风洞油膜试验是在风洞试验中采集飞行器试验模型物面荧光油膜流动的时序图像,基于光流法测得试验模型绕流的物面速度场,并将其可视化,为“物面流动分离的位置、分离方式以及漩涡形成机理”等基础研究提供测试手段,为先进飞行器的气动布局设计、飞行力学特性分析提供依据。现有光流法采用了类雅克比的矩阵分割迭代形式,计算复杂度大、收敛速度慢、耗时长,加之,油膜流动的时序图像数据量巨大,故现有光流法尚难在生产型风洞的荧光油膜试验现场实时测量并显示模型壁面流动过程,降低其工程应用的价值。为此,本文围绕“油膜实验的油流特性实时测量技术”展开研究:1、提出荧光油膜速度场的空间自适应共轭光流法,一方面在数值计算方式上,通过构造共轭迭代式,较现有光流法的雅可比矩阵分割迭代式有更高的计算效率。另一方面,借鉴金字塔思想,提出“荧光油膜图像进行空间的灰度梯度与速度场自适应降/升采样”方法,降低计算的复杂度。仿真实验表明:本文创建的空间自适应共轭光流法在给定收敛误差限下较现有光流法计算速度提升26.6%,有效提升了荧光油膜速度场的解算速度。2、提出空间自适应共轭光流法的GPU加速技术,将荧光油膜图像进行分块处理,分别创建其对应的光流并行计算方法与边界层填充方法。探究了数据块大小与拷贝性能的关系,充分利用GPU的并行架构优势,为实时定量观测试验模型物面荧光油膜运动路径速度场提供技术支持。GPU的并发数据流实验表明:流的并发数量与性能呈正相关但受限于硬件资源的限制,在可以独占GPU时并发量应尽可能的接近设备的拷贝引擎数量;速度场数值解算结果显示:本文提出的GPU加速技术在数值精度上与CPU相同,在全局迭代误差限1.0×10-6条件下,解算速度较CPU提升145.6～191.6倍。3、研究了自适应共轭迭代光流法的CPU/GPU架构,提出了油膜时序图像解算最大吞吐量的GPU线程最优分配方法、多GPU扩展及载荷优化方法、时序图像的数据传输设计方法,RTX 2080Ti显卡的实验结果表明:本文方法最大效率提升了32%,总体的效率提升大约在30%左右,由于数据拷贝阶段的优化使得在数据总线负载上限内,使得数据的拷贝不会对整个程序的运行造成太多的负面影响。4、设计并搭建了基于CPU-GPU异构架构的油膜实验的实时测量系统,CPU端实现参数设置、实验数据管理、图像及解算结果的显示等功能,GPU端实现光流法的并行加速对荧光油膜速度场的解算,多个试验（包括2个风洞试验）验证了本文方法:实现了荧光油膜速度场的实时解算及显示,实时处理速度最高达到3.2G/s;另一方面,测得了正确流动现象,并且给出了清晰的摩擦力线图谱,工程应用价值大。