通过多摄像头的光场成像的三维流场测定

以下视频的总体目标是概述一种可以产生 3D 速度场的 3D 成像技术。这是通过使用校准的相机来收集对光场进行采样所需的图像来实现的。第二步，将光场重新参数化，从而生成一个图像焦点堆栈，形成流场的 3D 表示。

接下来，使用互相关算法对焦点堆栈进行后处理，以获得 3D 速度场矢量。结果显示了用作测试床的振动合成声带模型后的时间分辨 3D 流场。还显示了应用于气泡场的技术的结果。

继续。与现有方法相比，该技术的主要优点是我们可以测量包含更多颗粒、气泡或液滴的体积。这种方法可以提供对流体流动的见解，并扩展到其他应用，例如测量火焰的形状和速度在燃烧中的作用，甚至测量动物群体（如鸟群）的集体行为。

通常，刚接触这项技术的人会遇到困难，因为数据量可能会变得不堪重负，但我们认为我们已经开发了一本使用这种方法的食谱。好。这种方法的视觉演示至关重要，因为相机和校准设置与使用单个相机方法时有很大不同。我们将在 Scott Thompson 博士的 BYU Biofluids 实验室中，在他的研究生 Jesse Daley 的帮助下进行这些实验。

第一步是确定测量体积的大小，以及研究流体流动实验所需的时间和空间分辨率。在这里，该方法将用于执行 3D 合成孔径粒子图像，以了解合成声带引起的气流的损失对称性。测量体积为 50 x 50 x 25 毫米立方，要捕获的最短时间刻度为 10 微秒。

接下来，估计实验中将存在的光密度，以确定生成具有良好信噪比的重新聚焦图像所需的相机数量。此时，粒子图像中的种子密度越高，需要更多的摄像机。对于 O 对称实验，还应计算每个像素的粒子数 将相机安装在帧上的阵列配置中，以便每个相机都可以从不同的视点查看测量体积。

接下来，设置阵列中其余摄像机之间的间距。将相机彼此间隔得更远可以提高深度维度的空间分辨率，但代价是总可解析深度。用于数据捕获。

查看时，将摄像机连接到中央计算机。将校准网格等可视目标放置在测量体积的中心。使用来自阵列中心相机的图像作为参考，并将整个阵列帧从测量体积更近或更远移动，以获得所需的放大角度或相机，使测量体积中心的视觉目标在每个相机图像中大致居中。

在每个相机镜头上的光圈完全打开的情况下，将每个相机对准视觉目标。将校准目标放在测量体积的背面。确保目标位于每个摄像机的视图中。

如果不是，请重新调整相机与测量体积之间的距离和/或相机间距。对卷前面的校准目标执行相同的作，并迭代直到正面和背面都可见。在所有相机中。

关闭每个相机的光圈，直到目标清晰对焦。当位于每台相机的测量体积内的任何位置时，在关闭光圈的情况下可能需要额外的照明。首先，根据应用于流场的特定测量方法确定用于照亮测量体积的适当方法。

在本演示中，使用了 1000 赫兹双脉冲激光器。使用光学透镜将激光形成覆盖测量体积的光体积。最后，当准备好进行数据收集时，请准备好用适合粒子 image.Loc 的示踪粒子作为体积的种子。

参考文献中描述的对称性测量。根据经验，每像素 0.05 到 0.15 个粒子的图像密度适用于具有 8 个或更多相机的大多数实验。对于固定数量的摄像机，每像素的粒子数会减少。

对于较大的体积深度尺寸。一个关键步骤是校准。这可以在有或没有示踪粒子的情况下完成。

如果像本演示一样使用多相机自校准算法，请在测量体积中建立一个参考坐标系。在这里，校准网格放置在声带的中心 在参考坐标系的固定方向上，使用具有已知几何图形的对象作为校准目标。在这种情况下，多相机自校准算法中的校准网格或校准目标位置可以是随机的，但精确控制的除外。

这将建立参考坐标系 在每个相机中，捕获每个位置的目标图像。识别每个相机中目标上的点。对于每张用于自校准的图像，目标上每个识别的点必须位于每台相机拍摄的图像中。

但是，只有与精确定位的目标相关联的点才需要点在参考坐标系中的明确位置。为了采集数据以进行定量时间分辨光场成像，所有相机和照明源必须准确同步。在本实验中，使用编程的外部脉冲发生器来触发相机曝光和照明序列。

准备收集大量数据，包括考虑数据文件的命名。通过确保示踪粒子流动并通过所选触发方法启动相机捕获和照明序列，开始实验数据捕获。为了生成用于收集数据的合成重新聚焦的体积，请生成 3D 焦点堆栈。

为此，请定义焦平面之间的间距和重新聚焦体积中的整体重新聚焦深度。如参考资料中所述，通常焦平面设置为深度分辨率的一半，并且总重新聚焦深度由所有相机视场重叠的区域控制。焦平面将垂直于参考坐标系的 Z 轴。

在这里，我们的焦平面间距约为 0.16 毫米，总重新聚焦深度为 20 毫米，在处理后，大约有 128 个分辨的水上飞机，执行图像预处理以改善背景噪声并适应图像之间的强度差异。在每个相机、图像平面和每个合成焦平面之间建立变换。将图像重新投影到合成焦平面上。

应用比例并重新对图像进行取样。这可以在 MATLAB 中完成。给定平面到平面变换，在每个合成焦平面上应用加法或乘法合成孔径重新聚焦算法。

作为检查，将重新聚焦应用于校准图像的一个平面，以查看重建是否按预期显示。当加法应用于 z 等于 13.3 毫米的校准平面之一时，当焦点堆栈从后向前遍历时，图像会进入和离开焦点。最后，我们使用左侧重新聚焦的图像和右侧中央摄像头的校准网格图像来演示每个校准平面的聚焦。

在所有所需平面上重新聚焦后，为了消除重新聚焦引起的噪声的图像会根据重新聚焦图像的强度直方图应用阈值，以保留聚焦内的粒子。接下来，将阈值映像堆叠在一起，以在称为重建的过程中创建一个卷。重建后，可以从体积中收集定量数据。

此处显示了来自单个相机的高质量 Raw 粒子图像的损失对称图像示例。这些图像包含均匀分布的粒子，在黑色背景上具有高对比度。这是适当接种和精确校准的实验的结果。

合成孔径重新聚焦图像显示每个深度平面上的聚焦颗粒从左到右是负 7 毫米、零毫米和 7 毫米深度的图像。要利用这些数据，需要一个称为 reconstruction 的处理步骤。在这种情况下，将应用强度阈值以在每个深度平面上保留聚焦粒子。

然后堆叠焦平面以在此处创建一个体积。相同深度的图像在两个不同的时间显示。然后，可以将阈值体积传递到包含足够数量的粒子的询问体积中，以执行粒子图像速度对称。

这是为合成声带引起的射流的三维矢量场收集的样本数据示例，步长为多个倍数。左侧显示每次整个 3D 速度场的 I 不对称视图。XY 平面在 Z 等于 5 毫米处的阶梯切割显示在 YZ 平面的中心切割中。

在 X 等于 14 毫米时，在 t 等于 0 毫秒时显示在右侧。声带闭合，声带中的速度非常小。射流在 1 毫秒时的最大速度沿正宽方向移动，强度从 2 毫秒降低到 4 毫秒。

折叠在 5 毫秒时关闭，降低喷射速度并重复循环。此数据表示单个快照处的速度场，与通常显示的平均值形成对比。光场成像的另一个应用是气泡流。

这里显示的是射流撞击水面的空气夹带形成的气泡场。一次暂停视频。步长允许在不同的深度平面上通过图像重新聚焦，以查看气泡进入和离开焦点。

这张静止图像从左到右显示了来自相机阵列的气泡流场的原始图像，以及在负 10 毫米、零毫米和 10 毫米深度重新聚焦的图像。圆圈突出显示位于负 10 毫米深度平面上的气泡，并在其他平面上消失。掌握后，校准和数据捕获通常可以在大约 4 小时内完成，而合成捕获重新聚焦可以在大约 12 小时内完成，同时执行此过程。非常有条理很重要，因为收集的大量数据中有很多步骤。

按照此过程，可以查询丰富的数据集，以物理方式了解几个问题，例如多相流中的气泡尺寸分布是什么？这项技术将为物理生物学等领域的研究人员铺平道路，他们可以研究蝴蝶飞行的流体动力学或鸟群的三维结构。看完这个视频后，你应该对如何设置用于光场成像的相机、准确校准它们、在软件中对图像执行合成孔径以及利用体积数据进行进一步处理有一个很好的了解。

有关示例代码、数据集和教程信息，请访问我们的网站。不要忘记，与 Tad Truscott 一起工作可能非常危险，并且始终采取全面的预防措施，例如在他的实验室工作时穿着防弹衣。