阅读说明：本技术 一种自适应调整时间间隔的流场速度测量系统 (Flow field velocity measuring system capable of adaptively adjusting time interval ) 是由 杨华 尹周平 肖立 欧阳振兴 卢锦 陶成川 于 2019-10-31 设计创作，主要内容包括：本发明属于数字图像采集与处理领域,并公开了一种自适应调整时间间隔的流场速度测量系统,其包括粒子发生器、双脉冲激光器及相互通信的分幅视觉图像采集装置与图像处理子系统,粒子发生器用于在观测室中播撒流场粒子,双脉冲激光器用于发出脉冲激光以照射在流场粒子的表面,经流场粒子表面反射的光进入分幅视觉图像采集装置中予以分时采集获得两幅图像；图像处理子系统用于根据分幅视觉图像采集装置采集的两幅图像进行速度预测,并基于预测的速度计算出下一时刻的最优时间间隔,分幅视觉图像采集装置则在下一时刻根据最优时间间隔进行两幅图像的采集。本发明可在流场速度测量过程中实现时间间隔的自适应调整,具体测量精度高、测量方便等优点。(The invention belongs to the field of digital image acquisition and processing, and discloses a flow field speed measuring system capable of adaptively adjusting time intervals, which comprises a particle generator, a double-pulse laser, a framing visual image acquisition device and an image processing subsystem, wherein the framing visual image acquisition device and the image processing subsystem are communicated with each other; the image processing subsystem is used for predicting the speed according to the two images acquired by the framing visual image acquisition device and calculating the optimal time interval at the next moment based on the predicted speed, and the framing visual image acquisition device acquires the two images at the next moment according to the optimal time interval. The invention can realize the self-adaptive adjustment of the time interval in the flow field speed measurement process, and has the advantages of high specific measurement precision, convenient measurement and the like.)

一种自适应调整时间间隔的流场速度测量系统

技术领域

本发明属于数字图像采集与处理领域，更具体地，涉及一种自适应调整时间间隔的流场速度测量系统。

背景技术

高速视觉测量系统由于其非接触、无干扰、瞬态、大范围等优点被广泛应用于流场速度场的测量中，常用于流场测量的图像采集装置分为跨帧相机和高速相机两种，跨帧相机时间间隔可以达到纳秒级，像素分辨率高，但是帧率低；高速相机帧率高，可以通过较低分辨率来提高帧率，但是时间间隔只能到达微秒级，并且二者的时间间隔是预先设置的固定值，在时变流场中难以应用。

且在流场速度场测量中会涉及流场估计，传统的流场估计算法一般采用的是快速傅里叶变换互相关算法，其主要是在MATLAB上实现，由于MATLAB自带加速核功能，虽然离线使用过程中体现出速度快的现象，但是由于花窗互相关本身的局限性，在C代码中其速度会有极大的降低的现象，无法满足流场速度估计实时性的要求。另传统流场估计算法大多采用固定的时间间隔Δt，时间间隔Δt太小则粒子位移太小，峰值噪声影响大，导致计算结果误差太大，时间间隔Δt太大，粒子滑出计算窗口则计算结果错误，因此需要实时调整时间间隔。

基于此，有必要进行研究与设计，以获得一种可实时调整时间间隔的流场速度测量系统，以实现流场速度的测量，满足实时性及精确性的要求。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种自适应调整时间间隔的流场速度测量系统，由此解决传统流场测量系统中时间间隔不可调，测量高速时变流场时精度不高，无法实时测量的技术问题。

为实现上述目的，本发明提出了一种自适应调整时间间隔的流场速度测量系统，其包括粒子发生器、双脉冲激光器以及相互通信的分幅视觉图像采集装置与图像处理子系统，其中，所述粒子发生器用于在观测室中播撒流场粒子，所述双脉冲激光器用于发出脉冲激光以照射在流场粒子的表面，经流场粒子表面反射的光则进入所述分幅视觉图像采集装置中予以分时采集以获得两幅图像；所述图像处理子系统用于根据所述分幅视觉图像采集装置采集的两幅图像进行速度预测，并基于预测的速度计算出下一时刻的最优时间间隔，所述分幅视觉图像采集装置则在下一时刻根据最优时间间隔进行两幅图像的采集，以此在流场速度测量过程中实现时间间隔的自适应调整。

作为进一步优选的，所述分幅视觉图像采集装置包括依次设置的光学镜头、光学组件和FPGA，所述FPGA连接有触发接口和图像传输接口，该触发接口与所述双脉冲激光器相连，所述光学组件包括半透半反棱镜、全反射棱镜、图像传感器一和图像传感器二，经流场粒子表面反射的光进入光学镜头后一部分经半透半反棱镜反射至所述图像传感器一中，另一部分经半透半反棱镜透射后再经全反射棱镜反射至所述图像传感器二中，以此通过图像传感器一和图像传感器二采集获得两幅图像，采集获得的两幅图像再传输至FPGA中，并经图像传输接口传输至图像处理子系统中进行图像处理。

作为进一步优选的，所述图像处理子系统包括依次相连的图像接收单元、图像传输单元和图像处理单元，其中，图像接收单元包括两对图像传输接口，用于接收所述分幅视觉图像采集装置采集的两幅图像；所述图像传输单元包括主芯片FPGA及与主芯片FPGA实现通信连接的内存卡和硬盘，所述主芯片FPGA与图像接收单元实现通信连接，并通过Switch芯片以SRIO协议与图像处理单元实现通信连接。

作为进一步优选的，所述图像处理单元包括两个DSP处理器，分别用于流场速度场估计及下一时刻流场速度场的预测。

作为进一步优选的，所述双脉冲激光器由两个单独的脉冲激光器组合而成，其触发接口与分幅视觉图像采集装置的触发接口相连，由分幅视觉图像采集装置实现控制。

作为进一步优选的，所述粒子发生器为流化床式粒子发生器，气流由发生器的底部进入形成气泡，气泡到达粒子界面后破裂将粒子从发生器的顶部带走。

作为进一步优选的，所述粒子发生器的旁侧设置有气流支路，该气流支路分别与发生器底部及顶部的气路导通。

作为进一步优选的，所述图像处理子系统具体采用如下过程实现速度的预测及下一时刻最优时间间隔的计算：

S1给定初始时间间隔Δt₀，利用分幅视觉图像采集装置连续采集n个时刻的n对图像，并计算出n个速度场，取各速度场的平均速度值形成初始速度序列(u_i,v_i)，其中i＝1,2...,n-1,n；

S2采用下式进行速度预测：

其中，

是根据t_n时刻速度

预测的t_n+1时刻的状态速度，

为t_n时刻的速度矢量(u_n,v_n)，A_n是状态转移矩阵，B_n是控制矩阵，b_n是控制向量；

S3根据预测的速度计算下一时刻的最优时间间隔：

其中，Δt_n+1是t_n+1时刻的最优时间间隔，M是采样窗口大小。

作为进一步优选的，S1中基于相关滤波的高速流场速度快速估计算法计算出对应的速度场，具体为：

S11针对分幅视觉图像采集装置采集的当前时刻图像上的一个采样区域确定一个得分矩阵SM_CF，将得分矩阵SM_CF转换到时域上，然后选择最大响应位置作为位移，再根据该位移及当前时刻对应的最优时间间隔计算得到对应的流场速度；

S12重复步骤S11以获得当前时刻图像上所有采样区域对应的流场速度，所有流场速度即组成当前时刻的速度场。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：

1.本发明通过设计包括粒子发生器、双脉冲激光器及相互通信的分幅视觉图像采集装置与图像处理子系统的流场速度测量系统，可实现流场速度测量过程中时间间隔的自适应调整，能够显著提升针对非定常流场的速度估计精度，提升流场测量的动态范围。

2.本发明通过设计包括半透半反棱镜、全反射棱镜以及双图像传感器的分幅视觉图像采集装置，并使得分幅视觉图像采集装置与双脉冲激光器和图像处理子系统相连，通过控制双脉冲激光器发光时刻与双图像传感器曝光时刻之间的时序关系，可获得可变时间间隔的相邻两帧图像。

3.本发明通过设计包括FPGA处理器及与之相连的两个DSP处理器的图像处理系统，可对分幅视觉图像采集装置采集到的图像进行流场速度场的估计及预测，并将预测时间间隔发送回分幅视觉图像采集装置，以实现图像采集间隔的实时调整。

附图说明

图1是本发明实施例提供的自适应调整时间间隔的流场速度测量系统的结构示意图；

图2是本发明实施例提供的分幅视觉图像采集装置的结构示意图；

图3是图像传感器一和图像传感器二曝光时间与脉冲激光时间之间的时序关系图；

图4是本发明实施例提供的图像处理子系统的结构示意图；

图5是本发明实施例提供的粒子发生器的结构示意图；

图6是按照本发明实现的相关滤波中循环矩阵的生成原理，图中只演示了竖直方向上的偏移，水平方向上的偏移以相同方式产生；

图7是按照本发明实现的相关滤波速度估计的整体流程。

在所有附图中，相同的附图标记用来表示相同的元件或结构，其中：

1-粒子发生器，2-双脉冲激光器，3-分幅视觉图像采集装置，4-图像处理子系统，5-观测室，11-气流，12-流化床，13-金属陶瓷板，14-换向阀，15-阀门，16-球阀，17-压力表，31-光学镜头，32-像延长器，33-滤光片，34-图像传感器一，35-全反射棱镜，36-半透半反棱镜，37-图像传感器二，38-触发接口，39-图像传输接口。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

如图1所示，本发明实施例提供了一种自适应调整时间间隔的流场速度测量系统，其包括播撒流场粒子的粒子发生器1、提供流场光源的双脉冲激光器2以及相互通信的分幅视觉图像采集装置3与图像处理子系统4，其中，粒子发生器1用于在观测室5中播撒流场粒子，双脉冲激光器2用于发出脉冲激光以照射在流场粒子的表面，经流场粒子表面反射的光则进入分幅视觉图像采集装置3中予以采集以获得两幅图像；图像处理子系统4用于根据分幅视觉图像采集装置3采集的两幅图像进行速度预测，并基于预测的速度计算出下一时刻的最优时间间隔，分幅视觉图像采集装置则在下一时刻根据最优时间间隔进行两幅图像的采集，以此在流场速度测量过程中实现时间间隔的自适应调整。

如图2所示，分幅视觉图像采集装置3包括依次设置的光学镜头31、光学组件和FPGA，FPGA连接有触发接口38和图像传输(Camera Link)接口39，光学组件包括半透半反棱镜36、全反射棱镜35、图像传感器一34和图像传感器二37，经流场粒子表面反射的光进入光学镜头31后一部分经半透半反棱镜36反射至图像传感器一34中，另一部分经半透半反棱镜36透射后再经全反射棱镜35反射至图像传感器二37中，以此通过图像传感器一34和图像传感器二37采集获得两幅图像，采集获得的两幅图像再传输至FPGA中，并经图像传输接口39传输至图像处理子系统中进行图像处理。为了延长法兰距离，光学镜头31靠近半透半反棱镜36的一端上连接有像延长器32，为了过滤除反射的绿光以外的杂质光，减少外界环境光的干扰，营造黑暗的背景，像延长器32靠近半透半反棱镜36的一端上连接有滤光片。

具体的，图像传感器一34、图像传感器二37、触发接口38、图像传输接口39与FPGA集成在一个硬件板卡上，触发接口38与双脉冲激光器相连，图像传输接口39与图像处理子系统相连。分幅视觉图像采集装置采集到一定时间间隔的两幅图像后，通过Camera Link协议传输至图像处理子系统，Camera Link协议是一种专门针对于工业视觉图像数据传输的高速协议，该协议包括了电源信号、图像数据信号、相机控制信号以及串行通信信号。Camera Link接口共有三种配置，分别是Base、Medium和Full模式，由于图像数据量巨大，需选用Full模式进行传输，最高传输速度达到7.8Gbps。

图3为图像传感器一和图像传感器二曝光时间与双脉冲激光之间的时序关系，激光1发光时刻处在图像传感器一曝光结束区间，激光2发光时刻处在图像传感器二曝光开始区间，由于在其他时间段内，分幅视觉图像采集装置处于黑暗环境下，并且脉冲激光的脉宽较窄，因此可以认为图像传感器一和图像传感器二采集到的是双脉冲激光器发光时刻的图像，其时间间隔即为双脉冲激光器发出脉冲激光的时间间隔。FPGA通过控制图像传感器一和图像传感器二的曝光时间与双脉冲激光器的发出脉冲激光时刻的时序关系，采集到一定时间间隔的相邻两帧图像，由于脉冲激光和图像传感器的曝光均由FPGA进行控制，因此分幅视觉图像采集装置的相邻两帧图像的时间间隔可调。

如图4所示，图像处理子系统4包括依次相连的图像接收单元、图像传输单元和图像处理单元，其中，图像接收单元包括两对图像传输接口，用于接收分幅视觉图像采集装置采集的两幅图像；图像传输单元以FPGA(Field Programmable Gate Array)为主芯片，辅以内存卡(DDR3)、硬盘(SSD)进行图像缓存及传输，通过子芯片(Switch)实现FPGA与多个DSP互联，进行流场速度场的估计及下一帧图像的速度预测。具体而言，图像传输单元包括主芯片FPGA及与主芯片FPGA实现通信连接的内存卡和硬盘，主芯片FPGA与图像接收单元实现通信连接，用于接收两幅图像，主芯片FPGA还通过Switch芯片与图像处理单元实现通信连接，用于将接收的两幅图像传输至图像处理单元中。具体的，图像处理单元包括两个DSP(Digital Signal Processor)处理器，分别用于流场速度场估计及下一时刻流场速度场的预测。分幅视觉图像采集装置采集到一定时间间隔的连续相邻两帧图像后通过CameraLink接口传输至图像处理子系统中，图像处理子系统中的FPGA与DSP处理器通过Switch芯片进行互连，通过SRIO协议将图像数据传输至DSP，DSP处理器通过对两幅图像进行处理来估计流场速度，将算出来的流场速度代入速度预测算法中进行速度场的更新，同时预测下一周期的流场速度，将预测得到的流场速度调整下一时刻的时间间隔，并通过串口通信将时间间隔参数反馈给分幅视觉图像采集装置，分幅视觉图像采集装置进行时间间隔调整，从而提升流场速度测量精度及动态范围。

由于传统流场估计算法计算复杂，且在通用计算机上进行计算，时间耗时，无法满足实时测量流场速度的需求，而FPGA基于并行计算的特性能使算法中的某些部分能够进行并行加速，加快算法的计算过程，同时，辅以多核DSP作为系统的协处理器，用于运行算法中不能进行并行计算的部分，由于DSP处理器具有专用的指令集，在图像信号处理上速度优于通用计算机。图像处理子系统采用FPGA与两个DSP互联的方式来提高图像处理速度，FPGA与DSP之间采用SRIO(Serial Rapid IO)协议相互通信，采用SRIO数据交换芯片作为连接FPGA与DSP的数据中心，采用此分布式处理器架构的处理系统设计使得图像处理子系统拥有很好的处理扩展能力。

进一步的，双脉冲激光器2由两个单独的脉冲激光器组合而成，其将两个单独的脉冲激光器组合成一个单元，实现在极短时间间隔下连续发出两束高能量、窄脉宽的脉冲激光，脉冲激光波长为532nm，每个激光器由两路脉冲信号控制，双脉冲激光器的触发接口与分幅视觉图像采集装置的触发接口相连，由分幅视觉图像采集装置实现控制。

如图5所示，粒子发生器1为流化床式粒子发生器，气流11(压缩空气)由发生器的底部进入发生器，在粒子床料中形成气泡，气泡到达粒子界面后破裂将粒子从发生器的顶部带走，有效地解决粒子的团聚效应。具体而言，其包括流化床12、设置在流化床内的金属陶瓷板13、与流化床底部导通的气流进路及与流化床顶部导通的气流出路，金属陶瓷板13上放置有固体粒子颗粒，气流11由发生器底部的气流进路进入发生器，并在固体粒子床料中形成气泡，气泡到达固体粒子颗粒界面后破裂，使得固体粒子颗粒被气流从发生器顶部的气流出路带走。为了调节和控制进入流化床12的气流与总体气流的比例，气流进路上设置有换向阀14，气流出路连接有阀门15。为了控制粒子发生器的开启与关闭，气流出路连接有球阀16。为了监测当前压力大小，气流出路还连接有压力表17。此外，粒子发生器1的旁侧还设置有气流支路，该气流支路分别与发生器底部及顶部的气路(即气流进路和气流出路)导通，即将气流分成两路，一路通向流化床一路作为旁路，以此实现粒子播撒浓度可调。

测量时，分幅视觉图像采集装置与观测室之间为密闭无光的空间，当压缩空气(气流)来流从观测室入口涌入时，打开粒子发生器，气流在固体粒子床料中形成气泡，气泡到达固体颗粒界面后破裂，使得固体颗粒被气流带走，粒子随压缩空气播撒在观测室内，分幅视觉图像采集装置通过触发接口发出触发信号控制双脉冲激光器发出脉冲激光，与此同时，脉冲激光照亮流场区域，粒子表面反射的光通过光学镜头1进入分光区域，被半透半反棱镜与全反射棱镜的组合将光路一分为二，照射到图像传感器一和图像传感器二上，图像传感器一和图像传感器二将光信号转换成为电信号后被FPGA采集整理输出，通过CameraLink传输接口将左右两幅图像传输到图像处理子系统进行图像处理操作，同时图像处理子系统根据分幅视觉图像采集装置传输的两幅图像进行流场速度场估计运算及速度预测估计，然后根据预测速度计算出下一时刻的最优时间间隔，最后最优时间间隔传输回分幅视觉图像采集装置中实现时间间隔自适应调整。

图像处理子系统接收到分幅视觉图像采集装置发送的两幅图片后，先由FPGA对其进行预处理，如高斯滤波、图像配准等处理操作，去除图像噪声并将两幅图像进行对准，预处理完后，通过SRIO协议传输至其中一个DSP处理器，DSP对两幅图像进行相关滤波计算(速度场估计)。图像处理子系统具体采用如下过程实现速度的预测及下一时刻最优时间间隔的计算：

首先是速度序列的初始化，即给定分幅视觉图像采集装置的初始采集时间间隔Δt₀(即同一时刻采集两幅图像的时间间隔)，连续采集n个时刻的n对图像，并用基于相关滤波的高速流场速度快速估计算法(CF-PIV)计算出n个速度场，并取这些速度场的平均速度值形成包含n个速度矢量的初始速度序列(u_i,v_i)，其中i＝1,2...,n-1,n；

然后，在t_n时刻进行基于卡尔曼预测器的流场速度预测和最优时间间隔的计算，原理如下：

卡尔曼预测器的两个基本方程是状态方程和观测方程：

w_n+1＝A_nw_n+B_nb_n+q_n

W_n+1＝H_n+1w_n+1+d_n+1

其中w_n+1是时刻t_n+1的预测速度，W_n+1是采用基于相关滤波的流场速度测量值，A_n是状态转移矩阵，B_n是控制矩阵，b_n是控制向量，q_n是系统噪声，H_n+1是测量矩阵，d_n+1是测量噪声；

状态转移矩阵A_n，控制矩阵B_n根据初始速度序列拟合，结合流场的先验知识得到，表示u_i，v_i之间的函数关系：

例如，发现u_i和v_i有如下关系：

u_n＝au_n-1+bv_n-1+c

v_n＝eu_n+fv_n+d

则

H_n+1一般和测量技术带来的误差有关，难以估计和观测，一般看成单位矩阵。

控制向量b_n一般设置为单位向量，系统噪声q_n和测量噪声d_n+1为高斯噪声：

q_n～N(0,Q_n)

d_n+1～N(0,D_n+1)

其中，D_n+1是测量噪声协方差，为预设值，Q_n是系统噪声协方差，为预设值。

具体采用如下公式预测：

整个卡尔曼预测过程是“预测—校正—预测—校正…”不断循环，预测方程如下所示：

其中，

是根据t_n时刻速度

预测的t_n+1时刻的状态速度，

即时刻t_n的速度矢量(u_n,v_n)；

是在t_n时刻根据

和Q_n预测的协方差，

是协方差，给定一个初始值然后根据公式不断迭代更新，一般初始设为单位矩阵。

接着，根据预测速度

可以计算出在t_n+1时刻的最优时间间隔Δt_n+1，考虑到在CF-PIV中采样窗口大小的限制，在t_n+1时刻的最优时间间隔Δt_n+1要满足：

其中，这里系数是1/3而不是传统PIV算法中的1/4是因为CF-PIV在大位移下仍可以精确估计速度，M是采样窗口大小。

进一步的，通过串口通信将t_n+1时刻的最优时间间隔Δt_n+1参数反馈给分幅视觉图像采集装置，分幅视觉图像采集装置在t_n+1时刻下拍摄一对图像[I(t_n+1),I(t′_n+1)]，然后用这对图像采用基于相关滤波的流场速度估计算法(CF-PIV)估计在t_n+1时刻的二维速度场。

基于相关滤波的流场速度估计算法(CF-PIV)原理如下：

首先，利用采样窗口在图像I(t_n+1)上平移滑动进行采样，对于当前采样区域r生成一个循环矩阵R：

R＝C(r)

这个循环矩阵通过密集采样的方式充分利用采样区域的样本，这不仅充分利用了输入图像特性，同时也极大的增加了滤波器模型中的样本，使滤波器具有更好的判别能力。

在循环矩阵中，样本个数是M×M，每个样本的大小和采样区域r的大小一致，相关滤波的回归模型如下：

f(r)＝g^Tr

接着生成一个和采样区域一样大的高斯响应，高斯响应矩阵z是一个二维高斯分布的一个离散形式：

其中，x和y是在采样区域r中的图像坐标，

和

是在t_n+1时刻坐标(x,y)处的预测速度(初始的和

设定为0)，σ是在x方向和y方向高斯核的方差，M是采样窗口大小。

回归模型中的物体函数是：

其中，r^k(k＝1,...,M×M)是循环矩阵R的一个样本，λ是回归模型的正则化系数，它用来保证分类器的泛用性，可以直接以矩阵方式表达：

令导数为0，可以得到：

g＝(R^TR+λI)^-1R^Tz

其中，g为滤波器，I是单位矩阵。

考虑到循环矩阵在频域上可以变成对角矩阵，并且时域上的卷积可以变成频域上的点乘，可以变成：

其中，

和

为滤波器g和高斯响应矩阵z的傅里叶变换，

是

的转置，

是r的傅里叶变换；

将相关滤波器g应用在第二张图I(t_n′₊₁)的对应区域上，得到一个得分矩阵SM_CF：

这个得分矩阵SM_CF转换到时域上，像传统PIV算法一样，选择最大的响应位置作为位移，再根据两帧的最优时间间隔Δt_n+1，得到t_n+1时刻流场二维速度场的估计值作为t_n+1时刻流场速度测量结果，速度＝位移/Δt_n+1，ifft为反傅里叶变换，

是第二张图像的采样区域

的转置。

针对图像上的每一采样区域均进行上述操作，以获得当前时刻(即t_n+1)图像上所有采样区域对应的流场速度，所有流场速度即组成该时刻的速度场。

最后，将t_n+1时刻的二维速度场取平均值得到速度矢量W_n+1，将其作为参数进行速度序列的更新，其原理如下：

首先计算残差

和卡尔曼增益K_n+1：

接着更新速度序列和协方差矩阵：

其中，I为单位矩阵；

将作为(u_n+1|n+1,v_n+1|n+1)更新速度序列，更新之后速度序列为(u_i,v_i)(i＝2,3...,n,n+1)，重复进行下一时刻t_n+2的速度估计。

此外，为了实现人机交互的功能，图像处理子系统的主处理器FPGA通过串口与Intel板卡相连，Intel板卡上配有一块电容显示屏，操作者可通过电容显示屏输入相关参数，完成对分幅视觉图像采集装置以及图像处理子系统的配置，同时，也可以将处理后的流场速度场的图像显示在电容显示屏上。

本发明中FPGA处理器通过Camera Link接口接收到分幅视觉图像采集装置采集的相邻两帧图像，通过SRIO链路将图像数据传输到DSP处理器进行流场速度场估计处理，将DSP处理器估计得到的速度代入到卡尔曼预测器中的初始速度中，进行速度场的更新，通过卡尔曼预测计算出下一周期流场速度场的速度，进一步得到分幅视觉图像采集装置所需的合适时间间隔，通过串口通信将时间间隔参数发送至分幅视觉图像采集装置，分幅视觉图像采集装置据此进行调整，从而提升流场速度测量精度及动态范围。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。