Name: 通过多摄像头的光场成像的三维流场测定 (视频) | JoVE Journal
Uploaded: 2013-03-06T12:00:00.000+00:00
Duration: 14 min 25 s
Description: 了解使用多摄像头光场成像技术进行三维流场测定的方法。该技术通过校准相机阵列采集光场数据，利用交叉相关算法提取三维速度矢量，可在高粒子密度环境中实现精确测量，适用于流体动力学研究。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

我们感谢美国国家科学基金会（NSF）授予的CMMI #1126862项目资助，用于资助杨百翰大学（BYU）的设备采购及合成孔径算法的开发；感谢海军水下作战中心纽波特分部（NUWC Newport）的内部实验室独立研究（ILIR）基金（由Tony Ruffa博士监督）对设备和开发工作的资助；感谢美国国立卫生研究院耳聋与其他沟通障碍研究所（NIH/NIDCD）R01DC009616项目对SLT、DJD和JRN以及与声带实验相关数据的资助；感谢德国埃尔朗根大学先进光学技术研究生院（SAOT）对SLT的部分支持。最后，感谢落基山NASA空间资助联盟对JRN的资助。

1. 三维光场成像系统设置
<ol>
 <li>首先确定待研究流体流动实验所需的测量体积大小，以及时间分辨率和空间分辨率。</li>
 <li>估算实验中将存在的光学密度，以确定生成具有高信噪比（SNR）的重聚焦图像所需的相机数量1, 2（例如，对于粒子图像测速（PIV），应计算每像素的粒子数）。在本文所展示的基于合成声带的三维层析PIV（3D SAPIV）实验中，我们使用8台相机，预计实现每像素0.05–0.1个粒子的示踪粒子密度（ppp）。随着相机数量增加，性能提升逐渐趋于平缓，约在13台相机时达到极限；当相机数量少于5台时，信噪比会迅速下降。</li>
 <li>将相机以阵列形式安装在支架上，使每台相机能够从不同视角观测测量体积。</li>
 <li>将相机连接至中央计算机，用于数据采集与实时查看。</li>
 <li>选择合适焦距的镜头，以满足所需的放大倍率和光学工作距离。通常，每台相机安装相同类型的定焦镜头，以使各图像的放大倍率保持一致。</li>
 <li>在测量体积中心放置一个视觉标定目标（如标定网格）。</li>
 <li>以相机阵列中心相机的图像作为参考，整体移动相机阵列支架，使其靠近或远离测量体积，以达到所需的放大倍率。</li>
 <li>接下来，调整阵列中其余相机之间的间距。增大相机间距可提高深度方向的空间分辨率，但会减小可分辨的总深度范围1。注：本文中“深度”指Z方向，其正方向朝向相机（见图1）。深度与平面内分辨率之比近似由以下公式给出：<img alt="偏导数方程；δZ/δX = 1/D + Z/(Dsₒ)；数学公式。" fo:src="/files/ftp_upload/4325/4325eq1highres.jpg" src="/files/ftp_upload/4325/4325eq1.jpg" data-altupdatedat="1787630408000" data-alt="公式 1">，其中Z为测量体积中的深度，so为相机到测量体积前端的距离，D为相机间距与so的比值。</li>
 <li>调节所有相机的角度，使测量体积中心的视觉标定目标在每台相机的图像中大致居中。</li>
 <li>将每台相机镜头的光圈完全打开，对每台相机进行对焦，使其聚焦于视觉标定目标。</li>
 <li>在测量体积后端放置一个标定目标。确保该目标位于每台相机的视场范围内；若未完全覆盖，则需调整相机与测量体积之间的距离和/或相机间距（参见步骤1.7–1.8）。</li>
 <li>逐步缩小每台相机的光圈，直至标定目标在每台相机中均清晰对焦。</li>
 <li>将标定目标移至测量体积前端，重复步骤1.11–1.12。每次调整后，各相机中的标定目标图像应与图2所示相似。</li>
</ol>
2. 体积照明装置设置
<ol>
 <li>根据应用于流场的具体测量方法，确定照亮测量区域的合适方式。对于粒子图像测速（PIV），需使用激光照明体积。</li>
 <li>选择脉冲频率能够达到所需时间分辨率的激光器。该激光器可采用单脉冲模式用于时间分辨测量，或双脉冲模式用于跨帧测量3。</li>
 <li>使用光学透镜将激光束整形为覆盖整个测量区域的照明体积。</li>
 <li>向流场中引入适用于PIV测量的示踪粒子3。流体中的粒子浓度应足够高，以实现所需的空间分辨率，但又不能过高，以免导致SA重聚焦图像的信噪比（SNR）降至可接受水平以下。参考文献1对可实现的粒子 seeding 密度进行了系统研究，但通常经验法则是：在使用8台或更多相机的大多数实验中，每像素0.05–0.15个粒子（ppp）的图像密度较为合适。在相机数量固定的情况下，随着测量体积深度尺寸的增加，每像素的粒子数会相应减少。</li>
</ol>
3. 相机阵列校准
<ol>
 <li>校准需要在每个相机中拍摄一系列图像，校准目标（例如 棋盘格，见图2）需在测量体积内的多个位置放置。首先，在两种校准方法中选择一种：多相机自校准方法，或成像一个已知的校准目标并将其精确地移动通过感兴趣区域。</li>
 <li>在测量体积内建立一个参考坐标系。该坐标系通常根据实验需求进行选择（例如 与圆柱轴线对齐，原点位于平板前缘等）。此处我们选择将网格放置在X-Y平面，并沿Z轴上的点对齐（图1）。</li>
 <li>如果使用多相机自校准算法4, 5，则校准目标的位置可以是随机的，但其中有一个位置必须在参考坐标系中精确定位。该精确定位目标上的校准点位置必须具有很高的精度。在每个相机中，拍摄目标在每个位置的图像，如图2所示。</li>
 <li>如果不使用多相机自校准算法，则必须将校准目标精确放置在测量体积内的多个位置，使得目标在参考坐标系中的方向具有高精度的已知信息。在每个相机中，拍摄目标在每个位置的图像。</li>
 <li>在每个相机的每幅图像中识别目标上的点。对于自校准，需要所有相机之间的图像点对应关系5，但仅对精确定位目标生成的点需要明确的参考坐标系到图像点的对应关系。对于精确移动的校准方法，所有相机中所有点均需要明确的参考坐标系到图像点的对应关系。</li>
 <li>应用所选的校准算法对所有相机进行校准。此处我们选择使用多相机自校准算法4, 5（开源<a href="http://cmp.felk.cvut.cz/~svoboda/SelfCal/" target="_blank">http://cmp.felk.cvut.cz/~svoboda/SelfCal/</a>），所得相机相对于感兴趣平面的位置如图3所示。</li>
</ol>
4. 时间控制、触发与数据采集
<ol>
 <li>定量、时间分辨的光场成像需要所有相机和照明光源与相关实验事件精确同步。</li>
 <li>使用外部脉冲发生器来触发相机曝光和照明序列。在脉冲发生器上编程设置适当的时序脉冲序列。对于声带实验，我们采用跨帧序列，即激光脉冲接近一个相机曝光周期的末尾，同时靠近下一个曝光周期的开始3。</li>
 <li>如果从实验事件触发，请确保生成相应的信号并输入至脉冲发生器。</li>
 <li>如果采用手动触发，需做好触发脉冲发生器的准备。</li>
 <li>通过选定的触发方式启动相机采集和照明序列，开始实验数据采集。</li>
 <li>尽管这听起来微不足道，但在进行多相机光场成像实验并获取大量数据时，建立良好的文件命名规范至关重要。在制定命名规范时，应充分考虑数据从采集到最终分析的整个使用流程。</li>
</ol>
5. 合成孔径重聚焦
<ol>
 <li>现在我们将生成一组三维焦平面图像堆栈，以生成合成重聚焦的体数据。首先，定义用于合成重聚焦体数据中各焦平面之间的间距以及整体重聚焦深度 <img alt="偏微分方程；δZ/δX = 1/D + Z/(Dsₒ)；数学公式。" fo:src="/files/ftp_upload/4325/4325eq1highres.jpg" src="/files/ftp_upload/4325/4325eq1.jpg" data-altupdatedat="1787630408000" data-alt="方程 1"> 1, 7。通常，焦平面间距设为深度分辨率的一半，而总重聚焦深度由所有相机视场重叠的区域决定。这些焦平面将垂直于参考坐标系的 Z 轴。</li>
 <li>定义在将图像重投影到测量体积时所应用的缩放比例。该比例应与原始图像的放大倍数一致，以避免重投影图像出现显著的过采样或欠采样。</li>
 <li>建立每个相机图像平面与每个合成焦平面之间的变换关系。</li>
 <li>进行图像预处理，以去除背景噪声并校正图像间强度差异 1, 7。</li>
 <li>将图像重投影到合成焦平面上，应用缩放比例并对图像进行重采样。给定平面到平面的变换关系后，可使用一组内置的 Matlab 函数（图像处理工具箱 a）完成这些任务。</li>
 <li>在每个合成焦平面上，应用加性或乘性 SA 重聚焦算法 1, 7。在三维 SAPIV 应用中，我们发现加性 SA 效果良好（如本文中对声带的应用）。对于背光气泡图像，乘性 SA 取得了更优的结果。作为验证步骤，可将重聚焦算法应用于一组校准图像的单个平面上，检查重建结果是否符合预期。</li>
</ol>
6. 体积后处理
<ol>
 <li>要估计生成光场的体积中原始物体，需要一个称为重建的处理步骤。现有的算法包括从简单的强度阈值法1、基于梯度的聚焦度量方法7，到更复杂的三维去卷积算法8。应根据具体应用选择合适的重建算法。在粒子图像测速（PIV）中，我们已成功应用了强度阈值法和三维去卷积法。本文采用强度阈值法生成焦栈。对时间1（t1）和时间2（t2）的两个焦栈进行互相关运算，以生成矢量场。三维光场成像方法本身会导致物体在深度方向上出现拉伸，这可能影响PIV的准确性；良好的重建算法应尽量减轻这种拉伸效应。</li>
 <li>完成重建步骤后，可能需要从体积数据中提取特征，以便测量尺寸、形状等参数。用于特征提取的算法多种多样，取决于具体应用7。例如，提取气泡需要能够定位气泡特征并定义其尺寸的方法。在PIV应用中，我们通常不显式提取粒子，因此该步骤可省略。</li>
 <li>对于三维标量辅助粒子图像测速（3D SAPIV）应用，需将重建后的体积数据划分为更小的 interrogation 体积，并应用适当的基于互相关的PIV算法来测量矢量场1, 3。</li>
</ol>
 a maketform：构建一个平面到平面的变换；imtransform：基于 maketform 生成的变换对图像进行映射和重采样。

<ol><li>Belden, J., Truscott, T. T., Axiak, M., Techet, A. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-dimensional+synthetic+aperture+particle+imaging+velocimetry%5BTitle%5D)+AND+%22Measurement+Science+and+Technology%22%5BJournal%5D)">Three-dimensional synthetic aperture particle imaging velocimetry.</a> Measurement Science and Technology. 21 (12), 125403(2010).</li>
<li>Wilburn, B., Joshi, N., Vaish, V., Talvala, E. -V., Antunez, E., Barth, A., Adams, A., Horowitz, M., Levoy, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High+performance+imaging+using+large+camera+arrays%5BTitle%5D)+AND+%22ACM+Trans.+Graph%22%5BJournal%5D)">High performance imaging using large camera arrays.</a> ACM Trans. Graph. 24, 765-776 (2005).</li>
<li>Raffel, M., Willert, C., Wereley, S., Kompenhaus, J. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aRaffel%2C+M+%22Particle+image+velocimetry+-+A+Practical+Guide%22">Particle image velocimetry - A Practical Guide</a>. , Springer-Verlag. Berlin. (2007).</li>
<li>Belden, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Auto-Calibration+of+Multi-Camera+Systems+with+Refractive+Interfaces%5BTitle%5D)+AND+%22Experiments+in+Fluids%22%5BJournal%5D)">Auto-Calibration of Multi-Camera Systems with Refractive Interfaces.</a> Experiments in Fluids. , In Review (2013).</li>
<li>Svoboda, T., Martinec, M., Pajdla, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+convenient+multi-camera+self-calibration+for+virtual+environments%5BTitle%5D)+AND+%22PRESENCE%3A+Teleoperators+and+Virtual+Environments%22%5BJournal%5D)">A convenient multi-camera self-calibration for virtual environments.</a> PRESENCE: Teleoperators and Virtual Environments. 14 (4), 407-422 (2005).</li>
<li>Synthetic aperture focusing using a shear-warp factorization of the viewing transfor. Vaish, V., Garg, G., Talvala, E., Antunez, E., Wilburn, B., Horowitz, M., Levoy, M. 3, 129(2005).</li>
<li>Belden, J., Ravela, S., Truscott, T. T., Techet, A. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-Dimensional+Bubble+Field+Resolution+Using+Synthetic+Aperture+Imaging%3A+Application+to+a+Plunging+Jet%5BTitle%5D)+AND+%22Experiments+in+Fluids%22%5BJournal%5D)">Three-Dimensional Bubble Field Resolution Using Synthetic Aperture Imaging: Application to a Plunging Jet.</a> Experiments in Fluids. , Accepted (2012).</li>
<li>Levoy, M., Ng, R., Adams, A., Footer, M., Horowitz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Light+field+microscopy%5BTitle%5D)+AND+%22ACM+Transactions+on+Graphics%22%5BJournal%5D)">Light field microscopy.</a> ACM Transactions on Graphics. 25 (3), (2006).</li>
<li>Triep, M., Brücker, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-dimensional+nature+of+the+glottal+jet%5BTitle%5D)+AND+%22Journal+of+the+Acoustical+Society+of+America%22%5BJournal%5D)">Three-dimensional nature of the glottal jet.</a> Journal of the Acoustical Society of America. 127, 1537-1547 (2008).</li>
<li>Elsinga, G., Scarano, F., Wieneke, B., van Oudheusden, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tomographic+particle+image+velocimetry%5BTitle%5D)+AND+%22Experiments+in+Fluids%22%5BJournal%5D)">Tomographic particle image velocimetry.</a> Experiments in Fluids. 41, 933-947 (2006).</li>
<li>MatPIV [Internet]. , Available from:
		
	 <a target="_blank" href="http://folk.uio.no/jks/matpiv/index2.html">http://folk.uio.no/jks/matpiv/index2.html</a> (2004).</li>
</ol>

我们没有需要披露的内容。

正确执行光场成像实验有几个关键步骤。应仔细选择镜头并合理布置相机位置，以在测量体积内实现最高的分辨率。校准可能是最关键的一步，因为若校准不准确，SA重聚焦算法将无法生成清晰对焦的图像。幸运的是，多相机自校准方法能够在相对较低的工作量下实现精确校准。此外，所有图像中均需提供均匀照明，使目标物体与背景之间具有良好的对比度，尽管图像处理可在一定程度上对图像进行归一化。
在对包含运动物体的体积进行SA时，时间同步也非常重要。如果每个相机未在同一时刻触发拍摄图像，图像重建结果显然会不准确。在本文的实验中，我们采用了图7所示的时间序列。
本文介绍的三维光场成像应用存在空间分辨率上的权衡。例如，三维SAPIV能够从光学上密集的粒子图像中重建粒子体积，但这些粒子分布在一个（可能很大）的体积空间内。而在二维PIV中，粒子分布于一个薄片状区域，因此具有相同粒子密度的图像在测量体积内对应的实际粒子密度要高得多。尽管如此，三维SAPIV方法所允许的示踪粒子密度仍远高于其他三维PIV方法1。另一个可能的限制因素是光场成像方法所涉及的较高计算强度；这种计算复杂性在基于图像的三维重建方法（如层析PIV）中较为典型10。
本实验采用8台Photron SA3相机，配备Sigma 105 mm微距镜头，以及一台Quantronix Dual Darwin Nd:YLF激光器（532 nm，200 mJ）。相机与激光器通过Berkley Nucleonics 575 BNC数字延时/脉冲发生器进行同步。流体流动中加入了Expancel氦气填充的玻璃微球作为示踪粒子，微球平均直径为70 μm，密度为0.15 g/cc。我们通过网站<a href="http://www.3dsaimaging.com/" target="_blank">http://www.3dsaimaging.com/</a>向学术界提供本文所用代码的开源版本，欢迎用户反馈意见，并参与改进和提供适用于定量光场成像领域的实用代码。

通过多相机光场成像确定三维流场

Determining 3D Flow Fields via Multi-camera Light Field Imaging

在流体力学领域，计算方法的分辨率已超过实验技术，导致流体流动中预测现象与观测现象之间的差距日益扩大。因此，亟需一种能够针对多种问题解析三维（3D）数据集的便捷方法。我们提出一种新颖的技术，可用于对多种类型的流场进行定量三维成像。该三维技术能够用于研究复杂的速度场和含气泡流动。对这类流动的测量给仪器带来了诸多挑战。例如，由于气泡遮挡了对感兴趣区域内部的光学通路，传统的无创流动测量技术难以对光学密度高的多相气泡流进行有效成像。通过使用光场成像技术，我们能够对相机阵列所捕获的图像进行重新参数化，从而在存在部分遮挡的情况下，重建出每个时间点的三维体数据图。该技术采用一种称为合成孔径（SA）重聚焦的算法，通过在捕获后整合多个相机的图像，生成一个三维焦栈1。光场成像能够获取光线的角度信息和空间信息，从而实现三维场景的重建。随后，可通过多种处理算法从三维重建结果中提取定量信息。特别是，我们已基于光场成像技术开发了若干测量方法，用于实现三维粒子图像测速（PIV）、提取三维流场中的气泡以及追踪闪烁火焰的边界。本文以我们用于对通过一组合成声带的气流进行3DPIV测量的实验装置为例，阐述光场成像方法的基本原理，并展示该技术在含气泡冲击射流中的典型应用结果。

高质量的原始PIV图像中，粒子在黑色背景上均匀分布，并具有高对比度（图4a）。为了补偿图像中光照不均匀的问题，可对图像进行预处理，以去除亮区、调整对比度，并对所有相机采集的全部图像进行强度直方图归一化（图4b）。当实验粒子 seeding 密度适中且完成了精确校准时，SA 重聚焦图像将在每个深度平面上清晰显示处于焦点上的粒子（图5）。如果测量体积内粒子密度过高，重聚焦图像中的信噪比（SNR）将降低，从而难以重建粒子。对于信噪比较高的SA重聚焦图像，可通过设定阈值保留各深度平面上处于焦点的粒子。图6展示了在 Z = -10.6 mm 深度平面上两个时间步长的阈值处理后图像。随后，将阈值化后的体数据划分为若干 interrogation 体积，每个体积包含足够数量的粒子以进行PIV计算3。对划分后的体数据应用3DPIV算法，可得到如图7所示的流体速度场；本例中，该流场是由模型声带所诱导产生的。射流外部区域的流速非常小，因此该区域几乎看不到矢量。在 t = 0 毫秒时，声带处于闭合状态，流场中速度极低。在 t = 1 毫秒时，射流中最大速度沿正y方向运动，并从 t = 2 至 4 毫秒逐渐减弱。在 t = 5 毫秒时，声带再次闭合，射流速度降低，随后周期重复。这些图像的平滑程度不如许多先前研究者9所呈现的结果，因为此前的研究通常将多达100帧图像进行平均，而本文每一流场仅代表一个单一的时间快照。作为参考，以往的模拟研究表明，各速度分量的计算速度误差通常在5–10%左右，其中包括PIV算法本身的误差1；对于本研究采用的算法（为3D适配的MatPIV11），已知其误差相对于其他代码较大。
气泡流是另一个可受益于光场成像三维能力的科学研究领域。图8a 所示为采用漫射白光背光替代激光照明所获得的气泡流场图像，其中气泡边缘在白色背景上呈现为暗色。经过自校准后，可应用SA算法的乘法变体生成一个焦点堆栈，使气泡在其对应深度平面清晰聚焦，而在其他平面则模糊不可见，如图8b-d7所示。简单的阈值分割方法不足以有效提取气泡，因此需采用一系列先进的特征提取算法，具体细节见文献7。
<img src="/files/ftp_upload/4325/4325fig1.jpg" alt="用于声带振动分析的高速摄像系统；多角度成像系统。" data-altupdatedat="1787630408000" data-alt="图1"> 
图1. 带有标注和坐标系的摄像机与声带图像。
<img src="/files/ftp_upload/4325/4325fig2.jpg" alt="棋盘格图案畸变；透视分析；校准过程示意图；光学几何结构。" data-altupdatedat="1787630408000" data-alt="图2"> 
图2. 从全部8个相机视角观察到的 Z = 0 mm 处的校准网格。
<img src="/files/ftp_upload/4325/4325fig3.jpg" alt="图形输出验证：对齐数据图与顶视图分析；数据点与矢量。" fo:content-width="2.5in" fo:src="/files/ftp_upload/4325/4325fig3highres.jpg" data-altupdatedat="1787630408000" data-alt="图 3"> 
图 3. 多相机自校准输出结果的相机布局顶视图。相机 1-8 以数字和圆圈标示位置，其大致观测方向由线条表示。靠近原点的红色斑点实际上是校准网格在每个 Z 深度处的 400 多个点，相对于相机在三维空间中的投影。
<img src="/files/ftp_upload/4325/4325fig4.jpg" alt="颗粒分布的显微分析、荧光成像、实验结果、数据比较。" data-altupdatedat="1787630408000" data-alt="图4"> 
图4. 在时间点 t1 和 t2 从相机#6 观察到的颗粒场原始图像 (a &amp; b)。相同图像经预处理后的结果 (c &amp; d)。
<img src="/files/ftp_upload/4325/4325fig5.jpg" alt="超声成像；组织分析；对比图；医学成像技术；回声模式。" data-altupdatedat="1787630408000" data-alt="图5"> 
图5. 从左至右：在深度 (a) Z = -5.9 mm、(b) -10.6 mm 和 (c) -15.3 mm 处获取的原始重聚焦SAPIV图像。
<img src="/files/ftp_upload/4325/4325fig6.jpg" alt="两张显微镜图像，显示在深色背景上呈星状的颗粒分布；分别为 (a) 和 (b)。" data-altupdatedat="1787630408000" data-alt="图6"> 
图6. 在 Z = -10.6 mm 处的时间步长 (a) t1 和 (b) t2 的阈值化图像。
<img src="/files/ftp_upload/4325/4325fig7.jpg" alt="三维速度场、随时间变化的流体动力学在x-y、z-y平面上的示意图，速度梯度分析。" fo:content-width="5.25in" fo:src="/files/ftp_upload/4325/4325fig7highres.jpg" data-altupdatedat="1787630408000" data-alt="图7"> 
图7. 合成声带产生的射流在6个时间步长下的三维矢量场。左侧显示整个三维速度场的等轴测视图。如每列上方所示，通过声带中心对x-y平面和y-z平面进行切片。
<img src="/files/ftp_upload/4325/4325fig8.jpg" alt="气泡动力学、连续帧、流体力学、循环模式、粒子检测、示意图。" data-altupdatedat="1787630408000" data-alt="图8"> 
图8. 从左到右：来自相机阵列的气泡流场原始图像，以及在深度 (b) Z = -10 mm、(c) 0 mm 和 (d) 10 mm 处重新聚焦的图像。圆圈标示了一个位于 Z = -10 mm 深度平面上的气泡，在其他平面上则不可见。气泡实验的详细信息见文献4。

本文介绍了一种用于多种流体流动的定量三维（3D）成像技术。基于光场成像领域的原理，我们从图像阵列中重建三维体积。我们的三维结果涵盖广泛，包括速度场和多相气泡尺寸分布。

在流体力学领域，计算方案的分辨率已超过实验方法，从而加大了预测结果与……之间的差距

以下视频的总体目标是介绍一种能够获得三维速度场的三维成像技术。该技术通过使用经过标定的相机，采集采样光场所需的图像来实现这一目的。第二步是对光场进行重新参数化，从而生成一组焦点堆栈图像，这些图像构成了流场的三维表征。接下来，使用互相关算法对焦栈进行后处理，以获得三维速度场矢量。结果显示了在用作测试平台的振动合成声带模型尾迹中，时间分辨的三维流场。还展示了该技术应用于气泡场的结果。继续进行。该技术相较于现有方法的主要优势在于，我们能够在包含更多颗粒、气泡或液滴的流体体积中进行测量。该方法可为流体流动提供深入见解，并可拓展至其他应用领域，例如火焰形状的测量、速度在燃烧过程中的作用，甚至可用于测量动物群体（如鸟群）的集体行为。通常，初次接触该技术的研究人员会面临困难，因为数据量可能过于庞大而令人难以应对，但我们认为已经为该方法的使用制定了一套详尽的操作指南。此外，对该方法进行可视化演示至关重要，因为与使用单相机方法相比，相机及校准装置的设置存在显著差异。我们将在斯科特·汤普森博士的杨百翰大学生物流体实验室开展这些实验，并在其研究生杰西·戴利的协助下完成。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空分辨率。此处将采用该方法对合成声带诱导的气流进行三维合成孔径粒子成像，以分析其流动对称性损失。测量体积为 50 × 50 × 25 毫米立方，需捕捉的最短时间尺度为 10 微秒。接下来，估算实验中将出现的光密度，以确定生成具有高信噪比的重聚焦图像所需的相机数量。在粒子图像中，较高的示踪粒子密度在此时需要更多的相机。对于 O 对称性实验，还应计算每个像素的粒子数。将相机以阵列方式安装在支架上，使每台相机能够从不同视角观测测量体积。接下来，设置阵列中剩余相机之间的间距。将相机之间的距离设置得更远，可提高深度维度的空间分辨率，但会降低可分辨的总深度范围。用于数据采集。在设置过程中，将相机连接到一台中央计算机。将一个视觉目标（例如校准网格）放置在测量区域的中心。以相机阵列中中心相机的图像作为参考，前后移动整个相机支架，使测量区域中心的视觉目标在每个相机图像中大致居中，从而达到所需的放大倍数或视角。将每个相机镜头的光圈完全打开，调整每个相机对准视觉目标。将一个校准目标放置在测量区域的后部，确保该目标位于每个相机的视野范围内。如果未重新调整相机与测量区域之间的距离和/或相机间距，请使用位于测量区域前端的校准目标进行同样操作，并反复迭代，直至所有相机均能同时看到前端和后端。关闭每台相机的光圈，直到目标对焦清晰。当每台相机的测量体积内目标位于任意位置时，光圈缩小后可能需要额外照明。首先，根据应用于流场的具体测量方法，确定照亮测量体积的合适方式。本演示中使用的是 1000 赫兹的双脉冲激光器。利用光学透镜将激光聚焦成一个覆盖测量区域的光场。最后，在准备进行数据采集时，需准备好将适合粒子图像测速（PIV）的示踪粒子引入该区域。如参考文献中所述的对称性测量方法。经验法则表明，对于使用八台或更多相机的大多数实验，每像素0.05至0.15个粒子的图像密度是合适的。在相机数量固定的情况下，每像素的粒子数会减少。对于较大体积的深度尺寸，关键步骤是校准。校准可以使用示踪粒子或不使用示踪粒子进行。若采用本演示中的多相机自校准算法，需在测量体积内建立一个参考坐标系。此处，将校准网格置于声带中心位置。相对于参考坐标系保持固定方向，使用具有已知几何形状的物体作为校准目标。在此情况下，多相机自校准算法中的校准网格或校准目标的位置可以是任意的，仅需其中一个位置被精确控制。这建立了每个相机中的参考坐标系。在每个位置，用每台相机拍摄目标物的图像。在每台相机中识别出目标物上的点。对于用于自标定的每幅图像，目标物上每个被识别的点都必须出现在每台相机所拍摄的图像中。然而，仅需对与精确定位目标相关联的点，在参考坐标系中明确其位置。为了获取用于定量时间分辨光场成像的数据，所有相机和照明光源必须精确同步。在本实验中，使用编程控制的外部脉冲发生器来触发相机曝光和照明序列。为采集大量数据做好准备，包括仔细考虑数据文件的命名方式。通过确保示踪粒子处于流动状态，并通过选定的触发方式启动相机采集和照明序列，开始实验数据采集。为了生成用于采集数据的合成重聚焦体积，需创建一个三维焦栈。为此，需定义焦平面之间的间距以及重聚焦体积中的总体重聚焦深度。如参考文献所述，通常将焦平面设置为深度分辨率的一半，而总重聚焦深度则由所有相机视场重叠的区域决定。这些焦平面将垂直于参考坐标系的 Z 轴。此处，焦平面间距约为 0.16 毫米，总重聚焦深度为 20 毫米，处理后可获得约 128 个可分辨的焦平面。进行图像预处理以改善背景噪声，并校正图像间强度差异。建立各相机、像平面与各合成焦平面之间的变换关系。将图像重投影至合成焦平面上。应用比例尺并对图像进行重采样。此步骤可在 MATLAB 中完成。根据平面到平面的变换，对每个合成焦平面应用加性或乘性合成孔径重聚焦算法。作为验证，将重聚焦应用于校准图像的一个平面，以观察重建结果是否符合预期。当在 z 等于 13.3 毫米处的一个校准平面上应用加法方法时，随着焦栈从后向前遍历，图像会依次进入和离开焦点。最后，我们通过左侧的重聚焦图像和右侧中央相机拍摄的校准网格图像，展示每个校准平面上的聚焦情况。在完成所有目标平面的重聚焦处理后，对图像进行去噪处理，通过基于重聚焦图像的强度直方图设定阈值，以保留处于焦点内的颗粒。随后将经过阈值处理的图像切片堆叠，生成一个三维体数据，该过程称为重建。重建完成后，可从该三维体数据中获取定量信息。此处展示了一个高质量原始粒子图像的示例，该图像来自单个相机的损失与对称图像。这些图像中粒子分布均匀，并在黑色背景上呈现出高对比度。此结果来自一个示踪粒子密度适当且准确校准的实验。合成孔径重聚焦图像从左至右显示了每个深度平面上处于焦点内的颗粒，分别为负七毫米、零毫米和七毫米深度处的图像。要利用这些数据，需要进行称为重建的处理步骤。在此情况下，应用了强度阈值化处理，以保留各深度平面上处于焦点内的颗粒。随后将焦平面堆叠以构建此处的体数据。相同深度的图像在两个不同的时间点显示。该阈值体数据可随后被输入到包含足够数量粒子的检测体数据中，以进行粒子图像测速分析。这是针对由人工声带产生的射流所测得的三维矢量场在多个时间步长下的示例数据。左侧展示了每个时间步长下整个三维速度场的不对称视图。中间显示的是在 Z 等于 5 毫米处的 XY 平面切片以及 YZ 平面的切片。在 t 等于 0 毫秒时，右侧显示 X 等于 14 毫米处的情况。此时声带处于闭合状态，流场中速度极小。在 1 毫秒时，射流中的最高速度沿正横向方向运动，并在 2 至 4 毫秒期间强度逐渐减弱。折叠在五毫秒时闭合，从而降低射流速度，随后循环重复。该数据代表了某一瞬时的单次速度场，与通常展示的平均值形成对比。光场成像的另一个应用是气泡流的研究。此处显示的是由射流冲击水面时夹带空气而形成的气泡区域。将视频暂停在某一时刻，通过逐帧步进，可在不同深度平面上重新对焦图像，从而观察气泡由清晰到模糊的变化过程。此静态图像从左至右依次显示了来自相机阵列的含气泡流场的原始图像，以及在负10毫米、0毫米和10毫米深度处的重聚焦图像。圆圈标示了一个位于负10毫米深度平面上的气泡，该气泡在其他平面上则不可见。掌握该技术后，通常可在约4小时内完成校准与数据采集，而合成孔径重聚焦处理则大约需要12小时。在执行该流程时，保持高度的条理性至关重要，因为整个过程涉及大量步骤与采集的数据。通过该方法，可以对丰富的数据集进行分析，以获得关于多相流中气泡尺寸分布等物理问题的深入认识。该技术将为物理生物学等领域的研究人员铺平道路，使其能够研究蝴蝶飞行的流体动力学特性或鸟群三维结构。观看本视频后，您应能较好地掌握如何准确设置光场成像相机并对其进行校准、如何在软件中对图像执行合成孔径处理，以及如何利用所获得的体数据进行后续分析。有关样本代码、数据集和教程信息，请访问我们的网站。请注意，与 Tad Truscott 合作可能具有极高危险性，在其实验室工作时务必采取充分的防护措施，例如穿戴防弹衣。

determining-3d-flow-fields-via-multi-camera-light-field-imaging

Research

科研

JoVE Journal

Engineering

工程

通过多摄像头的光场成像的三维流场测定

我们提出一种非破坏性方法，用于采样结构复杂材料中散射光方向的空间变化。通过保持材料完整，我们既保留了宏观尺度的散射行为，同时利用高分辨率成像同步捕捉到微观尺度的方向性贡献。结果可在软件中以生物学相关的位置和尺度进行可视化。...

测量生物材料的空间和方向变化光散射

本文介绍了一种利用高分辨率、高速粒子图像测速技术（PIV）研究边界附近瞬态流动的方法。PIV是一种非侵入式测量技术，通过优化图像与记录特性、激光片光源特性以及分析算法等多个参数约束，可应用于任何光学可访问的流动研究。...

近表面高速粒子图像测速技术

用于双色荧光显微镜的双相机发射分光系统能够生成具有优异光学和时间分辨率的实时图像序列，这是某些活细胞检测（包括平行板流动腔黏附实验）所必需的。当使用软件将同时获取的发射通道图像进行合并时，可生成伪彩图像序列。...

同时利用双相机发射分光系统在两个发射通道中捕获实时图像：在细胞黏附研究中的应用

共聚焦显微镜用于成像静止和流动的胶体-聚合物混合物，这些混合物被用作吸引力悬浮体系的模型系统。图像分析算法用于计算胶体粒子的结构和动态参数，以量化几何限域所引起的变化。...

受限静态与流动胶体-聚合物混合物的共聚焦成像

生物膜与其周围环境之间存在复杂的相互作用。为了全面研究生物膜与环境之间的相互作用，本文介绍了一系列方法，用于构建有利于生物膜生长的异质化学环境，量化局部流速，以及分析生物膜菌落内部及周围的物质传输过程。...

生物膜与生境异质性协同发育的表征方法

我们利用3D打印技术制备出具有各向异性的颗粒，其形状包括钩状、十字形、四联体和三联体，这些颗粒在湍流流体中的取向和旋转可通过多幅同步视频图像进行测量。...

测量湍流中3D打印颗粒取向与旋转速率的方法

本文介绍了一种基于高速相机和四视角分光器的三维粒子跟踪测速系统（3D-PTV）。该技术应用于雷诺数 Re ≈ 7,000...

用于湍流研究的三维粒子跟踪测速技术：以射流流动为例

为了研究T细胞免疫突触中丝状肌动蛋白的流动速度和方向性，将活细胞超分辨率成像与全内反射荧光技术相结合，并利用时空图像相关光谱法进行定量分析。...

基于结构化照明显微镜数据的时空图像相关光谱法量化T细胞中的皮层肌动蛋白流

本文所述技术提供了一种低成本且相对简单的方法，可同时测量低颗粒浓度流动中的颗粒运动学和湍流。湍流测量采用粒子图像测速技术（PIV），而颗粒运动学则通过高速相机在重叠视场内获取的图像进行计算。...

利用流动成像技术同步测量湍流与颗粒运动学

本实验方案的目标是实现对振动管道引起的平衡冲刷坑内详细流场的可视化，并确定近边界处的剪切应力和法向应力。...

可视化平衡冲刷坑内振动管道周围的流场

为了从高速毛细血管血流图像序列中量化微血管血流，我们开发了STAFF（全场时空血流分析）软件。该软件可对整个图像视野内随时间变化的血流速度进行评估，并生成一系列彩色编码的空间图谱用于可视化，同时提供表格化输出以进行定量分析。...

微血管内全场流动的时空分析

了解使用多摄像头光场成像技术进行三维流场测定的方法。该技术通过校准相机阵列采集光场数据，利用交叉相关算法提取三维速度矢量，可在高粒子密度环境中实现精确测量，适用于流体动力学研究。

通过多相机光场成像确定三维流场

探索更多视频