March 6th, 2013
Une technique pour la réalisation quantitative tridimensionnelle (3D) d'imagerie pour une gamme de débits de fluide est présenté. En utilisant des concepts de la zone de l'imagerie du champ lumineux, nous reconstruisons les volumes 3D à partir de tableaux d'images. Nos résultats 3D couvrent une large gamme, y compris les champs de vitesse et multi-phases distributions de tailles de bulles.
L’objectif général de la vidéo suivante est de présenter un aperçu d’une technique d’imagerie tridimensionnelle capable de produire un champ de vitesse 3D. Ceci est réalisé en utilisant des caméras calibrées pour recueillir les images nécessaires à l’échantillonnage du champ lumineux. Dans un deuxième temps, le champ lumineux est reparamétré, ce qui produit une pile focale d’images qui forment une représentation 3D du champ d’écoulement.
Ensuite, la pile focale est post-traitée à l’aide d’un algorithme de corrélation croisée pour obtenir les vecteurs de champ de vitesse 3D. Les résultats montrent un champ d’écoulement 3D résolu dans le temps dans le sillage d’un modèle de corde vocale synthétique vibrante utilisé comme banc d’essai. Les résultats sont également présentés pour la technique appliquée à un champ de bulles.
Allez-y. Le principal avantage de cette technique par rapport aux méthodes existantes est que nous pouvons mesurer dans des volumes contenant plus de particules, de bulles ou de gouttelettes. Cette méthode peut fournir des informations sur les écoulements de fluides et être étendue à d’autres applications, telles que la mesure de la forme d’une flamme et du rôle de la vitesse dans la combustion et même à la mesure du comportement collectif de groupes d’animaux tels que les volées d’oiseaux.
En général, les personnes qui débutent dans cette technique auront du mal car la quantité de données peut devenir écrasante, mais nous pensons avoir développé un livre de recettes pour utiliser cette méthode. D’accord. La démonstration visuelle de cette méthode est essentielle car les configurations de la caméra et de l’étalonnage sont assez différentes de celles de l’utilisation d’une approche à caméra unique. Nous réaliserons ces expériences dans le laboratoire de biofluides du Dr Scott Thompson à BYU avec l’aide de son étudiant diplômé, Jesse Daley.
La première étape consiste à déterminer la taille du volume de mesure, ainsi que la résolution temporelle et spatiale requise pour l’étude de l’expérience d’écoulement de fluide. Ici, la méthode sera utilisée pour réaliser une image 3D de particules d’ouverture synthétique pour la symétrie de perte sur le flux d’air induite par un pli vocal synthétique. Le volume de mesure est de 50 x 50 x 25 millimètres cubes, et les échelles de temps les plus courtes à capturer sont de 10 microsecondes.
Ensuite, estimez la densité optique qui sera présente dans l’expérience afin de déterminer le nombre de caméras nécessaires pour générer des images de refocalisation avec un bon rapport signal/bruit. Des densités d’ensemencement plus élevées nécessitent plus de caméras à ce stade d’une image de particules. Pour les expériences de symétrie O, les particules par pixel doivent également être calculées Montez les caméras dans une configuration de réseau sur un cadre de sorte que chaque caméra puisse voir le volume de mesure sous différents points de vue.
Ensuite, définissez l’espacement entre les caméras restantes de la matrice. L’espacement des caméras les unes des autres améliore la résolution spatiale dans la dimension de profondeur au prix d’une profondeur totale résolvable. Pour la capture de données.
Lors de la visualisation, fixez les caméras à un ordinateur central. Placez une cible visuelle telle qu’une grille d’étalonnage au centre du volume de mesure. Utilisez l’image de la caméra centrale de la matrice comme référence et rapprochez ou éloignez l’ensemble de l’image de la matrice du volume de mesure pour obtenir l’angle de grossissement souhaité ou les caméras de sorte que la cible visuelle au centre du volume de mesure soit approximativement centrée dans chaque image de caméra.
Avec les ouvertures complètement ouvertes sur chaque objectif de caméra, faites la mise au point de chaque caméra sur la cible visuelle. Placez une cible d’étalonnage à l’arrière du volume de mesure. Assurez-vous que la cible est dans le champ de vision de chaque caméra.
Si ce n’est pas le cas, réajustez la distance entre les caméras et le volume de mesure et/ou l’espacement des caméras. Faites de même avec une cible de calibrage à l’avant du volume et itérez jusqu’à ce que l’avant et l’arrière soient visibles. Dans tous les appareils photo.
Fermez l’ouverture de chaque appareil photo jusqu’à ce que la cible soit nette. Lorsqu’il est situé à n’importe quelle position dans le volume de mesure de chaque appareil photo, un éclairage supplémentaire peut être nécessaire lorsque l’ouverture est fermée. Pour commencer, déterminez la méthode appropriée pour éclairer le volume de mesure en fonction de la méthode de mesure spécifique appliquée au champ d’écoulement.
Pour cette démonstration, un laser à double impulsion de 1000 hertz est utilisé. Utilisez des lentilles optiques pour former le laser en un volume de lumière qui couvre le volume de mesure. Enfin, lorsque vous êtes prêt pour la collecte de données, soyez prêt à ensemencer le volume avec des particules de traceur adaptées à la particule image.Loc.
Mesures de symétrie telles que décrites dans les références. En règle générale, une densité d’image de 0,05 à 0,15 particules par pixel convient à la plupart des expériences avec huit caméras ou plus. Pour un nombre fixe de caméras, les particules par pixel diminuent.
Pour des dimensions de volume et de profondeur plus importantes. L’étalonnage est une étape critique. Cela peut se faire avec ou sans les particules traceuses.
Si vous utilisez un algorithme d’auto-étalonnage multi-caméras comme dans cette démonstration, établissez un système de coordonnées de référence dans le volume de mesure. Ici, la grille d’étalonnage est placée au centre du pli vocal Dans une orientation fixe par rapport au système de coordonnées de référence, utilisez un objet avec une géométrie connue comme cible d’étalonnage. Dans ce cas, la grille d’étalonnage dans l’algorithme d’auto-étalonnage multi-caméras ou les emplacements cibles d’étalonnage peuvent être aléatoires, à l’exception de celui contrôlé avec précision.
Cela établit le système de coordonnées de référence Dans chaque caméra, capturez une image de la cible à chaque emplacement. Identifiez les points sur la cible dans chaque caméra. Pour chaque image d’auto-étalonnage, chaque point identifié sur la cible doit être situé dans l’image réalisée par chaque caméra.
Toutefois, l’emplacement explicite des points dans le système de coordonnées de référence n’est requis que pour les points associés à la cible localisée avec précision. Pour acquérir des données pour l’imagerie quantitative du champ lumineux résolue en temps, toutes les caméras et sources d’éclairage doivent être synchronisées avec précision. Pour cette expérience, un générateur d’impulsions externe programmé est utilisé pour déclencher les expositions de la caméra et les séquences d’éclairage.
Préparez-vous à la collecte d’une grande quantité de données, y compris en réfléchissant à la dénomination des fichiers de données. Commencez la capture des données expérimentales en vous assurant que les particules du traceur s’écoulent et en lançant la capture de la caméra et la séquence d’éclairage via la méthode de déclenchement choisie. Afin de produire un volume recentré synthétiquement pour la collecte de données, générez une pile focale 3D.
Pour ce faire, définissez l’espacement entre les plans focaux et la profondeur globale de refocalisation dans le volume refocalisé. Comme expliqué dans les références, le plan focal est généralement réglé sur la moitié de la résolution de profondeur et la profondeur totale de refocalisation est régie par la région où tous les champs de vision de la caméra se chevauchent. Les plans focaux seront perpendiculaires à l’axe Z du système de coordonnées de référence.
Ici, nous avons un espacement du plan focal d’environ 0,16 millimètre et une profondeur totale de refocalisation de 20 millimètres, ce qui donne environ 128 hydravions résolus après traitement, effectuer un prétraitement d’image pour améliorer le bruit de fond et s’adapter aux différences d’intensité entre les images. Établissez des transformations entre chaque caméra, plan d’image et chaque plan focal synthétique. Reprojetez les images sur les plans focaux synthétiques.
Appliquez l’échelle et rééchantillonnez les images. Cela peut être fait dans matlab. Étant donné les transformations de plan à plan, appliquez l’algorithme de refocalisation d’ouverture synthétique additif ou multiplicatif sur chaque plan focal synthétique.
Pour vérifier, appliquez la remise au point sur un plan des images d’étalonnage pour voir si la reconstruction apparaît comme prévu. Lorsque la méthode additive est appliquée à l’un des plans d’étalonnage à z égale à 13,3 millimètres, l’image entre et sort de la mise au point lorsque la pile de mise au point est parcourue de l’arrière vers l’avant. Enfin, nous démontrons la mise au point à chaque plan d’étalonnage à l’aide des images recentrées à gauche et de l’image de la grille d’étalonnage de la caméra centrale à droite.
Après le processus de refocalisation sur tous les plans souhaités, les images pour supprimer le bruit causé par la refocalisation appliquent un seuillage basé sur les histogrammes d’intensité des images refocalisées pour conserver les particules nettes. Ensuite, empilez les images de seuil pour créer un volume dans un processus appelé reconstruction. Après la reconstruction, des données quantitatives peuvent être recueillies à partir du volume.
Un exemple d’image de particules brutes de haute qualité pour la perte, des images de symétrie à partir d’une seule caméra est présenté ici. Ces images contiennent des particules uniformément réparties, apparaissant avec un contraste élevé sur le fond noir. Voici le résultat d’une expérience correctement ensemencée et calibrée avec précision.
L’image refocalisée à synthèse d’ouverture révèle que les particules nettes sur chaque plan de profondeur, de gauche à droite, sont des images à des profondeurs de moins sept millimètres, zéro millimètre et sept millimètres. L’utilisation des données nécessite une étape de traitement appelée reconstruction. Dans ce cas, le seuillage d’intensité est appliqué pour conserver les particules nettes sur chaque plan de profondeur.
Les plans focaux sont ensuite empilés pour créer un volume ici. Les images à la même profondeur sont affichées à deux moments différents. Le volume de seuil peut ensuite être passé dans des volumes d’interrogation contenant un nombre adéquat de particules pour effectuer la symétrie de vitesse de l’image des particules.
Il s’agit d’un exemple de données d’échantillon recueillies pour le champ vectoriel tridimensionnel du jet causé par des cordes vocales synthétiques sur plusieurs pas de temps. Le côté gauche montre une vue asymétrique I de l’ensemble du champ de vitesse 3D à chaque instant. Les coupes en escalier du plan XY à Z égal à cinq millimètres sont indiquées dans les coupes centrales du plan YZ.
À X égal 14 millimètres sont représentés à droite à t est égal à zéro milliseconde. La corde vocale est fermée et très peu de vélocité sur le terrain est présente. La plus grande vitesse du jet à une milliseconde se déplace dans la direction positive large et réduit son intensité de deux à quatre millisecondes.
Le pli se ferme au bout de cinq millisecondes, ce qui réduit la vitesse du jet et le cycle est répété. Ces données représentent le champ de vitesse à un seul instantané dans le temps, par opposition à la moyenne généralement présentée. Une autre application de l’imagerie par champ lumineux est celle des écoulements bouillonnants.
On voit ici un champ de bulles formé par l’entraînement d’air d’un jet qui frappe la surface de l’eau. Mettre la vidéo en pause à un moment donné. Step permet de refaire la mise au point à travers l’image à différents plans de profondeur pour voir les bulles entrer et sortir de la mise au point.
Cette image fixe montre, de gauche à droite, l’image brute d’un champ d’écoulement bouillonnant provenant du réseau de caméras et des images refocalisées à des profondeurs de moins 10 millimètres, zéro millimètre et 10 millimètres. Le cercle met en évidence une bulle qui se trouve sur le plan de profondeur de moins 10 millimètres et disparaît de la vue sur les autres plans. Une fois maîtrisés, l’étalonnage et la capture de données peuvent généralement être effectués en quatre heures environ, et la refocalisation de la capture synthétique peut être effectuée en 12 heures environ lors de l’exécution de cette procédure. Il est important d’être très organisé car il y a beaucoup d’étapes dans beaucoup de données qui sont collectées.
À la suite de cette procédure, les ensembles de données riches peuvent être interrogés pour obtenir des informations physiques sur plusieurs questions telles que : quelles sont les distributions de la taille des bulles dans les écoulements multiphasiques ? Cette technique ouvrira la voie à des chercheurs dans des domaines tels que la biologie physique, où ils pourront étudier la dynamique des fluides du vol des papillons ou la structure tridimensionnelle des volées d’oiseaux. Après avoir regardé cette vidéo, vous devriez avoir une assez bonne compréhension de la façon de configurer les caméras pour l’imagerie du champ lumineux, de les calibrer avec précision, d’effectuer une ouverture synthétique sur les images dans le logiciel et d’utiliser les données volumétriques pour un traitement ultérieur.
Pour des exemples de codes, des ensembles de données et des informations sur les tutoriels, veuillez visiter notre site Web. N’oubliez pas que travailler avec Tad Truscott peut être extrêmement dangereux et prenez toujours toutes les précautions, comme porter un gilet pare-balles lorsque vous travaillez dans son laboratoire.
Cet article présente une technique innovante pour l'imagerie tridimensionnelle (3D) quantitative des écoulements de fluides en utilisant l'imagerie par champ de lumière. La méthode permet la reconstruction de champs de vitesse 3D et des distributions de tailles de bulles multi-phases à partir de réseaux de caméras calibrées.