Name: 基于图像的拉格朗日粒子跟踪在床载荷实验 (视频) | JoVE Journal
Uploaded: 2017-07-20T15:00:00.000+00:00
Duration: 10 min 32 s
Description: 学习基于图像的拉格朗日粒子跟踪方法，用于床载荷沉积物输运实验研究。该技术通过动作相机记录颗粒运动轨迹，结合图像处理分析实现长距离追踪，为理解颗粒动力学和水力学条件提供详细数据。

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

本工作由欧洲联盟第七框架计划下的研究执行署资助，属于研究人员培训与职业发展支持项目（玛丽·居里行动 - FP7-PEOPLE-2012-ITN），资助了初始培训网络（ITN）HYTECH &#34;生态关键异质界面中的流体动力传输&#34;（编号316546）。同时，本研究也得到了米兰理工大学莱科地方中心的支持。实验工作是在S. S. 作为访问学者访问米兰理工大学期间完成的。作者感谢米兰理工大学的本科学生Tarcisio Fazzini、Stefania Gherbi、Francesco Mottini，以及HYTECH项目成员、米兰理工大学博士生Seyed Abbas Hosseini-Sadabadi在实验操作和数据分析方面提供的支持。作者衷心感谢新西兰克赖斯特彻奇坎特伯雷大学的Roger Nokes教授提供Streams软件以及持续的技术指导。最后，作者感谢JoVE责任编辑和三位匿名审稿人提出的富有启发性的意见和建议，这些意见和建议使本文得以显著改进。

<ol><li>Francis, J. R. D. <a target="_blank" href="http://rspa.royalsocietypublishing.org/content/332/1591/443">Experiments on the motion of solitary grains along the bed of a water-stream.</a> Proc Royal Soc London, A. 332, 443-471 (1973).</li>
<li>Drake, T. G., Shreve, R. L., Dietrich, W. E., Whiting, P. J., Leopold, L. B. <a target="_blank" href="https://www.cambridge.org/core/journals/journal-of-fluid-mechanics/article/bedload-transport-of-fine-gravel-observed-by-motion-picture-photography/7ABAD72E7D892760E5A11927365A0291">Bedload transport of fine gravel observed by motion-picture photography.</a> J Fluid Mech. 192, 193-217 (1988).</li>
<li>Campagnol, J., Radice, A., Ballio, F., Nikora, V. <a target="_blank" href="http://www.tandfonline.com/doi/abs/10.1080/00221686.2015.1085920?journalCode=tjhr20">Particle motion and diffusion at weak bed load: accounting for unsteadiness effects of entrainment and disentrainment.</a> J Hydraul Res. 53 (5), 633-648 (2015).</li>
<li>Fathel, S. L., Furbish, D. J., Schmeeckle, M. W. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1002/2015JF003552/full">Experimental evidence of statistical ensemble behavior in bed load sediment transport.</a> J Geophys Res: Earth Surf. 120 (11), 2298-2317 (2015).</li>
<li>Lajeunesse, E., Malverti, L., Charru, F. <a target="_blank" href="http://www.ipgp.fr/~lajeunes/Site_IPGP/Publications_files/2010-JGR-Bedload.pdf">Bedload transport in turbulent flow at the grain scale: experiments and modeling.</a> J Geophys Res: Earth Surf. 115, F04001(2010).</li>
<li>Tsakiris, A. G., Papanicolaou, A. N., Lauth, T. J. <a target="_blank" href="http://www.tandfonline.com/doi/abs/10.1080/00221686.2013.876454?journalCode=tjhr20">Signature of bedload particle transport mode in the acoustic signal of a geophone.</a> J Hydraul Res. 52 (2), 185-204 (2014).</li>
<li>Mendes, L., Antico, F., Sanches, P., Alegria, F., Aleixo, R., Ferreira, R. M. L. <a target="_blank" href="http://iopscience.iop.org/article/10.1088/0957-0233/27/12/125305/meta">A particle counting system for calculation of bedload fluxes.</a> Meas Sci Technol. 27 (12), 125305(2016).</li>
<li>Heays, K. G., Friedrich, H., Melville, B. W., Nokes, R. <a target="_blank" href="http://ascelibrary.org/doi/abs/10.1061/(ASCE)HY.1943-7900.0000850">Quantifying the dynamic evolution of graded gravel beds using Particle Tracking Velocimetry.</a> J Hydraul Eng. 140 (7), 04014027(2014).</li>
<li>Radice, A., Malavasi, S., Ballio, F. <a target="_blank" href="https://link.springer.com/article/10.1007/s00348-006-0195-9">Solid transport measurements through image processing.</a> Exp Fluids. 41 (5), 721-734 (2006).</li>
<li>Radice, A., Ballio, F. <a target="_blank" href="https://link.springer.com/article/10.2478/s11600-008-0015-0">Double-average characteristics of sediment motion in one-dimensional bed load.</a> Acta Geophys. 56 (3), 654-668 (2008).</li>
<li>Radice, A. <a target="_blank" href="https://www.researchgate.net/publication/245297738_Use_of_the_Lorenz_Curve_to_Quantify_Statistical_Nonuniformity_of_Sediment_Transport_Rate">Use of the Lorenz curve to quantify statistical nonuniformity of sediment transport rate.</a> J Hydraul Eng. 135 (4), 320-326 (2009).</li>
<li>Radice, A., Ballio, F., Nikora, V. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1029/2008WR007192/full">On statistical properties of bed load sediment concentration.</a> Water Resou. Res. 45 (6), W06501(2009).</li>
<li>Radice, A., Ballio, F., Nikora, V. <a target="_blank" href="https://link.springer.com/article/10.2478/s11600-010-0020-y">Statistics and characteristic scales for bed load in a channel flow with sidewall effects.</a> Acta Geophys. 58 (6), 1072-1093 (2010).</li>
<li>Campagnol, J., Radice, A., Ballio, F. <a target="_blank" href="https://link.springer.com/article/10.2478/s11600-012-0028-6">Scale-based statistical analysis of sediment fluxes.</a> Acta Geophys. 60 (6), 1744-1777 (2012).</li>
<li>Radice, A., Nikora, V., Campagnol, J., Ballio, F. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1029/2012WR012255/pdf">Active interactions between turbulence and bed load: Conceptual picture and experimental evidence.</a> Water Resour Res. 49 (1), 90-99 (2013).</li>
<li>Campagnol, J., Radice, A., Nokes, R., Bulankina, V., Lescova, A., Ballio, F. <a target="_blank" href="http://www.tandfonline.com/doi/abs/10.1080/00221686.2013.812152">Lagrangian analysis of bed-load sediment motion: database contribution.</a> J Hydraul Res. 51 (5), 589-596 (2013).</li>
<li>Ballio, F., Radice, A. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S100162791500061X">Fluctuations and time scales for bed-load sediment motion over a smooth bed.</a> Int J Sediment Res. 30 (4), 321-327 (2015).</li>
<li>Hosseini-Sadabadi, S. A., Radice, A., Ballio, F. An analysis of entrainment and deposition rate fluctuations in weak bed load transport. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHosseini-Sadabadi%2C+SA+%22Hydrodynamic+and+mass+transport+at+freshwater+aquatic+interfaces%22">Hydrodynamic and mass transport at freshwater aquatic interfaces</a>. Rowiński, P. M., Marion, A. , Springer. 333-342 (2016).</li>
<li>Papanicolaou, A. N., Diplas, P., Balakrishnan, M., Dancey, C. L. <a target="_blank" href="http://ascelibrary.org/doi/abs/10.1061/(ASCE)0887-3801(1999)13:2(71)">Computer vision technique for tracking bed load movement.</a> J Comput Civil Eng. 13 (2), 71-79 (1999).</li>
<li>Ramesh, B., Kothyari, U. C., Murugesan, K. <a target="_blank" href="http://www.tandfonline.com/doi/abs/10.1080/00221686.2011.620369">Near-bed particle motion over transitionally-rough bed.</a> J Hydraul Res. 49 (6), 757-765 (2011).</li>
<li>Amir, M., Nikora, V., Witz, M. <a target="_blank" href="http://www.tandfonline.com/doi/full/10.1080/00221686.2016.1233583">A novel experimental technique and its application to study the effects of particle density and flow submergence on bed particle saltation.</a> J Hydraul Res. 55 (1), 101-113 (2017).</li>
<li>Ettema, R. Ice effects on sediment transport in rivers. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aEttema%2C+R+%22Sedimentation+Engineering%22">Sedimentation Engineering</a>. Garcìa, M. H. , Restion, VA. 613-648 (2008).</li>
<li>Knack, I., Shen, H. <a target="_blank" href="http://www.sciencedirect.com/science/article/pii/S1001627915600063">Sediment transport in ice-covered channels.</a> Int J Sediment Res. 30 (1), 63-67 (2015).</li>
<li>Goring, D. G., Nikora, V. I. <a target="_blank" href="http://www.civil.ist.utl.pt/~ruif/SUMMER_SCHOOL/auxiliary/papers/goring_nikora_2002.pdf">Despiking acoustic Doppler velocimeter data.</a> J Hydraul Eng. 128 (1), 117-126 (2002).</li>
<li>Nowak, M. <a target="_blank" href="https://link.springer.com/article/10.1007/s00348-002-0407-x">Wall shear stress measurement in a turbulent pipe flow using ultrasound Doppler velocimetry.</a> Exp Fluids. 33 (2), 249-255 (2002).</li>
<li>McCuen, R. H. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMcCuen%2C+RH+%22Microcomputer+applications+in+statistical+hydrology%22">Microcomputer applications in statistical hydrology</a>. , Prentice Hall. Englewood Cliffs, NJ. (1993).</li>
<li>Lloyd, P. M., Ball, D. J., Stansby, P. K. <a target="_blank" href="http://www.tandfonline.com/doi/abs/10.1080/00221689509498658">Unsteady surface-velocity field measurement using particle tracking velocimetry.</a> J. Hydraul. Res. 33 (4), 519-534 (1995).</li>
<li>Radice, A., Aleixo, R., Hosseini-Sadabadi, S. A., Sarkar, S. On image grabbing and processing for measurement of geophysical flows. Proc. HydroSenSoft 2017, International Symposium and Exhibition on Hydro-Environment Sensors and Software. , Madrid, Spain. (2017).</li>
<li>Nokes, R. Streams. System theory and design. , University of Canterbury. Christchurch, New Zealand. Available from:
 <a target="_blank" href="http://www.civil.canterbury.ac.nz/streams.shtml ">http://www.civil.canterbury.ac.nz/streams.shtml </a> (2016).</li>
<li>Hosseini-Sadabadi, S. A., Radice, A., Ballio, F. Post-processing of particle tracking data for phenomenological depiction of weak bed-load sediment transport. Proc. River Flow 2016. VIII Int. Conf. on Fluvial Hydraulics, St. , St. Louis, US. 780-786 (2016).</li>
</ol>

作者声明不存在任何竞争性经济利益。

设计一种结合颗粒可视化的推移质输运实验包含多个步骤，包括实验构型与硬件工具的选择、水流测量、颗粒示踪与可视化，以及图像分析。每个步骤的不同选择均具有各自的优缺点。本文所介绍方案的关键特征如下：（i）采用加压水流和固定的粗糙床面；（ii）播撒少量与固定床面颜色形成对比的推移质颗粒；（iii）使用自然光照明；（iv）采用多台相机获取相互独立的运动轨迹数据集，并将其连接整合。
实验方法与数据处理能够可靠地追踪推移质颗粒，以实现最终测量。覆盖流可确保对运动颗粒的观测视野达到最佳。然而，固定床会阻碍对某些过程的观察（例如，那些与活动推移质层内沉积物颗粒垂向位移相关的部分），因此限制了该技术在弱推移质条件下的适用性。
仅使用100秒的视频所获得的数据样本量相对较小。然而，通过延长图像采集和处理的实验时长，可轻松增加样本量。以较低的速率喂入颗粒比以高得多的速率喂入需要更长的实验时间；但由于运动颗粒浓度较低且使用了不同颜色，使得颗粒追踪相对简单，从而降低了追踪错误的概率，因此这一努力是值得的。实验中利用自然光避免了对照明设备的需求；然而，其缺点是良好的光照条件依赖于天气状况。
粒子跳跃长度和持续时间的CFD图示于 图4 显示最低值为最常见值。测得的跳跃长度和持续时间的最大值分别约为 600 mm 和 7 s，与文献中的类似数值相比显著更大。4,16,30，因为测量较长轨迹存在粒子长距离跳跃的风险。使用两台相机的优势显而易见：单台相机的焦区长度约为850 mm，与待测的跳跃长度相差无几。而采用两台相机的测量方案，则确保了过程的长度尺度与测量视场的尺度之间具有足够的分离度，从而降低了因实验限制导致现象学结果产生偏差的风险。此外，还可通过在水槽沿线增加相机数量进一步延长焦区长度。
与本文所述方案相比，另一种可选方案是在颗粒识别与追踪之前先创建重叠图像。我们更倾向于采用本方案（即进行两次追踪并将颗粒轨迹进行连接），因为图像合并方法会使数据文件大小增加一倍，导致内存消耗过高而难以承受。
根据此处描述的处理算法，一些短于重叠区域长度的粒子轨迹被舍弃，因为它们会阻碍沉积轨迹的完整重建。然而，120 mm的阈值长度比可获得的轨迹长度小一个数量级，因此这些数据的丢失是可以接受的。此外，图1中下方8个案例所见的轨迹连接并不能显著增加轨迹长度。另一方面，这些情况可能有助于恢复较长的轨迹，例如图5中可能出现的情况，这可能是由于轨迹中断所致。在类似情况下，可通过迭代连接操作重建长轨迹。但需要明确的是，图5中所示的轨迹中断明显与追踪过程有关，而非连接过程所致。
本手稿展示了一项实验的概念验证结果，旨在演示所采用方案的功能。在后续实验中，该方案将应用于一系列不同的水动力条件，以实现对推移质输沙过程的详细分析。
<img alt="静力平衡，ΣFx=0 示意图，用于教育分析的系统受力可视化表示" class="xfigimg" src="/files/ftp_upload/55874/55874fig5.jpg" data-altupdatedat="1788250015000" data-alt="图5"> 
图5：存在中断情况下的轨迹连接示例。 在本方案所述协议下，无法将这些轨迹合并为单一轨迹。如图1的图注及方案第8.4步所述，长度短于重叠区域的轨迹将被排除。因此，较短的红色和绿色轨迹将被剔除；由于剩余的长轨迹之间不存在共同点，故无法进行连接。<a href="//cloudflare.jove.com/files/ftp_upload/55874/55874fig5large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>

自从几十年前开创性研究出现以来1,2，利用图像分析研究河流泥沙输运的方法一直在不断发展。该技术已被证实能够提供分辨率较高且成本较低的数据，适用于对物理现象进行详细分析3,4,5。随着时间推移，硬件和软件工具均取得了显著进步。
沉积物输运的测量可采用欧拉法测量沉积物通量，或采用拉格朗日法测量单个颗粒运动过程中的轨迹。与其他欧拉方法相比，图像处理在颗粒追踪方面具有独特的优势6,7。然而，尽管具备这些潜力，图像分析在床沙质输运研究中的应用仍面临一些关键性的实验局限性，主要体现在测量所需的空间/时间尺度支持以及数据样本规模方面。例如，难以在不牺牲数据质量和数量的前提下，同时实现大空间范围、长实验持续时间与高测量频率的合理组合3,4,8。此外，颗粒追踪可以手动进行2,4，但这需要大量人力投入；也可以自动完成3,8，但分析所用软件可能存在追踪误差。
本文介绍了一种用于实验研究推移质输沙的方法，通过使用特定类型的相机实现长时间观测，通过在不同位置同时使用两台相机确保大视场，并通过以下方式实现可靠的自动处理： 特设的 实验条件。实验操作的设计及处理工具的选择，基于作者在多项研究工作中通过图像方法详细研究泥沙输运所积累的经验。3,9,10,11,12,13,14,15,16,17,18.
本研究描述了一项在固定粗糙床面上释放颗粒的泥沙输运实验。颗粒的投放速率远低于水流的输运能力，以维持较低的运动颗粒浓度，从而避免颗粒过于密集而难以追踪。此外，被输运的颗粒并非持续运动，而是呈现出间歇性运动状态。采用固定床面而非可动床面，虽然在一定程度上降低了与自然条件的相似性，但固定床面在泥沙输运实验中被广泛使用19,20,21，其前提是该设置能够获得比多种过程共同作用的复杂情景下更为简洁且具解释性的结果。显然，固定床面无法观测到泥沙被掩埋和重新出露的过程。然而，在推移质输运较弱的情况下，泥沙输运主要发生在松散床面的表层，此时使用固定床面可能是合理的。事实上，针对两种不同床面条件下颗粒运动特性的具体对比并未发现显著差异3,14。最后，本实验采用有压流进行，以通过透明盖板实现颗粒可视化观测的最佳条件。有压流条件下的泥沙输运已在模拟冰盖覆盖河流的实验研究中得到探讨，结果表明，近床边界层与泥沙之间的相互作用与明渠水流情形类似22,23。下文将概述所有实验方法，并提供一些代表性结果。

<table><tbody><tr><td>激光测距传感器</td><td>METRICA</td><td>PREXISOX2</td><td>用于测量水槽坡度</td></tr><tr><td>双组分聚酯树脂</td><td>Gelson</td><td>MS 65213</td><td>用于将沉积颗粒粘接在钢板上</td></tr><tr><td>防水喷漆</td><td>Any</td><td></td><td>用于涂装固定床</td></tr><tr><td>超声波流速剖面仪</td><td>Signal Processing</td><td>DOP 2000</td><td>用于测量水流速度剖面</td></tr><tr><td>相机</td><td>Go-Pro</td><td>Hero 4 Black</td><td>用于获取推移质颗粒运动的视频</td></tr><tr><td>Streams</td><td>University of Canterbury</td><td>2.01</td><td>用于颗粒识别与追踪</td></tr><tr><td>MatLab</td><td>MathWorks</td><td>R14</td><td>用于开发多种操作的定制代码</td></tr><tr><td>Plexiglas</td><td></td><td></td><td>透明丙烯酸材料</td></tr></tbody></table>

基于图像的推移质实验中拉格朗日粒子追踪

Image-based Lagrangian Particle Tracking in Bed-load Experiments

由于图像分析能够以相对较低的成本提供详细的定量描述，其在河流流量测量中的应用日益广泛。本文描述了一种将粒子追踪测速技术（PTV）应用于轻质沉积物推移质输运实验的方法。所研究的沉积物输运条件的关键特征包括：水流为有压流，床面为固定粗糙床面，并在水槽入口处仅释放少量颗粒。在设定的水流条件下，单个推移质颗粒的运动呈现间歇性，表现为交替的运动与静止阶段。首先通过声学测量获取流向速度的垂向剖面，对水流模式进行初步表征。在过程可视化阶段，通过在水槽沿程不同位置布置两台运动相机，获得了较大的视场范围。本文从水槽校准、实验实施、图像预处理、颗粒自动追踪以及两台相机获取的颗粒轨迹数据后处理等方面，详细阐述了实验方案。所展示的概念验证结果包括颗粒跃移长度和跃移持续时间的概率分布。通过与现有文献成果的对比，验证了本实验方案的有效性。

本节展示的结果来自一个实验，其中水槽坡度设置为零（坡度值的计算精度为±0.05%）。所用沉积物由准球形的PBT颗粒组成，粒径 d = 3 mm，密度 ρp = 1,270 kg/m3。实验在流量 Q = 9.7 × 10-3 m3/s 下进行，对应的平均流速 U = 0.31 m/s。
使用UVP进行流速测量时，采用了一个倾斜81°的2 MHz探头。流速数据以20 Hz的频率采集，持续250秒。一个典型的流速剖面如图2所示，该剖面位于水槽轴线上，距水槽入口4.5 m处，此处流动已充分发展。部分与无效高程测量相关的数值已被剔除。由于塑料盖板和沉积物床面的粗糙度不同，形成了非对称的流速剖面。图中还标出了用于估算剪切流速的部分，得到的剪切流速为us = 25.9 ± 1.3 mm/s。因此，颗粒雷诺数（Rep = us×d/ν，其中ν为水的运动黏度）为78，表明流动处于过渡粗糙区。
在距离水槽入口3.5 m和4.3 m处各放置一台相机，用于沉积物输运过程的可视化观测。相机工作频率为30 fps，分辨率为1,920 × 1,080像素。图像畸变校正系数为 k = 0.6。去除畸变后，图像标定为1像素 = 0.5 mm。重叠区域的长度范围为760.15至880.11 mm（后者为第一台相机聚焦区域从前缘起始的长度）。用于粒子识别的阈值强度设定为80，预期的斑点尺寸范围为0.5至8 mm。粒子追踪的搜索窗口设置如下：上游1 mm，下游7 mm，横向4 mm。用于重新连接中断轨迹的搜索窗口设置如下：上游1 mm，下游31 mm，横向16 mm，跨越后续4帧图像。均方差平方根的阈值 x 和 y 两条轨道合并时的间距值设定为10 mm。
使用每台相机拍摄的3,000帧图像子集（对应100秒时长）所测得的粒子轨迹如图3所示。数据库共包含来自上游和下游相机的37条和34条轨迹。首先展示了两台相机获取轨迹的重叠情况，随后显示合并后的完整轨迹集合。显然，测量区域中心部分的轨迹重叠效果令人满意。最终共获得12个连接，形成59条轨迹。其中最长的一条轨迹贯穿了整个观测窗口，总长度约为1.6 m（超过530个颗粒粒径、15.2倍水流深度或5.3倍水槽宽度），与其他文献中类似分析的研究相比，这一长度非常大3,4,5,8。
通过采用拉格朗日框架，本文将颗粒运动学的关键指标应用于颗粒跃移特性分析。在如本实验中的间歇性推移质输运条件下，这些跃移是指由静止时段分隔的运动过程。为了从单个颗粒的完整轨迹中识别出跃移，首先必须区分颗粒的运动与静止状态。本研究采用了一种判据30：若某一时刻颗粒的x坐标大于之前所有时刻的坐标且小于之后所有时刻的坐标，则认为该颗粒在此时刻处于运动状态。从59条测量得到的颗粒轨迹中共识别出98次跃移。图4展示了所获得的跃移长度和持续时间的累积频率分布（CFD）。
<img alt="流速分布图；u(毫米/秒) 与 距离(毫米)，顶部盖板和床面；数据分析结果。" class="xfigimg" src="/files/ftp_upload/55874/55874fig2.jpg" data-altupdatedat="1788250015000" data-alt="图 2"> 
图 2：实测速度分布。 （上图）流向速度分量的时间平均垂直分布。（下图）通过将对数方程拟合到分布的下部区域来估算剪切速度。请注意，第一幅图使用从水道顶部开始并向下指向的垂直坐标轴，表示超声波多普勒测速仪（UVP）的测量结果；而第二幅图则采用从水道底部起始并向上指向的坐标轴，这是通过方程拟合估算剪切速度所必需的。 <a href="https://cloudflare.jove.com/files/ftp_upload/55874/55874fig2large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<img alt="动物运动轨迹、追踪数据图，显示x-y空间路径和定量分析。" class="xfigimg" src="/files/ftp_upload/55874/55874fig3.jpg" data-altupdatedat="1788250015000" data-alt="图3"> 
图3：测量得到的粒子轨迹平面图。（上图）来自两个摄像机的轨迹（上游摄像机轨迹为红色，下游摄像机轨迹为黑色）。（下图）连接后的轨迹样本（为清晰起见使用不同颜色，部分轨迹以较粗线条突出显示）。<a href="https://cloudflare.jove.com/files/ftp_upload/55874/55874fig3large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<img alt="生物力学分析中跳跃长度与持续时间相关性的累积频率图。" class="xfigimg" src="/files/ftp_upload/55874/55874fig4.jpg" data-altupdatedat="1788250015000" data-alt="Figure 4"> 
图4：跳跃长度（上图）和持续时间（下图）的累积频率分布（CFD）。 在 图3 的每条轨迹中，粒子在每个时间点都被标记，以表示该时刻粒子处于运动状态还是静止状态。随后从轨迹中提取粒子的跳跃过程，即从粒子起动（由静止转为运动）到停动（由运动转为静止）之间的片段。所获得的跳跃长度和持续时间样本用于生成此处所示的分布图。 <a href="https://cloudflare.jove.com/files/ftp_upload/55874/55874fig4large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
补充代码文件：join_cameras.m <a href="http://cloudflare.jove.com/files/ftp_upload/55874/join_cameras.m">请点击此处下载该文件。</a>

本文介绍了一种进行推移质输沙实验的方案，其中通过图像分析对运动颗粒进行追踪。文中展示了实验装置、实验运行步骤及数据处理方法，最后给出了一些概念验证结果。

由于图像分析能够提供详细的定量描述，且具有非接触、高时空分辨率等优势，近年来在河流流量测量中的应用日益广泛。

本实验的总体目标是测量在较大观测区域内以推移质形式随水流运动的单个颗粒的运动轨迹，以避免因可测轨迹的最大长度限制而产生的实验偏差。该方法有助于回答推移质输运力学中的关键问题，因为它提供了关于颗粒运动和静止事件的详细信息。该技术的主要优势在于能够对输运颗粒进行长距离追踪，从而实现对长时间过程的观测。我们在分析先前实验的数据时首次产生了这种方法的想法，当时我们意识到颗粒物相对于观察窗口可以被输运到更远的距离。首先，准备一组覆盖有所需沉积物颗粒层的钢板。用防水黑色油漆涂覆沉积物表面。接下来，将PVC支撑物放置在水槽底部，并将平板置于支撑物上。根据需要调整平板的位置，以确保沉积物床连续无间断。然后用透明丙烯酸盖板覆盖水槽。将水槽调节至所需坡度，然后启动水槽泵，向水槽内注水。通过调节阀设定水流速率。使用尾水调节器将压力水头的水位调节至略高于渠道盖板。确保水流被覆盖，同时不对盖板施加明显压力。每15分钟检查一次流量和压力水头水位，直至连续测量值之间的变化较小，表明水流已达到稳定状态。然后，将超声波流速剖面仪安装在具有预设倾角的支架上。在探头尖端涂抹超声耦合凝胶。将探头置于水槽盖上方，探头尾部朝向渠道进口。正确放置探针凝胶对于获得良好的速度分布以表征背景流体动力学条件至关重要。将探针连接至采集模块，并设置仪器以获取瞬时速度分布。采集所需数量的速度分布数据。然后，调换探头的位置并获取另一组速度剖面。以这种方式对水槽上的每个测量位置获取速度剖面。随后，计算每个位置的平均速度值，并确定流向和垂向速度分量。根据声束所通过介质的特性相应调整数值。在半对数坐标图中，识别出流向速度分量剖面呈现线性趋势的一定高程范围。将曲线拟合至对数方程，并估算剪切速度。开始实验时，将两台运动相机的帧率和分辨率设置为所需的参数。将相机安装在盖子的侧壁上，使其面向水槽底部，并确保两台相机安装位置足够接近，从而使它们的拍摄区域焦点重叠。确保水槽上标有已知距离的视觉参考点。使用每台相机录制一段短视频。根据录制结果调整相机的位置和方向，确保微流控通道位于画面范围内，且各相机的聚焦区域相互重叠。验证通道内的流动是否稳定。然后，以每两到三秒一粒的速率，手动将目标颗粒缓慢送入水槽入口。我们仅投放少量沉积物，因为视场中颗粒较少有利于简单直接的沉积物追踪。然而，在低流量条件下，部分颗粒可能会卡在焦点区域。启动两台摄像机开始录制。关闭室内灯光，以创建用于后续摄像机同步的标记。在整个实验过程中保持恒定的光照强度。继续向水槽中投放颗粒，持续至实验所需时长。随后停止摄像，并从沉积层中移除滞留的颗粒。根据需要，在其他水动力条件下重复实验。开始处理从视频中提取的图像时，首先对像素坐标应用径向变换，使水槽两侧呈现为直线。根据床面高程和已知距离的参考标记，确定像素到距离的转换系数。然后，在流体流动图像分析软件中创建新的图像序列。填写图像序列中帧之间的时间间隔以及像素到距离的转换系数。选择感兴趣的文件并运行处理程序。从序列中随机选取粒子图像生成强度图。确定目标颗粒强度的合适阈值。然后，为该序列创建一个滤波流程。将滤波器设置为背景去除。使用单一阈值创建新的颗粒识别算法。填写颗粒强度和直径的阈值。将颗粒识别步骤添加到滤波流程中，然后执行这些步骤。过滤完成后，打开新创建的颗粒记录的图像视图。滚动浏览各帧，观察图像间颗粒的位移情况。然后，创建一个新的PTV分析流程。创建一个新的分析，在成本选项卡中选择距离。填写搜索窗口的位置和尺寸。将新流程添加到管道中并执行该流程。使用轨迹重连来修复单个粒子记录中的任何中断。对第二个相机的录像重复此过程。然后，在专用的图像处理模块中，选择两个相机的轨迹文件，并点击查找轨迹属性。比较上游和下游相机的图像，以确定相机之间的坐标偏移。填写下游相机的坐标偏移值，然后点击“统一参考系”。填写图像重叠区域的边界范围。移除所有长度小于重叠区域的轨迹。合并粒子轨迹数据库并填补重叠容差。然后，连接轨迹。当过程完成后，保存结果，然后分析轨迹数据以研究推移质颗粒的运动学特性。所测得的流速剖面呈不对称分布，这是由于沉积物床面与水槽顶盖之间的粗糙度差异所致。上游和下游相机在100秒内分别记录到37条和34条轨迹。在合并两台相机的数据后，共识别出59条轨迹。最长的轨迹贯穿了整个观测窗口，总长度约为1.6米。对这些轨迹进行分析，以确定颗粒在沉积物床面上运动或静止的时间。大范围观测使得能够识别出较长的跳跃距离，在这些水动力条件下观察到的最大跳跃距离可达600毫米。较短且速度更快的跳跃出现频率最高。观看本视频后，您应能够充分掌握如何开展大范围颗粒示踪的泥沙输移实验。在进行该实验操作时，请确保实验光照条件良好，尽管图像可以通过多种方式采集，但获取高质量的图像能极大简化后续的诸多工作。该技术发展后，为沉积物输运领域的研究人员探索多种过程解释与建模指标铺平了道路。

image-based-lagrangian-particle-tracking-in-bed-load-experiments

Research

科研

JoVE Journal

Environment

环境

基于图像的拉格朗日粒子跟踪在床载荷实验

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

FIM 是一种新型、经济高效的成像系统，旨在追踪小型运动物体，例如 C. elegans、涡虫或果蝇幼虫。配套的 FIMTrack...

FIM成像与FIMtrack：两种实现高通量且经济高效运动分析的新工具

粒子示踪微流变学用于研究材料的粘弹性。本文中，该技术被用来测定细菌生物膜不同基质组分的粘弹性、蠕变柔量以及有效交联作用。该基质由细菌分泌的聚合物物质组成，其组分决定了生物膜的结构和力学特性。...

原位 粒子示踪微流变学法测定生物膜机械性能

本文描述了如何在水槽中生成规则的床面形态，可视化流体在床面形态中的流动，并利用计算机模拟来仿真潜流带水流。计算机模拟结果与实验观测结果吻合良好。这种耦合模拟与实验的方法非常适合用于科研和教学目的。...

利用染料示踪实验与模拟可视化潜流带中床面形态内的水流过程

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

本文介绍了一种实验上可实现的模拟方法，用于研究稠密流体中的分子流体动力学过程。该技术利用振动下高恢复系数颗粒堆的粒子图像测速法，能够直接在宏观尺度上观测到强相互作用、高密度气体和液体中已知或预测存在的动力学过程。...

一种用于研究稠密气体和液体中分子流体动力学过程的宏观模拟技术

本方案详细介绍了构建和操作一种实时三维单粒子追踪显微镜的方法，该显微镜能够以高扩散速度和低光子计数率追踪纳米级荧光探针。...

一种用于实时三维单粒子追踪的实验方案

介绍了两种不同的方法，用于表征从层流到湍流条件下，单个颗粒的起始运动随沉积床几何结构的变化特性。...

基于视觉的规则基底中颗粒起动的表征：从层流到湍流条件

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

本文详细介绍了如何制备用于固相支撑脂双层中单蛋白追踪的样品。同时阐述了一种具有单分子灵敏度和高帧率的简易荧光显微镜。最后，我们概述了提取单蛋白轨迹的实验步骤。...

使用荧光显微镜追踪脂双层中的单个蛋白质

学习基于图像的拉格朗日粒子跟踪方法，用于床载荷沉积物输运实验研究。该技术通过动作相机记录颗粒运动轨迹，结合图像处理分析实现长距离追踪，为理解颗粒动力学和水力学条件提供详细数据。

基于图像的推移质实验中拉格朗日粒子追踪

探索更多视频