粒子圖像測速(Particle Image Velocimetry, PIV)是一種非接觸式、全局的實驗檢測方法。其工作原理是在流體介質(zhì)中加入示蹤粒子，并采用外部光源照射平面，通過相機捕獲粒子的圖像，最后計算相鄰圖像之間的粒子位移，從而獲得流場速度矢量。

目前常用的粒子圖像測速算法有兩種，即相關(guān)分析法和光流法。相關(guān)分析法通過提取兩幀圖像的窗口進(jìn)行互相關(guān)計算，查找相關(guān)函數(shù)最大的匹配方向，作為該窗口中心的位移矢量。該方法原理簡單、計算方便，因此被廣泛應(yīng)用。目前使用較多的是基于圖像變形的多重網(wǎng)格迭代算法，該算法通過逐層縮小窗口尺寸和窗口間隔，逐步獲得更高分辨率和更高精度的速度場，成為當(dāng)前很多軟件的基礎(chǔ)。但是，由于相關(guān)分析法計算窗口內(nèi)的統(tǒng)計平均位移，它仍無法實現(xiàn)單像素級別分辨率的速度場估計，因此在進(jìn)行小尺度流動運動估計時效果不佳。

另一種常用粒子圖像測速算法為光流法，可以提取單像素級別的速度場。光流法發(fā)源于計算機視覺領(lǐng)域，以光照不變假設(shè)和速度場平滑假設(shè)構(gòu)建目標(biāo)函數(shù)，再通過對目標(biāo)函數(shù)進(jìn)行極小化變分求解，得到相應(yīng)的速度場。目前較為成熟的光流法均采用多尺度金字塔迭代方案進(jìn)行求解，可以滿足大粒子位移估計。近年來，光流法在粒子圖像測速領(lǐng)域中得到了較多關(guān)注，有些研究還在變分光流的目標(biāo)函數(shù)中耦合描述流體物理屬性的方程，從而提高光流法對流體運動估計的精度和魯棒性。但是，由于需要進(jìn)行變分優(yōu)化，光流法的計算效率較低，同時難以調(diào)節(jié)的超參數(shù)也限制了光流法的擴展與應(yīng)用。