChu ahauvan h6x+=1-a=欧h-a(1-22pa ax po po ph)+-(h12)+hu,Schv chuy chvfuh-ghan h apay po aygh ap2 Po ay Po po po、ax11)+hS式中:t为时间:x,y为笛卡尔坐标系坐标;n为水位;d为静止水深;h=n+d为总水深;tn,v分别为x,y方向上的速度分量;f是哥氏力系数,f=2 osin p,(为地球白转角速度,为当地纬度;g为重力加速度;p为水的密度;Sx、SS分别为辐射应力分量;S为源项;(uy,ν)为源项水流流速。字母上带横杠的是平均值。例如,矿、ν为沿水深平均的流速,由以下公式定义hu= udz, hvdzWww.Zlvo.Com为水平粘滞应力项,包括粘性力、紊流应力和水平对流,这些量是根据沿水深平均的速度梯度用涡流粘性方程得出的:T=2A2A13,2数值解法)空间离散计算区域的空间离散是用有限体积法( Finite volume method),将该连续统体细分为不重叠的单元,单元可以是任意形状的多边形,但在这里只考虑三角形和四边形单元。在MKE软件2007版本只能是三角形网格。浅水方程组的通用形式一般可以写成上(U)=S(U)(1-6)式中:U为守恒型物理向量:F为通量向量;S为源项在笛卡尔坐标系中,二维浅水方程组可以写为OU O(F-F)O(FY-Fy)S(1-7)式中:上标/和分别为无粘性的和粘性的通量。各项分别如下:0hCu+g(FhuyOu Cha0Fk=lhAolhugh42Www.Zlvo.Comadh2thPu cy Pogn+fuhpe gn opythiPo oy Po对方程(46)第i个单元积分,并运用 Gauss原理重写可得出「a(Fa)-JA(1-9)式中:A1为单元g2的面积;I;为单元的边界;ds为沿着边界的积分变量这里使用单太求积法来计算面积的积分,该求积点位于单元的质点,同时使用中点求积法水计算边界积分,方程(49)可以写为∑FnAT=S(1-10)式中:U和S分别为第个单元的U和S的平均值,并位于单元中心;NS是单元的边界数;^厂,为第j个单元的长度阶解法和二阶解法都可以用于空间离散求解。对于二维的情况,近似的Riemann解法可以用来计算单元界面的对流流动。使用Roc方法时,界面左边的和右边的相关变量需要估计取值。二阶方法中,空间准確度可以通过使用线性梯度重构的技术来获得。而平均梯度可以用由 jawahar和 Kamath于2000年提出的方法来估计,为了避免数值振荡,模型使用了二阶TVD格式。(2)时间积分考虑方程的一般形式aU=G(U)1-11)对于二维模拟,浅水方程的求解有两种方法:一种是低阶方法,另一种是高阶方法。低价方法即低阶显式的Euer方法Un1=Un+△G(Un)(1-12)式中:为时间步长。高阶的方法为以如下形式的使用了二阶的 Runge kuttaWww.Zlvo.Com方法n12=Un+△G(U,)Un+1=Un+△G(Un+12)(1-13)(3)边界条件1)闭合边界沿着闭合边界(陆地边界),所有垂直于边界流动的变量必须为0。对于动量方程,可以得知沿着陆地边界是完全平稳的。2)开边界开边界条件可以指定为流量过程或者是水位过程3)千湿边界处理动边界问题(T湿边界)的方法是基于赵棣华(1994)和 Sleigh(1998)的处理方式。当深度较小时,该问题可以被重新表述,通过将动量通量设置为零以及只考恳质量通量来实现。只有当深度足够小时,计算不考虑该网格屮元。每个单元的水深会被监测,并且单元会被定义为干、半干湿和湿。单元面也会被监测,以确定淹没边界。满足下面两个条件单元边界被定义为淹没边界:首先单元的一边水深必须小于hn,且另一边水深必须大于h;第二,水深小于hn的单元的静水深加上另一单元表面高程水位必须大于零。满足下亩两个条件单元会被定义为干单元:首先单元中的水深必须小于干水深hn;另外,该单元的三个边界中没有一个是淹没边界。被定义为干的单元在计算中会被忽略不计。单儿破定义为半干:如果单元水深介于h和hm之间,或是当水深小于hy但有一个边界是淹没边界。此时动量通量被设定为0,只有质量通量会被计算。单元会被定义为湿:如果单元水深大于ha。此时动量通量和质量通量都会在计算中被考虑。如果模型中的区域是处在τ湿边交替区,为了避免模型计算岀现不稳定性,使用者可以启用 Flood and Dry选项。在这个情形下使用者必须设定一个干水深Www.Zlvo.Com( drying depth),淹没深度( flooding water depth)和湿水深( wetting depth)者必须满足hn
- 2020-12-09下载
- 积分：1
图像拼接 综述与算法综述
图像拼接的综述、各种算法描述，算是对自己学习的一个交代均值滤波的方法是,对将处理的当前像素,选择一个模板,该模板为其邻近的若干像素组成,用模板中像素的均值来替代原像素的值。②中值滤波——中值滤波是基于排序统计理论的—种能有效抑制噪声的非线性信号处理技术。它的核心算法是将模板中的数据进行排序,这样,如果一个亮点(暗点)的噪声,就会在排序过程中被排在数据序列的最右侧或者最左侧,因此,最终选择的数据序列中见位置上的值一般不是噪声点值,由此便可以达到抑制噪声的目的这部分的算法很成熟,在FPGA上的实现也很多,也可以比较方便地找到参考算法的实现。12图像配准其实是四个要素的组合,即:1.选定特征空间——特征空间是由参与匹配的图像特征构成。特征可以为图像的灰度特征,也可以是边界、轮廓、显著特征(如角点、线交叉点、高曲率点)、统计特征(如矩不变量、中心)、高层结构描述与句法描述等;这儿其实是定义了配准的空间范围;2.相似性度量——评估待匹配特征之间的相似性,它通常定义为某种代价函数或者是距离函数;这儿是定义需要选定的某种算法3.搜索空间——待估计参数组成的空间就称为搜索空间。也就是说,搜索空间是指所有可能的变换组成的空间,这儿其实是定义了搜索算法的空间复杂度4.搜索策略—搜索策略是指用合适的方法在搜索空间中找出平移、旋转等变换参数的最优估计,使得相似性度量达到最大值,这儿其实是定义了搜索算法的时间复杂度;121基于区域的配准方法基于区域的配准方法——不检测图像中的特征,直接使用窗口或者整幅图像来进行配准从待拼接图像的灰度值出发,对待配准图像中一块区域与参考图像中的相同尺寸的区域使用最小二乘法或者其它数学方法计算其灰度值的差异,对此差异比较后来判断待拼接图像重叠区域的相似程度,由此得到待拼接图像重叠区域的范围和位置,从而实现图像拼接。也可以通过FFT变换将图像由时域变换到频域,然后再进行配准。对位移量比较大的图像,可以先校正图像的旋转,然后建立两幅图像之间的映射关系。总而言之,有很多不定,已经不是现在主流的研究方向。评价:基于区域的方法实现简单,应用范围较窄,它的局限性来源于它的基本思想。◇首先,它使用的矩形窗口只适用于配准平移变换的图像,如果图像有更复杂的变形,矩形奁口就不能覆盖参考图像和待匹配图像中的同一场景区域;◇另外,它依赖于窗口中的图像内容,当窗口中图像內容平滑而没有显著细节时,很容易引起与其他平滑区域的错误匹配。◇再次,在最优变换的搜索过程中往往需要巨大的运算量,且对噪声的影响和对比度的差异很敏感,鲁棒性不强。22基于特征的配准方法基于特征的图像配准方法有很多基本形式及其改进,其总体特点是:不直接利用图像像素值,而是通过像素值导出图像内容最抽象的描述和符号特征,并用此特征为匹配模板,查找几幅待配准图像的灰度局部最大值点、边界边缘轮廓、边缘点、边缘线段、组织(纹理)结构、角、顶点、拐点、交叉点、线段、封闭曲线等低级对应特征点及利用特征图像关系图等高级特征,构造方程组,通过数值计算得到变换数来进行图像对齐,进而确定两者的匹配位置,实现特征点、特征线段等的拼接,并且可以提高计算速度。基于特征的配准方法,一般分为四个步骤1.特征检测——从图像中检测出显著且独特的图像特征,包括闭合区域、直线段边缘、轮廓、点。2.特征匹配——相似性度量,确定图像之间特征的对应关系,又分为如下几小类)使用空域关系的方法②使用不变描述符的方法、③松弛方法、④金字塔和小波的方法3.变换模型的估计——变换函数选择和函数参数估计4.图像变换和重采样——可以通过前向或后向的方式来实现,插值的方法有最近邻插值、双线性插值、双三次函数插值、二次样条插值、三次B样条插值、高阶B样条插值评价基于特征的方法普遍适用于局部结构信息比灰度信息更显著的情况,能够处理图像之间复杂变形的情况,不足之处是特征检测困难且不稳定,最关键的一点是需要有一种判别力很强的、鲁棒的且对图像之间变化保持不变的特征匹配算法。13图像再投影基本方法:需要选择一个合成面,如果仅仅是只有几张图像进行拼接,一个普遍的方法是选择其中的一幅图像作为参考图像,然后把所有其他的图像都进行扭曲变形到参考图像的坐标系上去,这样合成的结果称为平面全景图,这是一个透视投影变换。为了减少投影失真,平面投影→圆柱面投影→球面投影→立方体投影13.1平面再投影选其中某一张图像为参考图像,然后把所有其它的图像进行扭曲变形,从而变换到参考图像的坐标系中去。由于这种模型本质上还足透视投影,因此图像在扭曲变形之后直线仍然还是直线。对丁大视场的图像拼接,平面投影方法会使得最终拼接图像在边缘出现扭曲过大的情况。在实际,当视场接近或超过90时,平面投影的拼接图像会有很大的失真。132柱面再投影圆柱面再投影非常适合于相机绕单一轴线旋转所得到的图像序列拼接,在这种情形下.在不同旋转角度得到的图像由完全的水平位移相关联。这一点很有意义,因为它避免了复杂的单应变换的计算,而且输出得到的图像没有平面再投影存在的扭曲。相反,场景中的直线被映射为正弦曲线。但是,这种方法需要对相机进行预先的标定,计算出相机的焦距和光心的偏移半标。133球面再投影球面再投影的优点是可以实现任意角度的旋转,但缺点是由于每个球面图像有多个相邻图像,因此在球面再投影中图像求交定位比较困难,而且很难找到一个与球面相对应且易于存取的数据结构。14图像融合技术在完成了两幅图像的配准之后,得到了两幅图像之间的变换矩阵,就可以确定它们之间的重叠区域,图像融合的任务就是把配准后的两帽图像根据配准的位置合并为一帼拼接图像。这一步主要包括了如何选择再投影合成面以及如何对两幅图像重叠区域的像素进行混合而得到一幅无缝且清晰的图像。所谓无缝,是指在图像拼接结果中,不应该看到两幅图像在拼接过程中留下的痕迹,即不能出现图像拼接缝隙。然而,由于待拼接的两咡图像分别是由不同的相机在同一时刻采集的,受相机固有因素的影响,采集得到图像的曝光率不可能完全一致,如果在图像的融合中,仅仅将两幅图像重叠区域简单地叠加起来,在它们的过渡区域必然会有明显的拼接缝隙。另一方面,在图像配准阶段所得到的图像之间的变换模型只是针对整个图像区域,对一些存在局部非规则形变的图像而言,全局变换模型在图像的局部区域可能不适用,而使得拼接图像的局部没有对齐,因此在拼接图像中会岀现局部模糊。如何处理图像融合过程中岀现的拼缝和模糊问题,实现真正意义上的无缝且清晰的图像,正是图像融合过程所要解决的问题。融合策略的选择应当满足两方面的要求拼合边界过渡应平滑,消除拼合接缝实现无缝拼接;2.尽量保证不因拼合处理而损失原始图像的信息图像融合可分为三类:像素级融合、特征级融合和决策级融合1.像素级(数据级)融合是在图像严格配准的条件下,直接进行像素关联融合处理;像素级融合是最基本的处理手段,也是硏究最多的—种,目前主要有以下几种方法平均值法②加权平均法③中值滤波法④多分辨率技术2.特征级融合是在像素级融合的基础上,使用模式相关、统计分析的方法进行目标识别、特征提取,并得到融合结果;3.決策级融合主要是基于认知模型的方法,采用大型数据库和专家决策系统,模拟人的分析、推理过程,以增加判决的智能化和可靠性。2参考资料1.硕士论文《門」001_图像拼接技术研究》2.硕士论文《門」_002_基于 Levenberg-Marquardt算法图像拼接硏究》3.硕土论文《門003_图像拼接技术研究》4.网页http://xgli0910.blog.163.com/blog/static/469621682009625831432275.科技论文《P」200基于角点特征的KLT跟踪全景图像拼接算法》6.本科论文《門』100图像边缘检测与提取算法的比较》7.http://www.cnblogs.com/xrwang/archive/2010/03/03/imagefeaturedetection html8.http://www.cnblogs.com/xrwang/archive/2011/03/09/ransac-1.html9.http://blog.163.com/pz124578@126/blog/static/2352269420122271004710910.http://blog.csdnnet/xuyuhua1985/article/details/637175111.http://www.openhw.org/project/index.php?act=view&id=185112.硕士论文《門」015多图像拼接算法研究》13.硕士论文《門010基于特征点图像拼接的配准算法硏究》14.http://blog.csdnnet/abcjennifer?viewmode=contents3图像拼接中的算法31图像预处理通过几何变形校正方法对采集到的图像进行校正后,可以使得相同景物在图像重叠区域所成的像有相同的形状和一致的空间相对位置。3.2图像特征检测图像特征检测包括如下几种类型的特征检测闭合区域2.轮廓和边绿区域3.角点4.线条321闭合区域闭合区域特征是通过图像分割的方法来检测到的,分割的精度会大大地影响配准的结果。近年来,选择尺度不变区域特征引起了关注,虚拟圆的思想来计算图像之间平移和尺度的变化,虚拟圆是一个半径最大的圆,这个圆所涵括的背景区域不包含边缘点,一对虚拟圆就足够求出平移和尺度的变化量,它相对于图像边缘特征来说鲁棒性更强,但缺点是易受局部变化的影响322边缘和轮廓边缘和轮廓——所谓边绿轮廓是指甚周围像素灰度有阶越变化或屋顶变化的那些像
- 2020-12-11下载
- 积分：1
