基于图像的拉格朗日粒子跟踪在床载荷实验
July 20th, 2017
手稿提出了一种用于进行床载沉积物输送实验的方案，其中移动颗粒通过图像分析进行跟踪。实验设施，运行实现和数据处理程序，以及最终的一些概念验证结果。
该程序的总体目标是在大面积观察中测量由流作为床载运输的单个粒子的轨迹，以避免与可测量轨迹的最大长度相关的实验偏差。此方法可以帮助回答床载荷传输机制中的关键问题，因为它提供了有关粒子运动和静止事件的详细信息。这种技术的主要优点是可以远距离跟踪传输的颗粒，从而能够进行长时间的观察。
我们在分析先前实验的数据时首次有了这种方法的想法，当时我们意识到粒子相对于观察窗口可以传输更长的距离。首先，准备一组钢板，上面覆盖着一层感兴趣的沉积物颗粒。在沉积物表面涂上防水黑色油漆。
接下来，将 PVC 支架放在水槽底部，并将板放在支架上。根据需要调整板的位置，以确保沉积物床是连续的。然后用透明的亚克力盖子盖住通道。
将 Flume 设置为所需的坡度。然后打开水槽泵，将通道注满水。使用调节阀设置流量。
使用尾水调节器将压力水头的高程设置为略高于通道盖。确保液流被覆盖，而不会对盖子施加很大的力。每 15 分钟检查一次流速和压头升高，直到测量之间的变化很小，表明流量稳定。
然后，将超声波速度探层仪安装在具有预定倾角的支架中。将超声凝胶涂在探头尖端上。将探头放在水槽盖上方，探头尾部朝向通道入口。
探测凝胶的正确放置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。将探头连接到采集模块，并针对瞬时速度曲线配置仪器。获取所需数量的速度曲线。
然后，反转探头的位置并获取另一组速度分布。以这种方式获取水槽上每个测量位置的速度分布。然后，计算每个位置的平均速度值，并确定流向和垂直速度分量。
根据声束传播的介质相应地调整值。确定一个高程范围，在该范围处，河流速度分量剖面在半对数图中显示线性趋势。将曲线拟合到对数方程并估计剪切速度。
要开始实验，请将两台运动相机的帧速率和分辨率设置为所需的参数。将摄像机安装在盖子的侧壁上，面向通道底部，足够近，使焦点区域重叠。确保 Flume 标有已知距离的视觉参考点。
使用每个摄像头录制一段短视频。根据录制内容，调整摄像机位置和方向，以确保通道在帧内并且焦点区域重叠。验证流经通道的流量是否稳定。
然后，开始以每 2 到 3 秒一个颗粒的速度，用手将感兴趣的颗粒缓慢送入水槽入口。我们给少量沉积物进料，因为视野中的颗粒很少对于直接跟踪沉积物很重要。然而，在小排放时，一些颗粒可能会卡在聚焦区域。
使用两台摄像机开始录制。关闭房间灯光以创建标记，以便稍后进行摄像机同步。在整个实验过程中保持恒定的光照水平。
在所需的实验持续时间内继续将颗粒送入水槽。然后，停止摄像头并从沉积物床中清除捕获的颗粒。根据需要在其他流体动力学条件下重复实验。
要开始处理从视频中提取的图像，请首先对像素坐标应用径向变换，以便 Flume 侧面显示为直线。根据河床高程和已知距离的参考标记确定从像素到距离的转换因子。然后，在流体流动图像分析软件中创建新的图像序列。
填写帧之间的时间间隔和图像序列的像素到距离转换因子。选择感兴趣的文件并运行该过程。从序列中随机选择粒子图像生成强度图。
确定目标粒子强度的适当阈值。然后，为序列创建筛选管道。将滤镜设置为背景移除。
使用单个阈值创建新的粒子识别算法。填写粒子强度和直径阈值。将颗粒识别过程添加到过滤器管道中，然后执行这些过程。
过滤完成后，打开新创建的粒子记录的图像视图。滚动浏览帧并注意图像之间的粒子位移。然后，创建新的 PTV 分析管道。
创建新分析并在 costings 选项卡中选择 distance。填写搜索窗口位置和尺寸。将新流程添加到管道并执行该流程。
使用 track reconnection 来修复单个粒子记录中的任何中断。对第二个摄像机录制重复此过程。然后，在专用图像处理模块中，选择两个相机的轨迹文件，然后单击 find track properties。
比较来自上游和下游相机的图像，以确定相机之间的坐标偏移。填写下游照相机的坐标平移，然后单击 Make reference system uniform。填写图像之间重叠区域的边界。
删除所有小于重叠区域长度的轨迹。合并粒子轨迹数据库并填写重叠容差。然后，加入轨道。
该过程完成后，保存结果，然后分析轨迹数据以研究床层载荷粒子运动学。测得的流速剖面是不对称的，这归因于沉积物床和通道盖之间的粗糙度差异。上游和下游摄像机在 100 秒内分别显示 37 条和 34 条轨迹。
在连接来自两台相机的数据后，总共确定了 59 条轨迹。最长的轨迹跨越了整个观测窗口，总长度约为 1.6 米。对轨迹进行分析，以确定颗粒何时在沉积物床上运动或静止。
大面积的观察可以识别长跳跃，在这些流体动力学条件下观察到高达 600 毫米的跳跃。发现更短、更快的跳跃最频繁发生。看完这个视频后，您应该对如何进行大面积粒子跟踪的沉积物输运实验有了很好的了解。
在尝试此过程时，请记住确保实验的照明良好，即使可以通过多种方式收集图像，从高质量图像开始，可以简化以下许多工作。经过开发，这项技术为沉积物运输领域的研究人员探索用于过程解释和建模的各种指标铺平了道路。
概述
本文献提出了一种使用图像分析来跟踪移动颗粒的床负荷沉积物输送实验协议。它详细介绍了实验设置、程序和初步结果。
关键研究组成部分
科学领域
- 神经科学
- 生物学
- 环境科学
背景
- 理解床负荷输送力学对于各种环境应用至关重要。
- 跟踪单个颗粒提供了对它们运动和静止事件的洞察。
- 之前的实验表明，颗粒可以被运输到比之前测量的更远的距离。
- 该方法旨在最小化与观测窗口相关的实验偏差。
研究目的
- 测量作为床负荷输送的单个颗粒的轨迹。
- 提供关于颗粒运动和静止事件的详细信息。
- 实现颗粒的长距离跟踪以进行全面分析。
使用的方法
- 在钢板上准备沉积物层并设置水槽。
- 使用超声波流速仪来测量流动条件。
- 使用动作摄像机记录颗粒运动。
- 图像处理分析颗粒轨迹和速度。
主要结果
- 成功地跟踪了长距离的颗粒。
- 从速度剖面估算剪切速度。
- 通过图像分析识别颗粒位移。
- 建立了一种研究床负荷输送的可靠方法。
结论
- 该协议允许对床负荷沉积物输送进行详细分析。
- 长距离跟踪增强了对颗粒动力学的理解。
- 该方法可以应用于各种流体动力条件以进行进一步研究。
常见问题
Executive Industry Relevance
This method enables high-resolution tracking of individual particles over extended observation windows, reducing bias from limited field-of-view constraints. By providing quantitative data on particle hop length and duration, it supports mechanistic understanding of transport processes relevant to predictive modeling in environmental and material sciences. The approach enhances data reliability for hypothesis testing in systems where particle-scale dynamics inform macroscale behavior.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of particle-level dynamics to clarify functional behavior in complex systems.
- Operational Value: Supports de-risking of mechanistic hypotheses through direct observation of motion and rest events.
Screening & Assay Development
- Scientific Value: Generates standardized, quantitative trajectory data suitable for assay normalization and comparison.
- Operational Value: Facilitates reproducible tracking across large observation areas, improving screening consistency.
Translational & Preclinical Research
- Scientific Value: Provides disease-relevant system insights by linking particle-scale kinetics to bulk transport outcomes.
- Operational Value: Enables continuity from discovery to preclinical validation through scalable, reusable imaging protocols.
Pipeline & Workflow Integration
The technique fits within early discovery workflows where precise particle tracking informs target engagement and pathway analysis, particularly in studies requiring spatial and temporal resolution of dynamic processes.
- Discovery Biology: Supports hypothesis testing by resolving individual particle trajectories and interaction frequencies.
- Screening: Delivers reproducible, high-content imaging outputs for evaluating compound or condition effects on particle behavior.
- Analytics: Yields hop length and duration distributions that enable quantitative comparison across experimental conditions.
- Translational Research: Connects microscopic particle dynamics to macroscopic system responses, supporting biomarker-aligned functional readouts.
- Enterprise Reuse: Establishes a standardized imaging and tracking pipeline applicable across multiple model systems and experimental campaigns.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence by reducing ambiguity in particle-scale mechanistic interpretations.
- Operational Value: Enhances reproducibility and scalability through standardized image acquisition and tracking protocols.
- Strategic Value: Improves go/no-go decision-making by providing robust, quantitative early-phase data.
- Portfolio Impact: Enables risk-adjusted prioritization of targets or mechanisms based on empirically validated dynamic profiles.
Implementation Considerations
- Requires expertise in fluid dynamics, image analysis, and particle tracking algorithms.
- Needs calibrated imaging systems, synchronized multi-camera setups, and flow control infrastructure.
- Demands cross-team standardization for image pre-processing, tracking parameters, and data merging protocols.
- Involves adaptation considerations for varying particle sizes, densities, and optical properties across model systems.
- Includes practical limitations such as lighting consistency, particle concentration optimization, and synchronization accuracy between camera feeds.
