DPIV(Digital Particle Image Velocimetry)在现代流场测试中发挥着重要作用,是流场测速研究的主要发展方向之一。DPIV具有全场、动态、非接触测量等优点,广泛应用于空气动力学、水动力学、燃烧传值以及流体机械等各种实验中。近十年来,随着光学技术、成像技术和计算机图像处理技术的迅速发展,常规二维DPIV日趋成熟。技术进步新的要求和流场测速新课题的挑战不断出现,对流场进行三维DPIV、多相DPIV和微DPIV测量的需求日益增强。国外在DPIV研究领域起步早、技术较为先进。国内研究总体上不及国外,成果转化相对滞后,但研究对象涉及了几乎所有的DPIV课题。继续深化、完善DPIV不仅具有重要的学术意义,从实践角度来讲,进行DPIV研究和系统实现对推动国内DPIV技术开发应用和产业化进程具有重要的现实意义和应用价值。论文围绕着DPIV方法及与其相关技术来展开,全面、系统地研究DPIV的理论基础及其实现方法,重点研究DPIV硬件子系统的参数选择及其相互间的匹配、基于灰度图像互相关二维DPIV速度信息提取方法、DPIV亚像素定位方法和2D-3cPIV方法及其实现中的若干关键技术。DPIV原理比较简单,但在应用DPIV和系统开发时,对系统硬件参数选择及其相互间的匹配有着极其严格的要求。DPIV实现的第一个步骤是图像采集,应考虑的主要因素包括:示踪粒子的直径大小、密度、形状、光散射性能、播撒均匀性及浓度等参数,相机的曝光时间、帧转移时间、分辨率、像元尺度、敏感光谱范围、快门时间等参数,镜头畸变系数、焦距和光学分辨率、景深,激光光源的脉冲间隔时间和功率等参数以及片光和体积光的形成光路。确定这些参数的原则是粒子对流动介质具有较好的跟随性,保证获得高质量粒子图像,有利于后续算法的处理。论文系统地论述了这些因素及其如何影响测量结果,总结了几个经验公式以利于这些参数的估算和设置。粒子图像匹配是DPIV速度信息提取过程的核心。论文重点研究了其中的匹配测度、提速算法和匹配策略。通过分析大量的实验结果,选用标准化相关系数作为图像匹配算法的相关测度,既能兼顾粒子匹配成功率也能降低算法的时间开销,通过优化算法的搜索空间极大地减少了互相关运算量。通过DPIV误差源的分析表明,对图像互相关峰值位置和标定板上目标像中心的亚像素定位可以提高测量精度。经典的亚像素定位方法基于高斯模型,这种拟合法的精度完全取决于粗匹配的相关测度分布。当拟合曲面较为平缓时,需要增大拟合窗口,测量精度可能下降。最小二乘匹配法同时考虑了灰度图像的灰度