Name: マルチカメラライトフィールドイメージングを介して3D流れ場の決定 (動画) | JoVE Journal
Uploaded: 2013-03-06T12:00:00.000+00:00
Duration: 14 min 25 s
Description: 学ぶマルチカメラライトフィールドイメージングを用いた3D流れ場の定量的計測手法。校正済みカメラアレイと交差相関アルゴリズムにより、高粒子密度環境での時間分解能を持つ3D速度場の再構成を実現し、流体力学研究の新たな可能性を拓く。

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

我々はNUWCでの機器開発に資金を提供するため、BYUの合成開口アルゴリズムの機器と開発資金のためのNSFの助成CMMI＃1126862にお礼を社内ラボ独立研究（ILIR）資金（博士トニーRuffaによって監視）希望ニューポート、資金SLT、DJDとJRNと声帯実験とSLTの部分的なサポートのための高度な光学技術でエルランゲン大学院大学（SAOT）に関連するデータのためのNIH / NIDCD助成R01DC009616。最後に、資金調達のためにJRNロッキーマウンテンNASAスペースグラント·コンソーシアム。

1。 3Dライトフィールドイメージングセットアップ<ol><li>測定体積の大きさだけでなく、研究されて流体の流れの実験を調査するために必要な時間的·空間分解能を決定することによって開始します。 </li><li>良好な信号対雑音比（SNR）が1、2（PIV 1用などのピクセルあたりの粒子を計算する必要があります）とリフォーカス画像を生成するために必要なカメラの数を決定するために、実験で存在するであろう光学密度を見積もります。ここに提示合成声帯を持つ3D SAPIV実験のために、私たちは、8台のカメラを使用して、ピクセル当たり0.05から0.1粒子（PPP）の播種密度を達成するために期待しています。この数は、13台のカメラの周りに達し収穫逓減でカメラ数の増加とともに増加し、SNRは急速に5台以下に減少。 </li><li>各カメラは異なる視点から測定体積を表示することができるようにフレーム上のアレイ構成でカメラをマウントします。</li><li>データキャプチャおよび表示するための中央コンピュータにカメラを接続します。 </li><li>所望の倍率と光学作動距離のための適切な焦点距離のレンズを選択します。典型的には、固定焦点距離レンズと同じ種類のは、各画像における類似倍率を生成するために、各カメラに装着されている。 </li><li>測定体積の中心に視標を（そのようなキャリブレーショングリッドなど）を配置します。 </li><li>参考として、配列の中央のカメラからの画像を用いて、所望の倍率を達成するために、測定体積から近く、または遠く全体カメラアレイフレームを移動します。 </li><li>次に、配列内の残りのカメラを区切ります。間隔が遠く離れてお互いからカメラが合計解決深さ1のコストで奥行き寸法の空間分解能を向上させます。注：私達はZ次元を参照するために深さを使用します（ 図1を参照）カメラに向かって正である。内に対する深さの比面内分解能は約与えられる。 <img alt="式（1）" fo:src="/files/ftp_upload/4325/4325eq1highres.jpg" src="/files/ftp_upload/4325/4325eq1.jpg" /> 、Zはボリューム内の深さであり、S Oは、ボリュームの正面にカメラの距離であり、DはS Oにカメラ間隔の比率です。 </li><li>測定体積の中心に視標がほぼ各カメラ画像の中央に配置されるようにすべてのカメラを傾けます。 </li><li>それぞれのカメラのレンズに完全に開口部と、視標の各カメラの焦点を合わせる。 </li><li>測定体積の裏側にリブレーションターゲットを置きます。ターゲットは、各カメラの視野にあることを確認し、そうでない場合は、カメラや測定体積および/またはカメラの間隔の間の距離が調整（ステップ1.7から1.8）が必​​要です。 </li><li>ターゲットは、各カメラにフォーカスされているまで、各カメラの絞りを閉じます。 </li><li>トンでターゲットと手順1.11から1.12までを繰り返し測定体積の彼が前面。各カメラを調整した後、キャリブレーションターゲットは図2のように表示されるはずです。 </li></ol> 2。ボリュームイルミネーションセットアップ<ol><li>流れ場に適用される具体的な測定方法に基づいて測定体積を照明するための適切な方法を決定します。粒子画像流速測定法（PIV）のためのレーザーのボリュームが使用されます。 </li><li>測定に必要な時間分解能を達成することができる脈拍数を持つレーザーを選択します。レーザは、時間分解またはダブルフレームまたぐ3のパルス化のための単一パルス化することができる。 </li><li>測定体積をカバーする光ボリュームにレーザービームを形成するために、光学レンズを使用しています。 </li><li>シードのPIV測定3に適したトレーサー粒子を持つボリューム。流体中の粒子の濃度は、所望の空間分解能を達成するの​​に十分な大きさが、SN比を低減するように大きいべきではありませんSAは、許容レベルの下の画像を再フォーカス。参考資料1は、達成可能な播種密度の徹底的な研究が含まれていますが、経験則として、画素あたり0.05から0.15の粒子の画像濃度（PPP）は、8台以上のカメラを持つほとんどの実験に適しています。カメラの固定番号は、ピクセルあたりの粒子は、より大きな音量の深さ寸法は小さくなります。 </li></ol> 3。カメラアレイのキャリブレーション<ol><li>キャリブレーションは、測定体積全体の複数の場所でキャリブレーションターゲット（市松格子例えば 、 図2を参照）を使用して各カメラに一連の画像をキャプチャする必要があります。マルチカメラの自己校正法やイメージング正確に興味のある分野を通って移動される既知のキャリブレーションターゲットのいずれか：まず、キャリブレーションの2つのタイプのどちらかを選択します。 </li><li>測定体積内の基準座標系を確立する。この座標系は、多くの場合、関連するfである方法で選択されまたは実験（ 例えば 、平板などの先端を起点に、シリンダの軸に一致）。ここでは、Z軸（ 図1）に沿ったポイントに整列XY平面内で私たちのグリッドを配置することを選択しました。 </li><li>セルフ·キャリブレーション·アルゴリズム4、5キャリブレーションターゲットの位置が正確に基準座標系に位置しています一つの場所を除いて、ランダムであっても可能なマルチカメラを使用している場合。この正確に配置されているターゲット上のキャリブレーションポイントの位置を高精度に認識される必要があります。各カメラでは、 図2と同様、それぞれの場所でターゲットのイメージをキャプチャします。 </li><li>マルチカメラのセルフキャリブレーションアルゴリズムを使用していない場合は、キャリブレーションターゲットを正確に基準座標系におけるターゲットの方向を高精度で知られているような測定体積内の複数の場所に配置する必要があります。各カメラでは、それぞれの場所でターゲットのイメージをキャプチャします。</li><li>各画像の各カメラでターゲット上の点を識別する。セルフ·キャリブレーションについては、すべてのカメラを越えた画像点の対応は5必要がありますが、明示的な参照と画像の点対応のみ正確に配置されているターゲットが生成した点が必要になります。正確に横断校正方法については、明示的な参照と画像の対応点は、すべてのカメラのすべてのポイントが必要になります。 </li><li>すべてのカメラを較正するための選ばれたキャリブレーションアルゴリズムを適用します。ここでは、マルチカメラのセルフキャリブレーションアルゴリズム4、5（オープンソース活用することを選択した<a href="http://cmp.felk.cvut.cz/~svoboda/SelfCal/" target="_blank">http://cmp.felk.cvut.cz/〜スヴォボダ/ SELFCAL /を</a> ）と利子の平面に相対生じるカメラの場所は、 図3に示す。 </li></ol> 4。タイミング、トリガとデータ収集<ol><li>量的、時間分解光視野イメージングは​​、すべてのCを必要とするamerasと照明光源を正確に関連する実験イベントに頻繁に、同期させることができます。 </li><li>外部パルス·ジェネレータは、カメラ·エクスポージャーおよび照明シーケンスをトリガするために使用される。パルス·ジェネレータに適切なタイミングパルスシーケンスをプログラムします。声帯の実験のために、私たちはレーザーが近い1カメラの露出の終わりに、次の3の冒頭付近パルス化されるフレームに跨っシーケンスを使用します。 </li><li>実験的なイベントからトリガする場合は、適切な信号が生成され、パルスジェネレータに入力されていることを確認。 </li><li>手動でトリガする場合、パルス発生器をトリガするための規定を作る。 </li><li>選択したトリガ方式を介して、カメラのキャプチャや照明シーケンスを開始することにより、実験データの取り込みを開始します。 </li><li>マルチカメラの光フィールドイメージング実験に関連付けられた大量のデータを取得する際には、些細に思えるが良い命名規則がCRUである金融。命名規則を開発する際に、データが最終的な分析にキャプチャから使用される方法を検討すると便利です。 </li></ol> 5。合成開口フォーカシング<ol><li>現在合成リフォーカスボリュームを生成するために、画像の3D焦点スタックを生成します。まず、焦点面とリフォーカスボリュームで使用するための全体的なフォーカシング深さとの間の間隔を定義する<img alt="式（1）" fo:src="/files/ftp_upload/4325/4325eq1highres.jpg" src="/files/ftp_upload/4325/4325eq1.jpg" /> 1、7。典型的には、焦点面の間隔が半分の深さの解像度とトータルリフォーカス深さに設定されている場所を表示に重なるすべてのカメラフィールド地域によって支配される。焦点面は基準座標系のZ軸に垂直になります。 </li><li>測定体積に再投影時に画像に適用するスケールを定義します。スケールは避けるために、RAW画像の倍率と整合的であるべきかなりのオーバーサンプリングまたは再投影画像のアンダーサンプリング。 </li><li>各カメラの画像平面と各合成焦点面との間の変換を確立します。 </li><li>バックグラウンドノイズを除去し、画像1、7の間の強度の違いに対応するための画像前処理を実行します。 </li><li>合成焦点面上に再投影画像は、スケールおよび再サンプル画像を適用します。組み込みのMATLAB関数（画像処理ツールボックス）のセットは平面対平面変換を与え、これらのタスクを処理することができます。 </li><li>各合成焦点面上に、添加物や乗法のSAリフォーカスアルゴリズム1、7のいずれかを適用します。 3D SAPIVアプリケーションのために、私たちは添加物のSA（ここで声帯に適用される）との良好な成功を収めている。逆光バブル画像では、乗法SAは優れた結果が得られている。チェックとして再建が期待どおりに表示されるかどうかを確認するためにキャリブレーション画像の一方の面にフォーカシングを適用します。 </li&gt; </ol> 6。ボリューム後処理<ol><li>光フィールドを生成されたボリューム内の元のオブジェクトを推定するには、再構成として知られている処理ステップを必要とします。いくつかのアルゴリズムが、より複雑な3Dデコンボリューション8から7勾配ベースのフォーカスメトリックに1を閾値単純な強度に至るまで存在する。アプリケーションに適した再構成アルゴリズムを選択してください。 PIVのために、我々は強度しきい値と3Dデコンボリューションの両方で成功を収めている。我々は焦点スタックを形成するために、ここにしきい値強度を使用しています。時間1（t1）と時間2（T2）からの2つの焦点のスタックは、ベクトル場を形成する相互相関である。 3Dライトフィールドイメージング法は、本質的にPIVの精度に影響を与えることができる深さ寸法に伸長されているオブジェクトの結果、、良い再構成アルゴリズムは、この伸びを軽減しようとします。 </li><li>復興工程の後に、ボリューム内の機能があるか、元する必要があるかもしれませんサイズの測定を可能にするためにtracted、形状などは特徴抽出のために使用されるアルゴリズムは様々であり、アプリケーション7に依存しています。気泡を抽出するには、例えば、バブルの機能をローカライズし、そのサイズを定義する手段を必要とします。 PIVアプリケーションのために、我々は明示的に粒子を抽出しませんから、このステップをスキップすることができます。 </li><li> 3D SAPIVアプリケーションの場合は、小さい尋問ボリュームに再構成ボリュームを解析して、ベクトル場1、3を測定するための適切な相互相関ベースのPIVアルゴリズムを適用する。 </li></ol> maketformは：マップとリサンプリングmaketformからの変換に基づく画像：平面変換＆IMTRANSFORMに平面を作成します。

<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>

我々は、開示することは何もない。

いくつかの手順は、ライトフィールドイメージング実験の適正な遂行のために重要です。レンズの選択やカメラの配置は慎重に測定体積内で解像度を最大にするように選択されるべきである。 SAのリフォーカスアルゴリズムは正確に校正することなく、焦点を絞った画像を生成するために失敗しますようにキャリブレーションは、おそらく最も重要なステップです。幸いなことに、マルチカメラのセルフキャリブレーションは、労力の比較的低いレベルで正確なキャリブレーションを容易にします。画像処理程度に画像を正規化することができますが、興味や背景のオブジェクトとの間の良好なコントラストを提供するすべての画像の均一な照明が、また必要である。 オブジェクトを移動したボリューム上のSAを実行するタイミングも重要です。各カメラが同時に画像を取るために引き起こされていない場合は、画像再構成は明らかに不正確になります。本論文での実験のために私達はタイミングシーケンスsを利用図7のhown。 3Dライトフィールドイメージングアプリケーションは、本明細書で空間分解能のトレードオフを伴う発表した。たとえば、3D SAPIVは光学的に密な粒子画像から粒子ボリュームを再構成することができますが、粒子は、（潜在的に大きい）ボリューム全体に分布している。 2D PIVに、粒子は薄いシート状に分布しているため、同じ粒子密度を持つイメージが測定体積でより大きな密度に対応しています。それにもかかわらず、3D SAPIVメソッドは、他の3D PIV法1という非常に大きな播種密度を可能にします。別の潜在的に制限の考慮事項は、ライトフィールドイメージングメソッドに関連付けられている比較的大規模な計算強度であり、計算の複雑さは、そのような断層-PIV 10のような画像ベースの3次元再構成法では一般的です。 この実験のために、我々は8フォトロンSA3シグマ105ミリメートルマクロレンズを装着し、カメラやQuantronを使用IXデュアルダーウィンNd：YLFレーザ（波長532 nm、200 mJ）を。カメラやレーザはバークレークレオ575 BNCデジタルディレイ/パルス·ジェネレータを介して一緒に同期された。流体の流れは、エクスパンセルヘリウム満たされたガラス微小球を接種した。ミクロスは、0.15 g / ccの密度と70μmの平均直径を有していた。私達は私達のウェブサイトを介して、学界のために本明細書中で使用されるコードのオープンソース版を提供<a href="http://www.3dsaimaging.com/" target="_blank">http://www.3dsaimaging.com/を</a> 、我々はユーザの皆さんが私たちにフィードバックを与えると定量的な光フィールドのコミュニティのための有用なコードを改善し、供給への参加を奨励しています。

マルチカメラライトフィールドイメージングを介して3d流れ場の決定

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

流体力学の分野では、計算スキームの分解能は実験方法を上回っおよび流体フローの予測と観察された現象との間のギャップを広げた。したがって、必要性、問題の範囲のための3次元（3D）データセットを解決できるアクセス可能なメソッドが存在します。私たちは、流れ場の多くの種類の定量的な3次元イメージングを行うための新しい手法を提示する。 3D技術は、複雑な速度場と気泡流の調査を可能にします。これらのタイプの測定は、測定器にさまざまな課題を提示する。例えば、光学的に密な泡のような混相流を容易に関心体積の内部領域に光アクセスを閉塞する気泡による伝統的な、非侵襲的な流量測定技術によって画像化することができません。ライトフィールドイメージングを使用することで、にも関わらず、毎回インスタンスの3Dボリュームマップを再構築するためにカメラの配列で撮影した画像をreparameterizeすることができますボリュームの部分的な閉塞。技術は、3D焦点スタックを複数のカメラキャプチャ後1からの画像を合成することにより生成される合成開口（SA）のフォーカシング、として知られているアルゴリズムを使用しています。光フィールドイメージングは​​角度だけでなく、光線に関する空間情報のキャプチャを可能にし、それ故に3Dシーンの再構成を可能にします。定量的な情報は、その後、処理アルゴリズムのさまざまな方法を使って3D再構成から抽出することができる。特に、我々は、3次元粒子画像流速測定法（PIV）を行う3Dフィールド内の気泡を抽出し、ちらつき火炎の境界を追跡するためのライトフィールドイメージングに基づく測定方法を開発した。我々は、合成声帯のセットの上を通過する気流の3DPIVを実行するための我々のセットアップのコンテキストでライトフィールドイメージング手法の基礎を提示し、気泡連行急落ジェットに技術の応用からの代表的な結果を示しています。

高品質の生のPIV画像は、黒の背景（ 図4a）に対しても高いコントラストで表示されて均一に分布した粒子を含んでいます。画像全体に不均一な照明を補うために、画像の前処理は、明るい領域を除去、コントラストを調整し、すべてのカメラ（ 図4b）からのすべての画像間の輝度ヒストグラムを正規化するために行うことができる。実験は適切な密度に播種され、正確なキャリブレーションが実行されると、SAはイメージがそれぞれの深さの面（ 図5）に焦点粒子に明らかになります再フォーカス。測定体積は、シードを超えている場合は、リフォーカス画像のSNRは、それが困難な粒子を再構築することに低くなります。 SAは良好なSNRを持つ画像は、各深さの平面に焦点を粒子に保持するためにしきい値処理することができます再フォーカス。 図6は、Z = -10.6ミリメートルの深面に2つのタイムステップから2閾値処理画像を示す。閾値処理VOLUMEその後、PIVの3を実行するために十分な数の粒子が含まれている尋問ボリュームに解析されます。解析されたボリュームに3DPIVアルゴリズムを適用すると、 図7に示すように流体の速度場が得られ、この場合、流れ場は、モデル声帯によって誘発されるということです。ジェット外の流れ場の速度が非常に小さいので、このように非常に少数のベクトルは、この領域の外側に見ることができます。 t = 0のミリ秒で声帯が閉じているとフィールドではほとんど速度が存在しています。 tにおけるジェットで最大速度= 1ミリ秒の正のy方向に移動し、t = 2から4ミリ秒からの強度に低減します。ジェット速度とサイクルを短縮トン= 5ミリ秒で折り畳みが閉じが繰り返されます。これらの画像は、提示された各速度場が時間内に単一のスナップショットを表している場合には、平均化された100枚までの画像を提示し、従来の多くの作家9と同じ滑らかさを持っていない。基準点として、以前のシミュレーションでは、計算上の一般的なエラーを示しているD速度がPIVアルゴリズム自体1からのエラーを含む各速度成分、に5-10％のオーダーであることが、我々が使用しているアルゴリズム（MatPIV 11 3Dのために適合された）のために、このエラーが相対的に大きくすることが知られている他のコード。 気泡流はライトフィールドイメージングの3D機能の恩恵を受けることができる科学的な関心の別の領域です。 SAの技術も同様にレーザ光 ​​がこのような気泡のエッジは白い背景に対して暗く見える図8aに示すような画像で、その結果、拡散白色バックライトに置き換えられ気泡流の分野に適用することができます。 図8B-dに示すように、セルフ·キャリブレーションした後、SAのアルゴリズムの乗法バリアントは、泡と焦点スタック急激にバブルの深さに相当する深さの面に焦点を当て、他の飛行機のビューから、ぼやけを得るために適用することができます7。単純なしきい値ではありません泡ではなく、高度な特徴抽出アルゴリズムのシリーズを抽出するための適切な方法は7で説明したように利用されている。 <img src="/files/ftp_upload/4325/4325fig1.jpg" alt="図1" /> 図1は、ラベル付きのカメラや声帯の画像と座標系。 <img src="/files/ftp_upload/4325/4325fig2.jpg" alt="図2" /> 図2：全8台のカメラから見たZ = 0 mmでキャリブレーショングリッド。 <img src="/files/ftp_upload/4325/4325fig3.jpg" alt="図3" fo:content-width="2.5in" fo:src="/files/ftp_upload/4325/4325fig3highres.jpg"/> 図3マルチカメラの自己校正出力からカメラのセットアップのTopview。カメラ1-8は、それらの一般的な視野のdirectioで、数字や円で配置されているnは行で示されます。原点付近赤いブロブは、実際にカメラに3D相対的にプロットし、各Z深度におけるキャリブレーショングリッドから400以上のポイントです。 <img src="/files/ftp_upload/4325/4325fig4.jpg" alt="図4" /> 図4 T 1とT 2（aとb）でカメラ6位から見た粒子フィールドのRaw画像。前処理（C＆D）の後に同じ画像。 <img src="/files/ftp_upload/4325/4325fig5.jpg" alt="図5" /> 図5左から右へ：深さで生SAPIVリフォーカス画像（）、Z = -5.9ミリメートル、（b）は -10.6ミリメートル、および（c）-15.3ミリメートル。 <img src="/files/ftp_upload/4325/4325fig6.jpg" alt="図6" /> 図6。Thresho時間ステップ（）t 1およびZ = -10.6ミリメートルで（b）は t 2でlded画像。 <img src="/files/ftp_upload/4325/4325fig7.jpg" alt="図7" fo:content-width="5.25in" fo:src="/files/ftp_upload/4325/4325fig7highres.jpg"/> 図7は、図 6のタイムステップのための合成声帯によって作成されたジェットの三次元ベクトル場。左側は全体の3次元速度場の等角図を示す。各列の上に示されるように、xyとyz面の平面カットが声帯の中心を通って作られています。 <img src="/files/ftp_upload/4325/4325fig8.jpg" alt="図8" /> 図8左から右へ：カメラアレイから気泡流フィールドと深さでリフォーカス画像（b）は 、Z = -10ミリメートル、（c）は 0ミリメートル、および（d）10ミリメートルのRaw画像。サークルは、Z = -10 mm奥行き平面上にある泡を強調し、他の面でビューから消えます。バブル実験の詳細は、4に記載されています。

流体の流れの範囲のための定量的な3次元（3D）イメージングを行うための方法を提案している。ライトフィールドイメージングの領域から概念を使用して、我々は、画像の配列から3Dボリュームを再構築します。当社の3D結果は速度場および多相気泡サイズ分布を含む広い範囲にわたっています。

マルチカメラライトフィールドイメージングを介して3D流れ場の決定

流体力学の分野において、計算スキームの解像度は実験手法を上回る速度で向上しており、予測値と...の間の乖離が広がっています。

本ビデオの目的は、3D速度場を得ることができる三次元イメージング技術の概要を提示することです。これは、キャリブレーション済みのカメラを用いて、ライトフィールドをサンプリングするために必要な画像を収集することで実現されます。第二のステップとして、ライトフィールドを再パラメータ化し、流速場の3D表現となる一連のフォーカススタック画像を作成します。次に、3D速度場ベクトルを得るために、フォーカルスタックを相互相関アルゴリズムを用いて後処理します。結果として、テストベッドとして使用した振動合成声帯モデルの後方における、時間分解された3D流れ場が示されます。また、気泡場に本手法を適用した結果についても示します。それでは進めてください。既存の手法に対するこの技術の主な利点は、より多くの粒子、気泡、または液滴を含む体積での測定が可能である点です。この手法は流体フローに関する知見を提供し、火炎の形状の測定や燃焼における速度の役割、さらには鳥の群れのような動物集団の集団行動の測定など、他のアプリケーションへも拡張できます。一般的に、この手法に不慣れな方は、データ量が膨大になるため苦労されるかと思いますが、本手法を運用するための実用的なガイド（cookbook）を構築できたと考えています。カメラおよびキャリブレーションのセットアップがシングルカメラ方式とは大きく異なるため、本手法を視覚的に提示することが極めて重要です。これらの実験は、BYUのBiofluids研究室にて、Scott Thompson博士と大学院生のJesse Daley氏の協力を得て行います。最初のステップは、流体フロー実験の調査に必要な測定体積のサイズ、ならびに時間的および空間的解像度を決定することです。ここでは、この手法を用いて、合成声帯によって誘発される気流の損失対称性に関する3D合成開口粒子画像計測を行います。測定体積は50 × 50 × 25 mm³であり、捕捉すべき最短の時間スケールは10 microsecondsです。次に、良好な信号対雑音比を持つリフォーカス画像を生成するために必要なカメラ数を決定するため、実験で生じる光学密度を推定します。粒子画像において、播種密度が高くなるほど、より多くのカメラが必要になります。O対称性の実験では、ピクセルあたりの粒子数も算出する必要があります。各カメラが異なる視点から測定領域を観察できるよう、フレーム上にカメラをアレイ状に配置します。次に、アレイ内の残りのカメラ間の間隔を設定します。カメラの間隔を広げると、全体の分解可能な深度は低下しますが、奥行き方向の空間分解能が向上します。データキャプチャのために。観察にあたり、カメラを中央のコンピューターに接続します。キャリブレーショングリッドなどの視覚的なターゲットを、測定領域の中心に配置します。アレイの中央カメラの画像を参照し、アレイフレーム全体を測定領域に近づけるか遠ざけることで、目的の倍率角を実現するか、または測定領域中心にある視覚的ターゲットが各カメラ画像の中央付近に位置するように調整します。各カメラレンズの絞りを完全に開いた状態で、各カメラを視覚的ターゲットに合わせてフォーカスします。測定領域の後方にキャリブレーションターゲットを配置します。ターゲットが各カメラの視野に入っていることを確認してください。調整されない場合は、カメラと測定領域の間の距離、および／またはカメラ間の間隔を再調整してください。領域の前方にキャリブレーションターゲットを配置して同様の操作を行い、すべてのカメラで前方と後方が視野に入るまでこれを繰り返します。ターゲットにピントが合うまで、各カメラの絞りを絞ります。絞りを絞った状態で各カメラの測定領域内の任意の位置にターゲットがある場合、追加の照明が必要になることがあります。まず、流場に適用される具体的な測定方法に基づいて、測定領域を照らすための適切な照明方法を決定してください。このデモンストレーションでは、1000 Hzのダブルパルスレーザーを使用します。光学レンズを用いて、測定領域をカバーする光体積となるようにレーザーを成形してください。最後に、データ収集の準備が整ったら、PIV（粒子画像流速計）に適したトレーサー粒子を領域内に散布してください。参考文献に記載されている対称性の測定法です。経験則として、8台以上のカメラを使用するほとんどの実験では、1ピクセルあたり0.05〜0.15個の粒子密度が適切です。カメラの台数が固定されている場合、1ピクセルあたりの粒子数は減少します。より大きな体積の奥行き寸法の場合です。重要なステップはキャリブレーションです。これはトレーサー粒子あり、またはなしで実施できます。本デモンストレーションのようにマルチカメラ自己校正アルゴリズムを使用する場合は、計測領域内に基準座標系を設定してください。ここでは、校正用グリッドを声帯の中心に配置しています。基準座標系に対して固定された向きで、既知の形状を持つ物体を校正ターゲットとして使用します。この場合、厳密に制御される1点を除き、マルチカメラ自己校正アルゴリズムにおける校正用グリッドまたは校正ターゲットの配置はランダムであっても構いません。これにより、基準座標系が確立されます。各カメラを用いて、各位置にあるターゲットの画像を撮影します。各カメラの画像内でターゲット上の点を特定します。セルフキャリブレーションを行うための各画像において、ターゲット上の特定された各点は、各カメラで撮影された画像内に位置している必要があります。ただし、基準座標系における点の明示的な位置指定は、正確に位置決めされたターゲットに関連する点のみに必要です。定量的な時間分解ライトフィールドイメージングのデータを取得するには、すべてのカメラと照明光源を正確に同期させる必要があります。本実験では、プログラム可能な外部パルスジェネレーターを使用して、カメラの露光および照明シーケンスをトリガーします。データファイルの命名規則を検討するなど、大量のデータを収集するための準備を行います。トレーサー粒子が流れていることを確認し、選択したトリガー方法を用いてカメラのキャプチャと照明シーケンスを開始し、実験データのキャプチャを開始します。データ収集用の合成リフォーカスボリュームを作成するために、3Dフォーカルスタックを生成します。これを行うには、再フォーカスされたボリュームにおける焦点面の間隔と、全体の再フォーカス深度を定義します。参考文献で説明されているように、通常、焦点面は深度分解能の半分に設定され、全再フォーカス深度はすべてのカメラの視野が重なる領域によって決定されます。焦点面は、基準座標系のZ軸に垂直になります。ここでは、焦点面の間隔を約0.16 mm、再集束深度の合計を20 mmとしており、処理後の分解能のある焦点面数は約128面となります。背景ノイズを改善し、画像間の強度の差を調整するために、画像の前処理を行います。各カメラ、画像平面、および各合成焦点面の間で変換を定義します。画像を合成焦点面に再投影します。スケールを適用し、画像をリサンプリングします。これはMATLAB内で実行可能です。平面間変換に基づき、各合成焦点平面に加算型または乗算型の合成開口リフォーカシングアルゴリズムのいずれかを適用します。確認として、再フォーカシングをキャリブレーション画像の1つの平面に適用し、再構成が期待通りに表示されるかを確認します。z = 13.3 mm のキャリブレーション平面の1つに加算法を適用すると、フォーカススタックを後方から前方へ走査するにつれて、画像がフォーカスに入り、そして外れます。最後に、左側の再フォーカス画像と右側の中央カメラによるキャリブレーショングリッドの画像を用いて、各キャリブレーション平面におけるフォーカスを実演します。目的とするすべての面で再フォーカスした後、画像を処理して再フォーカスによって生じたノイズを除去し、再フォーカス後の画像の強度ヒストグラムに基づいた閾値処理を適用して、インフォーカス（焦点が合った）粒子を保持します。次に、再構成と呼ばれるプロセスで、閾値処理した画像を重ね合わせてボリュームを作成します。再構成後、このボリュームから定量データを収集することが可能です。1台のカメラから得られた、損失および対称画像における高品質な未処理粒子画像の例をここに示します。これらの画像には、黒い背景に対して高いコントラストで現れる、均一に分布した粒子が含まれています。これは、適切に播種され、正確に校正された実験の結果です。合成開口再フォーカス画像では、各深度平面においてピントの合った粒子が示されています。左から右に向かって、深度-7 mm、0 mm、および7 mmの画像となります。これらのデータを利用するには、「再構成」として知られる処理ステップが必要です。本例では、強度しきい値を適用し、各深度平面上のピントが合った粒子を抽出しています。その後、焦点面をスタックしてボリュームを作成します。同じ深さの画像が2つの異なる時間で示されています。この閾値処理後のボリュームは、粒子画像流速測定（PIV）を行うのに十分な数の粒子を含むインターロゲーション・ボリュームに渡すことができます。これは、合成声帯によって生じたジェットの3次元ベクトル場について、いくつかの時間ステップで収集されたサンプルデータの例です。左側には、各時間における全3D速度場の非対称ビューを示しています。中央にはZが5 mmのXY平面のステップカットを、右側にはYZ平面のカットを示しています。右図はt = 0 msにおけるX = 14 mmの位置を示しています。声帯は閉じており、領域内の流速はほとんど認められません。1 msにおけるジェットの最大速度は正の幅方向に移動し、2 msから4 msにかけて強度が低下します。5ミリ秒後にフォールドが閉じ、ジェット速度が低下し、サイクルが繰り返されます。このデータは、通常提示される平均値とは異なり、ある一瞬の速度場を表しています。ライトフィールドイメージングのもう一つの応用例に、気泡流があります。ここでは、水面に衝突するジェットによる空気の巻き込みで形成された気泡領域を示しています。ビデオを一時停止し、ステップ操作を行うことで、画像内の異なる深さの平面に再フォーカスさせ、気泡がフォーカスに入ったり外れたりする様子を確認できます。この静止画は、左から順に、カメラアレイによる気泡流場の生画像と、深さ-10 mm、0 mm、および10 mmで再フォーカスされた画像を示しています。円で囲まれた部分は、深さ-10 mmの平面上に位置し、他の平面では視界から消える気泡を強調しています。習熟すれば、通常、キャリブレーションとデータキャプチャは約4時間で完了し、本手順における合成キャプチャ再フォーカスは約12時間で実行可能です。収集されるデータの量が多く、工程数も多いため、非常に計画的に取り組むことが重要です。この手順に従うことで、得られた豊富なデータセットを解析し、「多相流における気泡径分布はどのようなものか」といったいくつかの問いに対して物理的な知見を得ることができます。本手法は、チョウの飛翔における流体力学や鳥の群れの三次元構造などを研究する物理生物学などの分野の研究者に道を開くものです。このビデオを視聴することで、ライトフィールドイメージング用のカメラ設置方法、正確な校正方法、ソフトウェアを用いた画像の合成開口処理、および得られた体積データのさらなる処理への活用方法について、十分に理解できるはずです。サンプルコード、データセット、およびチュートリアル情報については、当社のウェブサイトをご覧ください。Tad Truscott氏との共同作業は非常に危険を伴う可能性があることを忘れず、彼の研究室で作業する際は、ボディアーマーを着用するなど、常に十分な予防策を講じてください。

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

Research

JoVE Journal

Engineering

工学

私たちは、構造的に複雑な材料からの散乱光の方向に空間的な変化をサンプリングするための非破壊的手法を提案する。同時に高分解能イメージングの微細スケールの方向の貢献を取り込む際に材料をそのまま維持することによって、我々は、総規模散乱挙動を保つ。結果は、生体関連ポジションとスケールでソフトウェアで可視化する。...

生物材料からの空間的及び道順変化する光散乱の測定

高分解能、高速の粒子画像流速（PIV）を用いて境界の近くに一時的なフローを研究するための手順は、ここで記載されている。...

表面近くの高速粒子画像流速

二色蛍光顕微鏡用のデュアルカメラ発光分割システムは、優れた光学的および時間的解像度、パラレルプレートフローチャンバー接着アッセイを含む特定の生細胞アッセイの要件にリアルタイム画像シーケンスを生成する。ソフトウェアは同時に取得放出チャネルからの画像を合成するために使用された場合、疑似色画像シーケンスが生成される。...

同時にデュアルカメラエミッション分割システムを使用して、2つの発光チャンネルにリアルタイム画像のキャプチャ：アプリケーションは、接着性を細胞する

共焦点顕微鏡は、魅力的な懸濁液のためのモデル系として研究されている画像の静止や流れるコロイドポリマー混合物に使用されます。画像解析アルゴリズムは、幾何学的な閉じ込めに起因する変化を測定するコロイド粒子のための構造的および動的メトリックを計算するために使用される。...

監禁静止と流れるコロイド·ポリマー混合物の共焦点イメージング

バイオフィルムは、周囲の環境と複雑な相互作用を持っています。バイオフィルムと環境の相互作用を包括的に研究するために、バイオフィルム開発のための不均一な化学環境を作り出すための一連の方法、局所的な流速の定量化、およびバイオフィルムコロニー内および周囲の物質輸送を分析するための一連の方法を紹介します。...

バイオフィルムと生息地異質の共同開発を特徴付けるための方法

私たちは3Dプリントを使用して、ジャッキ、クロス、テトラド、トライアドの形をした異方性粒子を製作します。これらの粒子は、乱流流体の流れにおける整列と回転を複数の同時ビデオ画像から測定することができます。...

乱流で3Dプリント粒子の配向および回転速度を測定するための方法

四ビュースプリッターと高速度カメラに基づいた三次元粒子追跡速度測定（3D-PTV）システムは、ここに記載されています。技術は、下流≈7,000レイノルズ数Reで10直径の近傍に円管からの噴流に適用されます。...

ジェット流の場合：乱流のアプリケーションのための3次元粒子追跡流速

T細胞免疫シナプスにおける糸状アクチンの流れ速度と方向性を調査するために、生細胞の超解像イメージングと全反射蛍光を組み合わせ、時空間画像相関分光法で定量化します。...

構造化照明顕微鏡データの時空間画像相関分光法により定量化したT細胞における皮質アクチンの流れ

ここで説明する手法は、粒子運動と低粒子濃度の流れにおける乱流を同時に測定する低コストかつ比較的簡単な方法を提供しています。粒子画像流速測定法 (PIV)...

フロー イメージング技術を用いた粒子運動と乱流の同時測定

このプロトコルの目的は、詳細な流れフィールドの可視化を可能にし、振動パイプラインによって誘導される平衡調査穴内の近境界せん断および通常の応力の決定を可能にすることです。...

平衡スカウトホール内の振動パイプライン周辺の流れ場の可視化

高速キャピラリーフロー画像シーケンスから微小血管流れを定量化するために、STAFF(フィールドワイズフローの空間時間解析)ソフトウェアを開発しました。フルイメージフィールド全体および時間の経過とともに、STAFFはフロー速度を評価し、定量分析のための視覚化と表形式出力のための色分けされた空間マップのシーケンスを生成します。...

微小血管系におけるフィールドワイズフローの空間時間解析

学ぶマルチカメラライトフィールドイメージングを用いた3D流れ場の定量的計測手法。校正済みカメラアレイと交差相関アルゴリズムにより、高粒子密度環境での時間分解能を持つ3D速度場の再構成を実現し、流体力学研究の新たな可能性を拓く。

マルチカメラライトフィールドイメージングを介して3D流れ場の決定

さらに動画を探す