マルチカメラライトフィールドイメージングを介して3D流れ場の決定

1。 3Dライトフィールドイメージングセットアップ測定体積の大きさだけでなく、研究されて流体の流れの実験を調査するために必要な時間的·空間分解能を決定することによって開始します。 良好な信号対雑音比（SNR）が1、2（PIV 1用などのピクセルあたりの粒子を計算する必要があります）とリフォーカス画像を生成するために必要なカメラの数を決定するために、実験で存在するであろう光学密度を見積もります。ここに提示合成声帯を持つ3D SAPIV実験のために、私たちは、8台のカメラを使用して、ピクセル当たり0.05から0.1粒子（PPP）の播種密度を達成するために期待しています。この数は、13台のカメラの周りに達し収穫逓減でカメラ数の増加とともに増加し、SNRは急速に5台以下に減少。 各カメラは異なる視点から測定体積を表示することができるようにフレーム上のアレイ構成でカメラをマウントします。データキャプチャおよび表示するための中央コンピュータにカメラを接続します。 所望の倍率と光学作動距離のための適切な焦点距離のレンズを選択します。典型的には、固定焦点距離レンズと同じ種類のは、各画像における類似倍率を生成するために、各カメラに装着されている。 測定体積の中心に視標を（そのようなキャリブレーショングリッドなど）を配置します。 参考として、配列の中央のカメラからの画像を用いて、所望の倍率を達成するために、測定体積から近く、または遠く全体カメラアレイフレームを移動します。 次に、配列内の残りのカメラを区切ります。間隔が遠く離れてお互いからカメラが合計解決深さ1のコストで奥行き寸法の空間分解能を向上させます。注：私達はZ次元を参照するために深さを使用します（ 図1を参照）カメラに向かって正である。内に対する深さの比面内分解能は約与えられる。 、Zはボリューム内の深さであり、S Oは、ボリュームの正面にカメラの距離であり、DはS Oにカメラ間隔の比率です。 測定体積の中心に視標がほぼ各カメラ画像の中央に配置されるようにすべてのカメラを傾けます。 それぞれのカメラのレンズに完全に開口部と、視標の各カメラの焦点を合わせる。 測定体積の裏側にリブレーションターゲットを置きます。ターゲットは、各カメラの視野にあることを確認し、そうでない場合は、カメラや測定体積および/またはカメラの間隔の間の距離が調整（ステップ1.7から1.8）が必​​要です。 ターゲットは、各カメラにフォーカスされているまで、各カメラの絞りを閉じます。 トンでターゲットと手順1.11から1.12までを繰り返し測定体積の彼が前面。各カメラを調整した後、キャリブレーションターゲットは図2のように表示されるはずです。 2。ボリュームイルミネーションセットアップ流れ場に適用される具体的な測定方法に基づいて測定体積を照明するための適切な方法を決定します。粒子画像流速測定法（PIV）のためのレーザーのボリュームが使用されます。 測定に必要な時間分解能を達成することができる脈拍数を持つレーザーを選択します。レーザは、時間分解またはダブルフレームまたぐ3のパルス化のための単一パルス化することができる。 測定体積をカバーする光ボリュームにレーザービームを形成するために、光学レンズを使用しています。 シードのPIV測定3に適したトレーサー粒子を持つボリューム。流体中の粒子の濃度は、所望の空間分解能を達成するの​​に十分な大きさが、SN比を低減するように大きいべきではありませんSAは、許容レベルの下の画像を再フォーカス。参考資料1は、達成可能な播種密度の徹底的な研究が含まれていますが、経験則として、画素あたり0.05から0.15の粒子の画像濃度（PPP）は、8台以上のカメラを持つほとんどの実験に適しています。カメラの固定番号は、ピクセルあたりの粒子は、より大きな音量の深さ寸法は小さくなります。 3。カメラアレイのキャリブレーションキャリブレーションは、測定体積全体の複数の場所でキャリブレーションターゲット（市松格子例えば 、 図2を参照）を使用して各カメラに一連の画像をキャプチャする必要があります。マルチカメラの自己校正法やイメージング正確に興味のある分野を通って移動される既知のキャリブレーションターゲットのいずれか：まず、キャリブレーションの2つのタイプのどちらかを選択します。 測定体積内の基準座標系を確立する。この座標系は、多くの場合、関連するfである方法で選択されまたは実験（ 例えば 、平板などの先端を起点に、シリンダの軸に一致）。ここでは、Z軸（ 図1）に沿ったポイントに整列XY平面内で私たちのグリッドを配置することを選択しました。 セルフ·キャリブレーション·アルゴリズム4、5キャリブレーションターゲットの位置が正確に基準座標系に位置しています一つの場所を除いて、ランダムであっても可能なマルチカメラを使用している場合。この正確に配置されているターゲット上のキャリブレーションポイントの位置を高精度に認識される必要があります。各カメラでは、 図2と同様、それぞれの場所でターゲットのイメージをキャプチャします。 マルチカメラのセルフキャリブレーションアルゴリズムを使用していない場合は、キャリブレーションターゲットを正確に基準座標系におけるターゲットの方向を高精度で知られているような測定体積内の複数の場所に配置する必要があります。各カメラでは、それぞれの場所でターゲットのイメージをキャプチャします。各画像の各カメラでターゲット上の点を識別する。セルフ·キャリブレーションについては、すべてのカメラを越えた画像点の対応は5必要がありますが、明示的な参照と画像の点対応のみ正確に配置されているターゲットが生成した点が必要になります。正確に横断校正方法については、明示的な参照と画像の対応点は、すべてのカメラのすべてのポイントが必要になります。 すべてのカメラを較正するための選ばれたキャリブレーションアルゴリズムを適用します。ここでは、マルチカメラのセルフキャリブレーションアルゴリズム4、5（オープンソース活用することを選択したhttp://cmp.felk.cvut.cz/〜スヴォボダ/ SELFCAL /を ）と利子の平面に相対生じるカメラの場所は、 図3に示す。 4。タイミング、トリガとデータ収集量的、時間分解光視野イメージングは​​、すべてのCを必要とするamerasと照明光源を正確に関連する実験イベントに頻繁に、同期させることができます。 外部パルス·ジェネレータは、カメラ·エクスポージャーおよび照明シーケンスをトリガするために使用される。パルス·ジェネレータに適切なタイミングパルスシーケンスをプログラムします。声帯の実験のために、私たちはレーザーが近い1カメラの露出の終わりに、次の3の冒頭付近パルス化されるフレームに跨っシーケンスを使用します。 実験的なイベントからトリガする場合は、適切な信号が生成され、パルスジェネレータに入力されていることを確認。 手動でトリガする場合、パルス発生器をトリガするための規定を作る。 選択したトリガ方式を介して、カメラのキャプチャや照明シーケンスを開始することにより、実験データの取り込みを開始します。 マルチカメラの光フィールドイメージング実験に関連付けられた大量のデータを取得する際には、些細に思えるが良い命名規則がCRUである金融。命名規則を開発する際に、データが最終的な分析にキャプチャから使用される方法を検討すると便利です。 5。合成開口フォーカシング現在合成リフォーカスボリュームを生成するために、画像の3D焦点スタックを生成します。まず、焦点面とリフォーカスボリュームで使用するための全体的なフォーカシング深さとの間の間隔を定義する 1、7。典型的には、焦点面の間隔が半分の深さの解像度とトータルリフォーカス深さに設定されている場所を表示に重なるすべてのカメラフィールド地域によって支配される。焦点面は基準座標系のZ軸に垂直になります。 測定体積に再投影時に画像に適用するスケールを定義します。スケールは避けるために、RAW画像の倍率と整合的であるべきかなりのオーバーサンプリングまたは再投影画像のアンダーサンプリング。 各カメラの画像平面と各合成焦点面との間の変換を確立します。 バックグラウンドノイズを除去し、画像1、7の間の強度の違いに対応するための画像前処理を実行します。 合成焦点面上に再投影画像は、スケールおよび再サンプル画像を適用します。組み込みのMATLAB関数（画像処理ツールボックス）のセットは平面対平面変換を与え、これらのタスクを処理することができます。 各合成焦点面上に、添加物や乗法のSAリフォーカスアルゴリズム1、7のいずれかを適用します。 3D SAPIVアプリケーションのために、私たちは添加物のSA（ここで声帯に適用される）との良好な成功を収めている。逆光バブル画像では、乗法SAは優れた結果が得られている。チェックとして再建が期待どおりに表示されるかどうかを確認するためにキャリブレーション画像の一方の面にフォーカシングを適用します。 </li> 6。ボリューム後処理光フィールドを生成されたボリューム内の元のオブジェクトを推定するには、再構成として知られている処理ステップを必要とします。いくつかのアルゴリズムが、より複雑な3Dデコンボリューション8から7勾配ベースのフォーカスメトリックに1を閾値単純な強度に至るまで存在する。アプリケーションに適した再構成アルゴリズムを選択してください。 PIVのために、我々は強度しきい値と3Dデコンボリューションの両方で成功を収めている。我々は焦点スタックを形成するために、ここにしきい値強度を使用しています。時間1（t1）と時間2（T2）からの2つの焦点のスタックは、ベクトル場を形成する相互相関である。 3Dライトフィールドイメージング法は、本質的にPIVの精度に影響を与えることができる深さ寸法に伸長されているオブジェクトの結果、、良い再構成アルゴリズムは、この伸びを軽減しようとします。 復興工程の後に、ボリューム内の機能があるか、元する必要があるかもしれませんサイズの測定を可能にするためにtracted、形状などは特徴抽出のために使用されるアルゴリズムは様々であり、アプリケーション7に依存しています。気泡を抽出するには、例えば、バブルの機能をローカライズし、そのサイズを定義する手段を必要とします。 PIVアプリケーションのために、我々は明示的に粒子を抽出しませんから、このステップをスキップすることができます。 3D SAPIVアプリケーションの場合は、小さい尋問ボリュームに再構成ボリュームを解析して、ベクトル場1、3を測定するための適切な相互相関ベースのPIVアルゴリズムを適用する。 maketformは：マップとリサンプリングmaketformからの変換に基づく画像：平面変換＆IMTRANSFORMに平面を作成します。