Determinazione campi di flusso 3D tramite multi-camera campo di luce Imaging

1. 3D Luce Impostazione sul campo Imaging Avviare determinando le dimensioni del volume di misura e la risoluzione temporale e spaziale richiesta per investigare l'esperimento di flusso di fluido in fase di studio. Stimare la densità ottica che sarà presente nel esperimento per determinare il numero di telecamere necessarie per generare immagini riorientate con rapporto segnale-rumore (SNR) 1, 2 (ad esempio per PIV uno dovrebbe calcolare particelle per pixel). Per l'esperimento 3D SAPIV con le pieghe di sintesi vocali qui presentati, usiamo 8 telecamere e si aspettano di ottenere una densità di semina di 0,05-0,1 particelle per pixel (ppp). Questo numero aumenta con il numero crescente di fotocamera con rendimenti decrescenti raggiunto circa 13 telecamere, il SNR diminuisce rapidamente al di sotto di 5 telecamere. Montare le telecamere in una configurazione di array su un telaio in modo tale che ogni telecamera può vedere il volume di misura da punti di vista diversi. Collegare le telecamere ad un computer centrale per l'acquisizione dei dati e la visualizzazione. Seleziona le tue lenti con lunghezze focali appropriati per l'ingrandimento desiderato e ottici distanze di lavoro. Tipicamente, lo stesso tipo di obiettivo a focale fissa è montata ad ogni telecamera per generare ingrandimento simile in ciascuna immagine. Collocare un oggetto visivo (come una griglia di calibrazione) al centro del volume di misura. Utilizzando l'immagine ripresa dalla telecamera centro della matrice come riferimento, spostare l'intero array frame fotocamera più vicino o più lontano dal volume di misura per ottenere l'ingrandimento desiderato. Successivamente, separare le telecamere rimanenti nella matrice. Spaziatura delle telecamere Allontanare tra loro migliora la risoluzione spaziale nella dimensione di profondità a costo di profondità totale risolvibile 1. Nota: usiamo profondità per fare riferimento alla Z-dimensione, il che è positivo verso le telecamere (vedi Figura 1). Il rapporto di profondità in-Plane risoluzione è data approssimativamente da , Dove Z è la profondità del volume, o s è la distanza delle telecamere al fronte del volume, e D è il rapporto di spaziatura fotocamera s o. Angolo tutte queste telecamere che l'obiettivo visivo al centro del volume di misura è approssimativamente centrata in ciascuna telecamera. Con le aperture completamente aperte su ogni obiettivo della fotocamera, mettere a fuoco ogni telecamera sul bersaglio visivo. Collocare un oggetto di calibrazione sul retro del volume di misura. Assicurarsi che l'obiettivo è in vista di ogni telecamera, se non lo è, allora la distanza tra le telecamere e il volume di misura e / o spaziatura fotocamera esigenze di adeguamento (passi 1,7-1,8). Chiudere l'apertura di ogni telecamera fino a quando l'obiettivo è a fuoco in ogni camera. Ripetere i passaggi da 1,11-1,12 con l'obiettivo di tegli anteriore del volume di misura. Il target di calibrazione dovrebbe essere simile alla figura 2 dopo ogni telecamera viene regolata. 2. Volume Illuminazione Setup Determinare il metodo appropriato per illuminare il volume di misura basato sul metodo di misurazione specifico applicato al campo di flusso. Per Particle Image Velocimetry (PIV) un volume laser viene utilizzato. Selezionare un laser con una frequenza che può raggiungere la risoluzione desiderata temporale della misurazione. Il laser può essere singola pulsata per tempo risolto o doppia pulsata per il telaio-a cavallo 3. Utilizzare lenti ottiche per formare il fascio laser in un volume di luce che copre il volume di misura. Seed il volume con particelle traccianti adatti per le misure PIV 3. La concentrazione di particelle nel fluido dovrebbe essere abbastanza grande per ottenere la risoluzione spaziale desiderata, ma non così grande da ridurre il SNR inSA riorientato le immagini di sotto di un livello accettabile. Riferimento 1 contiene uno studio approfondito della densità di semina realizzabile, ma come regola generale una densità immagine di 0,05-0,15 particelle per pixel (ppp) è adatto alla maggior parte esperimenti con 8 o più telecamere. Per un numero fisso di telecamere, delle particelle per pixel riduce le dimensioni di volume maggiore profondità. 3. Array Camera di calibrazione Taratura richiede catturare una serie di immagini di ogni telecamera con un target di calibrazione (ad esempio una griglia a scacchiera, vedi figura 2) in più sedi in tutto il volume di misura. In primo luogo, scegliere tra due tipi di calibrazione: o un multi-camera di auto-calibrazione metodo o l'immagine di un bersaglio di calibrazione noto che è proprio mosso attraverso il campo di interesse. Definire un sistema di coordinate di riferimento nel volume di misura. Questo sistema di coordinate è spesso scelti in modo che f sia rilevanteo l'esperimento (es. allineato con l'asse di un cilindro, originario all'avanguardia di una piastra piana, etc). Qui abbiamo scelto di collocare le griglie nel piano XY allineato punti lungo l'asse Z (Figura 1). Se si utilizza un multi-camera autocalibrazione algoritmo 4, 5 le posizioni di calibrazione finali può essere casuale, ad eccezione di una posizione che si trova proprio nel sistema di coordinate di riferimento. La posizione dei punti di taratura su questo target precisamente posizionata deve essere nota con precisione. In ogni telecamera, catturare un'immagine del bersaglio in ogni posizione simile a Figura 2. Se non si utilizza un multi-camera autocalibrazione algoritmo, quindi il bersaglio di calibrazione deve essere posizionato con precisione in diverse posizioni nel volume di misura tale che l'orientamento del target nel sistema di coordinate di riferimento è nota con precisione. In ogni telecamera, catturare l'immagine del target in ogni luogo. Identificare punti sul bersaglio in ogni telecamera per ogni immagine. Per l'auto-calibrazione, corrispondenze immagine punto attraverso tutte le telecamere sono necessari 5, ma esplicito riferimento a immagini corrispondenze di punti sono necessari solo per i punti generati dalla destinazione precisa posizione. Per il metodo di calibrazione proprio percorso, esplicito riferimento a immagini corrispondenze di punti sono necessari per tutti i punti di tutte le telecamere. Applicare l'algoritmo di calibrazione scelto per calibrare tutte le telecamere. Qui abbiamo scelto di utilizzare un multi-camera autocalibrazione algoritmo 4, 5 (open source http://cmp.felk.cvut.cz/ ~ Svoboda / SelfCal / ) e le posizioni delle telecamere conseguenti relativi ai piani di interesse sono mostrato in Figura 3. 4. Timing, Triggering e raccolta dati Quantitativa, risolta in tempo di imaging campo luminoso richiede che tutte le cameras e fonti di illuminazione di essere accuratamente sincronizzati, spesso ad un evento rilevante sperimentale. Un generatore di impulsi esterno viene utilizzato per attivare le esposizioni della fotocamera e le sequenze di illuminazione. Programmare le opportune sequenze di impulsi di temporizzazione del generatore di impulsi. Per l'esperimento corde vocali, si usa una sequenza di frame-cavallo, per cui il laser è impulsata vicino alla fine di una telecamera e di esposizione vicino all'inizio del successivo 3. Se da un innesco evento sperimentale, in modo che un segnale appropriato viene generato e ingresso al generatore di impulsi. In caso di attivazione manuale, disposizioni per l'attivazione del generatore di impulsi. Iniziare l'acquisizione di dati sperimentali, avviando la cattura della fotocamera e la sequenza di illuminazione tramite il metodo scelto di attivazione. Anche se sembra banale, al momento di acquistare la grande quantità di dati associato a un multi-camera di luce campo dell'imaging esperimento di una buona convenzione di denominazione è cruciale. E 'utile considerare come i dati saranno utilizzati dalla cattura alla definitiva quando si sviluppa la convenzione di denominazione. 5. Aperture Rifocalizzazione Synthetic Abbiamo ora genererà una pila 3D focale di immagini per produrre un volume sinteticamente riorientato. Primo, definire la spaziatura tra i piani focali e profondità complessiva rifocalizzazione da utilizzare nel volume riorientato 1, 7. Tipicamente, la spaziatura piano focale è impostato a metà della risoluzione profondità e la profondità totale rifocalizzazione è governata dalla regione in cui tutti i campi di telecamere della sovrapposizione vista. I piani focali sarà perpendicolare all'asse Z del sistema di coordinate di riferimento. Definire la scala da applicare alle immagini su riproiezione nel volume di misura. La scala deve essere coerente con l'ingrandimento delle immagini prime per evitaresignificativa sovra-campionamento o sotto-campionamento delle immagini riproiettato. Stabilire trasformazioni tra ogni piano immagine della telecamera e ogni piano focale sintetico. Eseguire la pre-elaborazione dell'immagine per rimuovere il rumore di fondo e ospitare per differenze di intensità tra le immagini 1, 7. Immagini riproiettare sui piani focali sintetiche, applicare la scala e ri-campione le immagini. Una serie di funzioni built-in Matlab (Image Processing Toolbox a) in grado di gestire questi compiti assegnati i piano a piano trasformazioni. Su ogni piano focale sintetica, applicare la additivo o moltiplicativo algoritmo rifocalizzazione SA 1, 7. Per le applicazioni 3D SAPIV, abbiamo avuto un buon successo con additivo SA (applicato alle corde vocali qui). Per le immagini di bolle in controluce, il moltiplicativo SA ha dato risultati superiori. Come controllo applica il riorientamento di un piano delle immagini di calibrazione per vedere se la ricostruzione appare come previsto. </li> 6. Volume di post-elaborazione Per stimare gli oggetti originali nel volume che ha generato il campo di luce richiede una fase di elaborazione noto come ricostruzione. Esistono diversi algoritmi che vanno dalla semplice intensità di soglia da 1 a gradiente di metriche basate su fuoco da 7 a più complesse deconvoluzione 3D 8. Scegliere un algoritmo di ricostruzione appropriato per l'applicazione. Per PIV, abbiamo avuto successo sia con soglia intensità e deconvoluzione 3D. Usiamo intensità sogliatura qui per formare una pila focale. Due pile focali da tempo 1 (t 1) e il tempo 2 (t 2) sono cross-correlata per formare un campo vettoriale. Il 3D sul campo metodo Luce Imaging intrinsecamente risultati in oggetti che vengono allungate nella dimensione della profondità, che possono influenzare la precisione PIV, un algoritmo di buona ricostruzione tenta di mitigare questo allungamento. Dopo la fase di ricostruzione, caratteristiche del volume può essere necessario o exestratto in per consentire la misura della dimensione, forma, ecc Gli algoritmi utilizzati per l'estrazione di caratteristiche sono diverse e dipendono dall'applicazione 7. Per estrarre bolle, ad esempio, richiede un mezzo di localizzazione caratteristiche bolla e definire le loro dimensioni. Per le applicazioni PIV, non esplicitamente estrarre le particelle e questo passaggio può essere saltato. Per le applicazioni 3D SAPIV, analizzare il volume di ricostruzione in volumi più piccoli interrogatori e applicare un opportuno algoritmo di cross-correlazione basata su PIV di misurare il campo vettoriale 1, 3. un maketform: costruisce un piano di trasformazione aereo e imtransform: mappe e ricampiona l'immagine in base alle trasformazioni da maketform.