March 6th, 2013
Una técnica para realizar cuantitativa de tres dimensiones (3D) para una serie de flujos de fluidos. Utilizando los conceptos del área de Imagenología campo de luz, podemos reconstruir volúmenes 3D a partir de series de imágenes. Nuestros resultados en 3D abarcan una amplia gama incluyendo campos de velocidad y de fases múltiples distribuciones de tamaño de burbujas.
El objetivo general del siguiente video es presentar una descripción general de una técnica de imagen tridimensional que puede producir un campo de velocidad 3D. Esto se logra mediante el uso de cámaras calibradas para recopilar las imágenes necesarias para muestrear el campo de luz. Como segundo paso, se vuelve a parametrizar el campo de luz, lo que produce una pila focal de imágenes que forman una representación 3D del campo de flujo.
A continuación, la pila focal se posprocesa utilizando un algoritmo de correlación cruzada para obtener los vectores de campo de velocidad 3D. Los resultados muestran un campo de flujo 3D resuelto en el tiempo a raíz de un modelo de cuerda vocal sintética vibrante utilizado como banco de pruebas. También se muestran los resultados de la técnica aplicada a un campo de burbujas.
Adelante. La principal ventaja de esta técnica sobre los métodos existentes es que podemos medir en volúmenes que contienen más partículas, burbujas o gotas. Este método puede proporcionar información sobre los flujos de fluidos y extenderse a otras aplicaciones, como la medición de la forma de una llama y el papel que desempeña la velocidad en la combustión e incluso a la medición del comportamiento colectivo de grupos de animales como las bandadas de aves.
Por lo general, las personas nuevas en esta técnica tendrán dificultades porque la cantidad de datos puede resultar abrumadora, pero creemos que hemos desarrollado un libro de recetas para usar este método. Bien. La demostración visual de este método es fundamental porque las configuraciones de la cámara y la calibración son bastante diferentes a las de cuando se utiliza un enfoque de una sola cámara. Realizaremos estos experimentos en el laboratorio de Biofluidos de BYU del Dr. Scott Thompson con la ayuda de su estudiante de posgrado, Jesse Daley.
El primer paso es determinar el tamaño del volumen de medición, así como la resolución temporal y espacial requerida para investigar el experimento de flujo de fluido. Aquí, el método se utilizará para realizar una imagen de partículas de apertura sintética en 3D para la pérdida de simetría en el flujo de aire inducido por una cuerda vocal sintética. El volumen de medición es de 50 por 50 por 25 milímetros cúbicos, y las escalas de tiempo más cortas que se capturan son de 10 microsegundos.
A continuación, estime la densidad óptica que estará presente en el experimento con el fin de determinar el número de cámaras necesarias para generar imágenes de reenfoque con una buena relación señal/ruido. Las densidades de siembra más altas requieren más cámaras en este punto de una imagen de partículas. Para los experimentos de simetría O, las partículas por píxel también deben calcularse Monta las cámaras en una configuración de matriz en un marco tal que cada cámara pueda ver el volumen de medición desde diferentes puntos de vista.
A continuación, establezca el espaciado entre las cámaras restantes de la matriz. El espaciado más alejado de las cámaras mejora la resolución espacial en la dimensión de profundidad a costa de la profundidad total resoluble. Para la captura de datos.
Durante la visualización, conecte las cámaras a una computadora central. Coloque un objetivo visual, como una rejilla de calibración, en el centro del volumen de medición. Utilice la imagen de la cámara central de la matriz como referencia y acerque o aleje todo el marco de la matriz del volumen de medición para lograr el ángulo de ampliación deseado o las cámaras de modo que el objetivo visual en el centro del volumen de medición esté aproximadamente centrado en cada imagen de la cámara.
Con las aberturas completamente abiertas en cada lente de la cámara, enfoque cada cámara en el objetivo visual. Coloque un objetivo de calibración en la parte posterior del volumen de medición. Asegúrese de que el objetivo esté en la vista de cada cámara.
Si no es así, reajuste la distancia entre las cámaras y el volumen de medición y/o el espaciado de las cámaras. Haga lo mismo con un objetivo de calibración en la parte delantera del volumen e itere hasta que el anverso y el reverso estén a la vista. En todas las cámaras.
Cierre la apertura de cada cámara hasta que el objetivo esté enfocado. Cuando se encuentra en cualquier posición dentro del volumen de medición de cada cámara, puede ser necesaria una iluminación adicional con la apertura cerrada. Para comenzar, determine el método apropiado para iluminar el volumen de medición en función del método de medición específico que se aplica al campo de flujo.
Para esta demostración, se utiliza un láser de doble pulso de 1000 hercios. Utilice lentes ópticas para formar el láser en un volumen de luz que cubra el volumen de medición. Finalmente, cuando esté listo para la recopilación de datos, esté preparado para sembrar el volumen con partículas trazadoras adecuadas para la imagen de partículas.
Medidas de simetría como se describe en las referencias. Como regla general, una densidad de imagen de 0,05 a 0,15 partículas por píxel es apropiada para la mayoría de los experimentos con ocho o más cámaras. Para un número fijo de cámaras, las partículas por píxel disminuyen.
Para dimensiones de profundidad de volumen más grandes. Un paso crítico es la calibración. Esto se puede hacer con o sin las partículas trazadoras.
Si utiliza un algoritmo de autocalibración multicámara como en esta demostración, establezca un sistema de coordenadas de referencia en el volumen de medición. Aquí, la rejilla de calibración se coloca en el centro de la cuerda vocal En una orientación fija con respecto al sistema de coordenadas de referencia, utilice un objeto con una geometría conocida como objetivo de calibración. En este caso, la cuadrícula de calibración en el algoritmo de autocalibración multicámara o las ubicaciones de los objetivos de calibración pueden ser aleatorias, excepto la que se controla con precisión.
Que establece el sistema de coordenadas de referencia en cada cámara, capturar una imagen del objetivo en cada ubicación. Identifique los puntos del objetivo en cada cámara. Para cada imagen para la autocalibración, cada punto identificado en el objetivo debe estar ubicado en la imagen tomada por cada cámara.
Sin embargo, la ubicación explícita de los puntos en el sistema de coordenadas de referencia solo es necesaria para los puntos asociados con el objetivo ubicado con precisión. Para adquirir datos para la obtención de imágenes cuantitativas de campo de luz resueltas en el tiempo, todas las cámaras y fuentes de iluminación deben sincronizarse con precisión. Para este experimento, se utiliza un generador de pulsos externo programado para activar las exposiciones de la cámara y las secuencias de iluminación.
Prepárese para la recopilación de una gran cantidad de datos, lo que incluye pensar en la nomenclatura de los archivos de datos. Comience la captura de datos experimentales asegurándose de que las partículas trazadoras fluyan e iniciando la secuencia de captura e iluminación de la cámara a través del método de activación elegido. Con el fin de producir un volumen reenfocado sintéticamente para la recopilación de datos, genere una pila focal 3D.
Para ello, defina el espaciado entre los planos focales y la profundidad general de reenfoque en el volumen reenfocado. Como se explica en las referencias, normalmente el plano focal se establece en la mitad de la resolución de profundidad y la profundidad total de reenfoque se rige por la región donde se superponen todos los campos de visión de la cámara. Los planos focales serán perpendiculares al eje Z del sistema de coordenadas de referencia.
Aquí tenemos un espaciado de plano focal de alrededor de 0,16 milímetros y una profundidad total de reenfoque de 20 milímetros, lo que da como resultado aproximadamente 128 hidroaviones resueltos después del procesamiento, realizar un preprocesamiento de imágenes para mejorar el ruido de fondo y acomodar las diferencias de intensidad entre las imágenes. Establezca transformaciones entre cada cámara, plano de imagen y cada plano focal sintético. Vuelva a proyectar imágenes en los planos focales sintéticos.
Aplique la escala y vuelva a muestrear las imágenes. Esto se puede hacer dentro de matlab. Dadas las transformaciones de plano a plano, aplique el algoritmo de reenfoque de apertura sintética aditiva o multiplicativa en cada plano focal sintético.
Como comprobación, aplique el reenfoque a un plano de las imágenes de calibración para ver si la reconstrucción parece como se esperaba. Cuando el método aditivo se aplica a uno de los planos de calibración en z igual a 13,3 milímetros, la imagen entra y sale de foco a medida que la pila de enfoque se recorre de atrás hacia adelante. Por último, demostramos el enfoque en cada plano de calibración utilizando las imágenes reenfocadas de la izquierda y la imagen de la cuadrícula de calibración de la cámara central de la derecha.
Después de volver a enfocar en todos los planos deseados, las imágenes para eliminar el ruido causado por el reenfoque aplican umbrales basados en los histogramas de intensidad de las imágenes reenfocadas para retener las partículas enfocadas. A continuación, apile las imágenes de umbral para crear un volumen en un proceso denominado reconstrucción. Después de la reconstrucción, se pueden recopilar datos cuantitativos del volumen.
Aquí se muestra un ejemplo de la imagen de partículas sin procesar de alta calidad para pérdidas, imágenes de simetría de una sola cámara. Estas imágenes contienen partículas distribuidas uniformemente que aparecen con un alto contraste sobre el fondo negro. Aquí está el resultado de un experimento adecuadamente sembrado y calibrado con precisión.
La imagen reenfocada de apertura sintética revela partículas enfocadas en cada plano de profundidad de izquierda a derecha son imágenes a profundidades de menos siete milímetros, cero milímetros y siete milímetros. Para hacer uso de los datos se requiere un paso de procesamiento conocido como reconstrucción. En este caso, se aplica un umbral de intensidad para retener las partículas enfocadas en cada plano de profundidad.
A continuación, los planos focales se apilan para crear un volumen aquí. Las imágenes a la misma profundidad se muestran en dos momentos diferentes. A continuación, el volumen umbral se puede pasar a volúmenes de interrogación que contengan un número adecuado de partículas para realizar la simetría de la velocidad de la imagen de partículas.
Este es un ejemplo de datos de muestra recopilados para el campo vectorial tridimensional del chorro causado por las cuerdas vocales sintéticas durante varios pasos de tiempo. El lado izquierdo muestra una vista asimétrica I de todo el campo de velocidad 3D en cada momento. Los cortes escalonados del plano XY en Z igual a cinco milímetros se muestran en los cortes centrales del plano YZ.
En X igual a 14 milímetros se muestran a la derecha en t igual a cero milisegundos. Las cuerdas vocales están cerradas y hay muy poca velocidad en el campo. La velocidad más grande en el chorro, a un milisegundo, se mueve en la dirección amplia positiva y reduce su intensidad de dos a cuatro milisegundos.
El pliegue se cierra a los cinco milisegundos, lo que reduce la velocidad del chorro y el ciclo se repite. Estos datos representan el campo de velocidad en una sola instantánea en el tiempo en contraste con el promedio que se presenta habitualmente. Otra aplicación de las imágenes de campo de luz es a los flujos burbujeantes.
Aquí se muestra un campo burbujeante formado por el arrastre de aire de un chorro que incide en la superficie del agua. Pausar el video a la vez. El paso permite reenfocar la imagen en diferentes planos de profundidad para ver las burbujas entrar y salir de foco.
Esta imagen fija muestra, de izquierda a derecha, la imagen en bruto de un campo de flujo burbujeante del conjunto de cámaras e imágenes reenfocadas a profundidades de menos 10 milímetros, cero milímetros y 10 milímetros. El círculo resalta una burbuja que se encuentra en el plano de menos 10 milímetros de profundidad y desaparece de la vista en los otros planos Una vez dominado, la calibración y la captura de datos generalmente se pueden realizar en aproximadamente cuatro horas, y el reenfoque de captura sintética se puede realizar en aproximadamente 12 horas mientras se realiza este procedimiento. Es importante ser muy organizado, ya que hay muchos pasos en muchos datos que se recopilan.
Siguiendo este procedimiento, los conjuntos de datos enriquecidos se pueden interrogar para obtener información física sobre varias preguntas, como ¿cuáles son las distribuciones del tamaño de las burbujas en los flujos multifásicos? Esta técnica abrirá el camino a los investigadores en campos como la biología física, donde podrán estudiar la dinámica de fluidos del vuelo de las mariposas o la estructura tridimensional de la bandada de aves. Después de ver este video, debería tener una comprensión bastante buena de cómo configurar las cámaras para imágenes de campo de luz, calibrarlas con precisión, realizar una apertura sintética en las imágenes en el software y utilizar los datos volumétricos para su posterior procesamiento.
Para obtener códigos de muestra, conjuntos de datos e información tutorial, visite nuestro sitio web. No olvide que trabajar con Tad Truscott puede ser extremadamente peligroso y siempre tome todas las precauciones, como usar chalecos antibalas cuando trabaje en su laboratorio.
Este artículo presenta una técnica novedosa para la obtención de imágenes tridimensionales (3D) cuantitativas de flujos de fluidos mediante Light Field Imaging. El método permite la reconstrucción de campos de velocidad 3D y distribuciones de tamaño de burbujas multifase a partir de matrices de cámaras calibradas.
Quantitative 3D flow field imaging using multi-camera Light Field Imaging addresses a critical gap in experimental fluid dynamics, enabling high-resolution volumetric data acquisition where traditional methods fail. This capability enhances predictive confidence in early discovery and mechanistic de-risking for biopharma R&D, particularly in complex or optically dense systems. The approach supports robust target validation and informs risk-adjusted decisions across the discovery pipeline.
This method integrates from early discovery through lead identification and preclinical research, providing a reusable platform for volumetric data acquisition and analysis.