La determinación de los campos de flujo a través de imágenes en 3D multi-cámara de campo de luz

1. 3D Campo de Luz de configuración de imagen Comience por determinar el tamaño del volumen de medición, así como la resolución temporal y espacial requerida para investigar el experimento de flujo de fluido que está siendo estudiado. Estimar la densidad óptica que estará presente en el experimento con el fin de determinar el número de cámaras requeridas para generar imágenes reorientado con buena relación señal-ruido (SNR) 1, 2 (por ejemplo, para PIV de calcular las partículas por píxel). Para el experimento SAPIV 3D con los pliegues vocales sintéticos presentados en la presente memoria, se utiliza 8 cámaras y esperar para lograr una densidad de siembra de 0.05-0.1 partículas por píxel (ppp). Este número aumenta al aumentar el número de cámara con rendimientos decrecientes alcanzado alrededor de 13 cámaras, el SNR disminuye rápidamente por debajo de 5 cámaras. Montar las cámaras en una configuración de la matriz en una estructura de tal manera que cada cámara se puede ver el volumen de medición de puntos de vista diferentes. Conecte las cámaras a un ordenador central para la captura de datos y visualización. Seleccione objetivos con distancias focales apropiados para la ampliación deseada y ópticos distancias de trabajo. Típicamente, el mismo tipo de lente de longitud focal fija está montado en cada cámara, para generar un aumento similar en cada imagen. Coloque un objeto visual (tal como una rejilla de calibración) en el centro del volumen de medición. Uso de la imagen desde la cámara central de la matriz como una referencia, mover el marco de la cámara matriz completa más cerca o más lejos de la medición de volumen para alcanzar el aumento deseado. A continuación, separar las cámaras restantes en la matriz. Espaciado de las cámaras más separados el uno del otro mejora la resolución espacial en la dimensión de profundidad en el costo de la profundidad total resoluble 1. Nota: se utiliza para referirse a la profundidad de la dimensión Z, que es positiva hacia las cámaras (véase la Figura 1). La relación de profundidad en el-Avión resolución viene dada aproximadamente por , Donde Z es la profundidad en el volumen, o s es la distancia de las cámaras a la parte delantera del volumen, y D es la relación de espaciamiento cámara a s o. Ángulo de todas las cámaras de tal manera que el objetivo visual en el centro del volumen de medición está aproximadamente centrado en cada imagen de la cámara. Con las aberturas completamente abiertas sobre cada lente de la cámara, se centran cada cámara en el objetivo visual. Colocar un objeto de calibración en la parte posterior del volumen de medición. Asegúrese de que el objetivo está en la vista de cada cámara, y si no es así, entonces la distancia entre las cámaras y el volumen de medición y / o separación de cámara necesidades de ajuste (pasos 1.7 a 1.8). Cierre la abertura de cada cámara hasta que el objetivo esté enfocado en cada cámara. Repita los pasos 1.11-1.12 con el objetivo en tél delante del volumen de medición. El objetivo de calibración debe ser similar a la figura 2 después de cada cámara se ajusta. 2. Volumen de configuración Iluminación Determinar el método apropiado para la iluminación del volumen de medición basado en el método de medición específico que está siendo aplicado al campo de flujo. Para velocimetría de imagen de partículas (PIV) un volumen de láser se utiliza. Seleccionar un láser con una frecuencia de pulso que se puede conseguir la resolución deseada temporal de la medición. El láser puede ser de una sola pulsaron durante resuelta en el tiempo o doble pulsaron durante marco horcajadas 3. Utilizar lentes ópticas para formar el haz láser en un volumen de luz que cubre el volumen de medición. Semilla del volumen con partículas trazadoras adecuados para las mediciones de PIV 3. La concentración de partículas en el fluido debe ser lo suficientemente grande como para conseguir la resolución espacial deseada, pero no tan grande como para reducir la SNR enSA reorientado las imágenes por debajo de un nivel aceptable. Referencia 1 contiene un estudio detallado de la densidad de siembra alcanzable, pero como regla general, una densidad de imagen de 0.05-0.15 partículas por pixel (ppp) es adecuada para la mayoría de los experimentos con 8 o más cámaras. Para un número fijo de cámaras, las partículas por pixeles disminuye para las grandes dimensiones de volumen de profundidad. 3. Calibración de la cámara de matriz La calibración requiere la captura de una serie de imágenes en cada cámara con un objetivo de calibración (por ejemplo, una cuadrícula de tablero de ajedrez, véase la figura 2) en varias ubicaciones en todo el volumen de medición. En primer lugar, elegir entre dos tipos de calibración: o bien una cámara multi-método de auto-calibración o imágenes de un destino de calibración que se conoce con precisión mueve a través del campo de interés. Establecer un sistema de coordenadas de referencia en el volumen de medición. Este sistema de coordenadas se elige a menudo de una manera que es f relevanteo el experimento (por ejemplo, alineada con el eje de un cilindro, con origen en el borde de ataque de una placa plana, etc). Aquí hemos elegido para colocar nuestras redes en el plano XY alineados en puntos a lo largo del eje Z (Figura 1). Si se utiliza una cámara multi-auto-calibración algoritmo 4, 5 los lugares de destino de calibración puede ser aleatorio, a excepción de una ubicación que se encuentra precisamente en el sistema de coordenadas de referencia. La ubicación de los puntos de calibración en este objetivo localizado con precisión debe ser conocida con alta precisión. En cada cámara, capturar una imagen de la diana en cada ubicación similar a la Figura 2. Si no se utiliza una cámara multi-auto-calibración algoritmo, entonces el patrón de calibración debe ser precisamente colocados en varias ubicaciones en el volumen de medición de tal manera que la orientación del objetivo en el sistema de coordenadas de referencia se conoce con gran precisión. En cada cámara, capturar una imagen de la diana en cada ubicación. Identificar los puntos sobre el objetivo en cada cámara para cada imagen. Para la auto-calibración, las correspondencias imagen punto a través de todas las cámaras se requieren 5, pero explícita referencia a la imagen de punto correspondencias sólo son necesarios para los puntos generados por el objetivo localizado con precisión. Para el método de calibración precisamente atravesado, explícitas referencia a la imagen correspondencias de puntos son necesarios para todos los puntos en todas las cámaras. Aplicar el algoritmo de calibración elegida para calibrar todas las cámaras. Aquí se ha optado por utilizar una cámara multi-auto-calibración algoritmo 4, 5 (de código abierto http://cmp.felk.cvut.cz/ ~ svoboda / SelfCal / ) y las ubicaciones de las cámaras resultantes relativas a los planos de interés son se muestra en la Figura 3. 4. Temporización, disparo y Recolección de Datos Cuantitativo, con resolución temporal de imágenes campo de luz requiere que todos los cameras y fuentes de iluminación que se sincronizan con precisión, a menudo a un evento experimental relevante. Un generador de impulsos externo se utiliza para desencadenar las exposiciones de cámara y secuencias de iluminación. Programar las secuencias de temporización apropiadas de impulsos en el generador de impulsos. Para el experimento de las cuerdas vocales, se utiliza una secuencia fotograma a horcajadas, en el que el láser es pulsado cerca del final de la exposición de la cámara cerca de uno y el comienzo de la siguiente 3. Si la activación de un evento experimental, garantizar que una señal apropiada se genera y la entrada al generador de impulsos. Si activación manual, tomar las medidas para activar el generador de impulsos. Comenzar la captura de datos experimentales mediante el inicio de la captura de la cámara y la secuencia de iluminación a través del método elegido disparo. Aunque suene trivial, al adquirir la gran cantidad de datos asociado a un multi-cámara de campo de luz de imágenes experimento una buena convención de nombres es crucial. Es útil considerar cómo los datos serán utilizados desde la captura hasta la última instancia en el desarrollo de la convención de nombres. 5. Reorientación de apertura sintética Ahora vamos a generar una pila 3D focal de imágenes para producir un volumen sintéticamente reorientado. En primer lugar, definir el espaciamiento entre planos focales y la profundidad reorientación global que se utilizan en el volumen reorientado 1, 7. Típicamente, el espaciado de plano focal se establece en la mitad de la resolución de profundidad y la profundidad total de reorientación se rige por la región en la que todos los campos de la cámara de visión se superponen. Los planos focales será perpendicular al eje Z del sistema de coordenadas de referencia. Definir la escala a aplicar a las imágenes sobre la reproyección en el volumen de medición. La escala debe ser coherente con la magnificación de las imágenes en bruto con el fin de evitarsignificativo sobre-muestreo o sub-muestreo de las imágenes proyectada de nuevo. Establecer las transformaciones entre cada plano de imagen de la cámara y cada plano focal sintético. Realizar procesamiento previo en la imagen para eliminar el ruido de fondo y dar cabida a las diferencias en la intensidad entre las imágenes 1, 7. Imágenes reproyectar en los planos focales sintéticos, aplique la escala y la re-muestra las imágenes. Un conjunto de funciones integradas de Matlab (Image Processing Toolbox a) puede manejar estas tareas dadas las transformaciones plano a plano. En cada plano focal sintético, aplique el aditivo o multiplicativo algoritmo reorientación SA 1, 7. Para aplicaciones 3D SAPIV, hemos tenido buen éxito con aditivo SA (tal como se aplica a los pliegues vocales aquí). Para las imágenes de burbujas contraluz, el multiplicativo SA ha dado resultados superiores. Como comprobación aplicar la reorientación a un plano de las imágenes de calibración para ver si la reconstrucción aparece como se esperaba. </li> 6. Volumen de post-procesamiento Para estimar los objetos originales en el volumen que ha generado el campo de luz requiere una etapa de procesamiento conocida como reconstrucción. Varios algoritmos que varían desde simples intensidad umbralización una de las métricas basadas en gradiente de enfoque 7 para deconvolución 3D más complejas 8. Elegir un algoritmo de reconstrucción apropiada para la aplicación. Para PIV, hemos tenido éxito con intensidad umbral ambos y deconvolución 3D. Nuestro método de umbralización intensidad para formar una pila focal. Dos pilas focales de tiempo 1 (t 1) y el momento 2 (t 2) son correlación cruzada para formar un campo vectorial. El Campo 3D Light método de imagen inherentemente resulta en objetos que son alargadas en la dimensión de profundidad, lo que puede afectar la precisión de PIV; un algoritmo de reconstrucción buena intenta mitigar este alargamiento. Después de la etapa de reconstrucción, características en el volumen puede ser necesario o excontratada para permitir la medición del tamaño, forma, etc Los algoritmos utilizados para la extracción de características son variadas y dependen de la aplicación 7. Para extraer las burbujas, por ejemplo, requiere un medio de localización de características de burbujas y la definición de su tamaño. Para aplicaciones PIV, no explícitamente extraer partículas y este paso puede omitirse. Para aplicaciones 3D SAPIV, analizar el volumen de reconstrucción en volúmenes más pequeños de interrogatorio y aplicar una adecuada correlación cruzada algoritmo basado en PIV para medir el campo vectorial 1, 3. un maketform: construye un avión con destino a transformación avión y imtransform: mapas y remuestrea una imagen basada en las transformaciones de maketform.