通过多摄像头的光场成像的三维流场测定

1。三维光场的成像设置首先通过确定的测量体积的大小以及调查正在研究流体流动实验所需的时间和空间分辨率。 估计的光学密度，这将是本实验中，以确定，以产生良好的信号-噪声比（SNR）1，2（ 例如用于PIV 1应计算每个像素的粒子）的重新聚焦的图像所需的摄像机的数量。对于与本文提出的合成声带的的3D SAPIV实验中，我们使用8个摄像头，并期望实现接种密度为0.05-0.1颗粒每像素（的ppp）。此数目增加，越来越多的收益递减的摄像头，达到了约13台摄像机的信噪比迅速降低，低于5相机。 挂载相机以阵列配置的框架上，使得每个相​​机可以查看从不同视点的测量体积。将摄像机一台中央计算机数据采集和查看。 选择适合所需的放大倍数和光学工作距离与焦距的镜头。通常，相同类型的固定焦距镜头被安装到每个摄像机，在每个图像中，以产生类似的放大倍率。 放置一个可视目标（如校准网格）中的测量体积的中心。 使用该图像从作为参考的阵列的中心相机，移动的整个相机阵列帧更近或更远的测量体积，以达到所需的倍率。 接着，数组中分离剩余的相机。间距彼此分开更远的相机在总解析的深度为1的成本，提高了空间分辨率的深度维度中。注意：我们使用深度指于Z的尺寸，这是正朝向照相机（参见图1）。深度的比率在- 图面的分辨率的约 ， 其中 Z是在卷中的深度，S O是摄像机的距离的前方的体积，和D的摄像机间距的比率是S O。 角度，使得可视目标的测量体积的中心在大约集中在每个摄像机图像的所有摄像机。 孔完全开放的每个镜头，每个相机对焦的视觉目标。 将在后面的测量体积的校准目标。确保目标是在视图中的每个摄像机;如果它不是，则相机和测量体积和/或相机间距需要调节（步骤1.7-1.8）之间的距离。 关闭每个摄像机的光圈，直到目标是在每个相机对焦。 重复步骤1.11-1.12的目标在t他前面的测量体积。校准目标应该出现类似于图2的每个摄像机后调整。 2。音量照明设置确定照亮被施加到的流场的具体的测量方法的基础上的测量体积的适当的方法。对于粒子图像测速（PIV）的激光量。 选择激光的脉冲率，可以实现所需的时间分辨率的测量。激光可以单时间分辨脉冲或双脉冲帧跨越3。 使用光学透镜，以形成激光束到一个光量，涵盖了测量体积。 种子量的示踪粒子，适用于PIV测量3。流体中的颗粒的浓度应足够大，以达到所需的空间分辨率，但也不能太大，以减少的SNRSA重新调整图像低于可接受的水平。参考文献1实现的接种密度，包含了深入研究，但作为一个经验法则的0.05-0.15的颗粒每像素的图像密度（ppp的）是合适的具有8个或更多个摄像机的大部分实验。对于一个固定的摄像机数量，每像素的粒子的体积较大，深度尺寸减小。 3。摄像机阵列校准校准需要在每个摄像机拍摄的一系列图像的校准目标（ 例如棋盘格，参见图2）在整个测量体积的多个位置。首先，选择两种类型的校准：要么多摄像机自标定方法或成像校准目标，通过精确地移动领域的兴趣。 建立一个参考坐标系中的测量体积。通常，此坐标系中选择的方式是有关f或实验（ 例如，与气缸的轴线对齐，原在前缘处的平板等）。在这里，我们选择了我们的格点放置在XY平面内沿Z轴（ 图1）的点上对齐。 如果使用多相机自校准算法4，5的校准目标的位置可以是随机的，除了在参考坐标系中的一个位置，精确地定位。在此精确定位的目标必须是已知的校准点的位置，精度高。在每次摄像时，捕获的目标的图像，在每个位置，类似于图2。 如果不使用多相机自校准算法，然后校准目标必须被精确地放置在多个位置中，使得在参考坐标系中的目标的方向是已知的以高准确度在测量体积。在每次摄像时，捕获的图像中的目标的每个位置。确定在每个摄像机的每个图像对目标点。自校准，在所有摄像机的图像点的对应5，但只需要明确的引用到的图像点的对应点的精确定位目标。对于精确走过的校准方法，明确的参考图像点的对应所需要的所有相机中的所有点。 应用所选择的校准所有的摄像机校准算法。在这里，我们选择了利用多摄像机自标定算法4，第5（开源http://cmp.felk.cvut.cz/〜自由报/ SelfCal的/ ）和相机的相对位置对飞机的兴趣如图3中所示。 4。定时，触发和数据采集定量，时间分辨光场成像要求所有的cameras和照明光源要精确地同步，往往到相关实验事件。 外部脉冲发生器用于触发摄像机的暴露和照明序列。编程适当的定时脉冲序列的脉冲发生器上。对于声带实验中，我们使用的帧跨越的序列，从而使激光脉冲接近的一个相机的曝光结束，并开始下一个3附近。 如果从一个实验性的事件触发时，确保一个适当的信号，生成并输入到脉冲发生器。 如果手动触发，触发脉冲发生器的规定。 开始实验数据的采集，通过选择触发方式启动摄像头的捕获和照明序列。 虽然听起来微不足道，获取大量的数据与多相机的光场成像实验时，一个良好的命名约定是CRUCIAL。考虑数据将如何使用从捕捉到最后分析发展中的命名约定时，它是有帮助的。 5。合成孔径归核化现在，我们将产生一个三维的焦点堆栈的图像产生一个综合的重新调整音量。首先，定义焦平面之间的间距和整体再聚焦深度，以在重新调整量的使用 1，7。通常，焦平面间距被设置为一半的深度分辨率，总的再聚焦深度受该区域的所有相机视图重叠领域。的焦平面将垂直于Z轴的基准坐标系统。 定义的规模后应用至图像重投影到测量体积。与原始图像的放大倍率的规模应该是一致的，为了避免显着的重投影图像的过采样或欠采样。 建立每个摄像机的图像平面，每个合成焦平面之间的转换。 执行图像的预处理，以消除背景噪音和适应图像，在强度之间的差异。 重投影到合成焦平面的图像，应用的规模和重新采样的图像。一组内置在Matlab功能（图像处理工具箱）可以处理这些任务的平面，平面转换。 在每个合成焦平面上，适用的加法或乘法SA重新定位算法1中，7。对于3D SAPIV应用，取得了很好的成功与添加剂SA（适用于声带）。乘法SA对于背光泡泡的图像，已经取得了骄人的业绩。作为检查应用的再聚焦到一个平面上的校准图像，看是否出现重建如预期。 </li> 6。卷后处理为了估计原始物体上产生的光场的体积称为重建需要的处理步骤。一些算法存在从简单的强度阈值1基于梯度的重点指标，以更复杂的三维反褶积8。选择适合于应用程序将重构算法。对于PIV，我们已经成功地与强度阈值和三维反褶积。我们使用强度阈值，在这里形成一个焦点堆栈。从时间1（t 1）和时间2（t 2的 ）的两个焦点堆栈是互相关的，形成的矢量场。三维光场成像方法本身的对象，结果是细长的深度尺寸，这会影响PIV的精度，良好的重建算法试图减轻这种延伸。 后重建的步骤，在该卷的功能可能需要或当然吸引到允许测量的大小，形状，等用于特征提取的算法是多种多样的，并依赖于应用程序7。要提取气泡，例如，需要化气泡的功能和定义它们的大小的一种手段。的PIV应用中，我们不显式提取颗粒和这一步可以跳过。 对于3D SAPIV应用程序，解析重建审讯卷成更小的体积并施加适当的基于互相关的PIV算法测量的矢量场1，3。 一个 maketform：构造一个平面的平面变换imtransform的：地图和重新采样图像的基础上的转换maketform。