Name: 베드로드 실험에서 이미지 기반 라그랑주 입자 추적 (동영상) | JoVE Journal
Uploaded: 2017-07-20T15:00:00.000+00:00
Duration: 10 min 32 s
Description: 배우세요 이미지 기반 라그랑주 입자 추적을 활용한 베드로드 퇴적물 운반 실험 방법입니다. 초음파 속도 프로파일러와 액션 카메라로 입자 궤적을 측정하여 수력학적 조건에서 장거리 이동을 분석할 수 있습니다.

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

이 연구는 초기 훈련 네트워크 (ITN)에 자금을 지원 한 유럽 연합 (EU)의 7 차 기본 계획, 연구원의 훈련 및 경력 개발 지원 (Marie Curie - FP7-PEOPLE-2012-ITN) HYTECH &quot;생태 학적으로 중요한 이질적 인터페이스에서의 유체 역학적 운반&quot;(번호 316546). 또한 Politecnico di Milano의 Polo Territoriale di Lecco가 지원했습니다. 실험은 SS가 방문 과학자로서 Politecnico di Milano를 방문하는 동안 수행되었습니다. 저자는 Tarcisio Fazzini, Stefania Gherbi, Francesco Mottini (폴리시 디코 밀라노의 학생) 및 Seyed Abbas Hosseini-Sadabadi (HYTECH 프로젝트의 동료이자 Politecnico di Milano의 박사 과정 학생)에게 감사드립니다. 실험 활동 및 데이터 분석. 저자는 S를 제공 한 Roger Nokes 교수 (University of Canterbury, 뉴질랜드 크라이스트 처치)에게 감사드립니다.treams 소프트웨어 및 지속적인 조언. 마지막으로, 저자는 조브 (JoVE) 편집자와 익명의 3 명의 평론가들에게 그들의 생각을 자극하는 의견과 제안에 감사를 표한다. 덕분에 원고가 크게 개선 될 수 있었다.

<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>

저자는 경쟁적인 금전적 이해 관계가 없다고 선언합니다.

입자 시각화를 이용한 베드로드 수송 실험 설계에는 실험 구성 및 하드웨어 도구, 유량 측정, 입자 시딩 및 시각화, 이미지 분석 등 다양한 단계가 포함됩니다. 각 단계의 변형에는 장단점이 있습니다. 이 원고에 제시된 프로토콜의 핵심 특성은 (i) 가압 흐름과 고정 된 거친 층을 사용하는 것, (ii) 고정층 색상에 대비되는 색상을 갖는 적은 수의 층상 물질을 파종하는 것, (iii) (iv) 여러 카메라를 사용하여 서로 조인 할 독립적 인 트랙 세트를 얻는 것. 실험 방법과 데이터 처리는 베드로드 입자가 최종 측정을 위해 신뢰성있게 추적 될 수있게합니다. 커버 된 흐름은 움직이는 입자의 최적의 시야를 보장합니다. 그러나 고정 된 침대는 일부 프로세스의 관찰을 방지합니다 ( 예 :<html> 활성 베드 - 하중 층 내의 침전물 입자의 변위)를 감소시키고, 따라서 약한 층상 하중에 대한 기술의 적용 가능성을 제한한다. 100 초의 영화를 사용하여 얻은 데이터 샘플의 크기는 비교적 작았습니다. 그러나 샘플 획득 및 처리의 실험 기간을 길게하여 샘플 크기를 쉽게 늘릴 수 있습니다. 제한된 수의 입자를 먹이는 것은 실질적으로 더 높은 속도로 먹이는 것보다 오랜 실험 시간이 필요합니다. 운동 중에 입자의 집중이 적고 다양한 색상을 사용하기 때문에 상대적으로 직선적 인 입자 추적으로 인해 많은 노력을 기울일만한 가치가 있습니다. 둘 다 실수를 추적 할 가능성을 줄입니다. 실험에서 자연광을 사용하면 조명 장치가 필요하지 않습니다. 그러나, 단점은 좋은 조명이 기상 조건에 달려 있다는 것입니다. 파티클 홉 길이와 지속 시간의 CFD는g &quot;는&gt;도 4는 가장 빈번한 것 같이 낮은 값을 나타낸다. 홉 길이 구간의 최대 측정 값은 600mm 및도 7 개의 각각의 주위에 있었다.이 문헌 4, 16, 30에서 유사한 값에 비해 상당히 컸다 더 긴 트랙을 측정 할 때 입자 홉이 길어질 수 있으므로 두 대의 카메라를 사용하는 이점은 단일 카메라의 초점 영역 길이가 약 850mm이며 측정 할 홉 길이 값보다 크지 않다는 점을 고려하면 분명합니다. 대신에 두 개의 카메라를 사용하는 측정 프로토콜은 공정 길이 길이와 측정 필드 거리를 만족스럽게 분리하여 실험적 한계로 인해 현상 학적 결과에 편향 될 위험을 줄였으며 초점 영역은 다음과 같이 추가로 길어질 수 있습니다. flume을 따라 배치 된 카메라의 수를 증가시킵니다. 여기에 설명 된 프로토콜과 비교되는 다른 절차는 입자 식별 및 추적 전에 겹쳐진 이미지를 만드는 것입니다. 이미지 병합 방법이 데이터 파일의 크기를 두 배로 만들었으므로 메모리 사용량이 적게 들기 때문에 추적을 두 번 수행하고 입자 트랙을 연결하는 프로토콜이 선호되었습니다. 여기에 설명 된 처리 알고리즘을 사용하면 중첩 영역의 길이보다 짧은 몇 개의 입자 트랙이 퇴적물 트랙의 전체 재구성을 막았 기 때문에 폐기되었습니다. 그러나 임계 길이 120mm는 획득 할 수있는 트랙 길이보다 한 단계 더 짧았으므로이 데이터의 손실은 허용 가능합니다. 또한, 그림 1 의 하위 8 개 사례에서 볼 수있는 트랙 결합은 얻을 수있는 트랙 길이를 크게 증가시키지 못합니다. 반면에 이러한 상황이 도움이 될 수 있습니다.추적 중단으로 인해 발생할 수있는 그림 5 의 상황과 같이 긴 트랙을 검색하는 경우 유사한 경우에, 긴 트랙은 반복적 인 결합 연산에 의해 재구성 될 수있다. 그러나 그림 5 와 같은 트랙 중단은 가입 프로세스가 아닌 추적 프로세스와 분명히 관련되어 있음을 명심해야합니다. 이 원고는 채택 된 프로토콜의 기능을 입증하기 위해 단일 실험에 대한 개념 증명 결과를 제시했습니다. 미래의 실험에서이 프로토콜은 베드 부하 침전물 이송 과정에 대한 상세한 분석을 달성하기 위해 일련의 서로 다른 수력 학적 조건에 적용될 것입니다. <img alt="그림 5" class="xfigimg" src="/files/ftp_upload/55874/55874fig5.jpg" /> 그림 5 : 중단이있는 경우 추적 가입 상황. </strong&gt; 여기에 설명 된 프로토콜에서는 이러한 트랙을 단일 트랙에 결합 할 수 없습니다. 의정서의 그림 1 과 8.4의 캡션에서 언급했듯이 중첩 영역의 길이보다 짧은 트랙은 제외된다. 이렇게하면 짧은 빨강 및 녹색 트랙이 제거됩니다. 그러므로 나머지 긴 단어는 공통점이 없으므로 결합 할 수 없습니다. <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig5large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>

수십 년 전에 선구적인 연구가 출현 한 이래 1 , 2 , 하천 퇴적물 연구를위한 이미지 분석의 사용이 끊임없이 증가하고 있습니다. 이 기술은 실제로 물리 현상 3 , 4 , 5 의 상세한 분석을 위해 상대적으로 고해상도 및 저비용 데이터를 제공하는 능력을 입증했습니다. 시간이 갈수록 하드웨어 및 소프트웨어 도구 모두에서 상당한 개선이 이루어졌습니다. 퇴적물 이동의 측정은 침전물 플럭스의 측정을 목표로하는 오일러 접근법을 사용하거나 이동하는 개별 곡물의 궤도를 측정하는 것을 목표로하는 라그랑지안 (Lagrangian) 방법을 사용하여 수행 할 수 있습니다. 이미지 처리는 다른 오일러 방법과 비교하여 입자 추적을위한 고유 한 가능성을 제공합니다 6 , 7 . 그러나, des이러한 잠재적 가능성에 대비하여 침전물 이동에 대한 이미지 분석의 적용은 데이터 샘플의 측정 및 크기에 대한 공간 / 시간적 지원 척도의 측면에서 몇 가지 중요한 실험적 한계를 겪고있다. 예를 들어, 데이터의 품질과 양을 손상시키지 않으면 서 넓은 공간 영역, 장기간의 실험 기간 및 높은 측정 빈도 3 , 4 , 8 의 적절한 조합을 동시에 달성하는 것이 어렵습니다. 또한 입자 추적은 수작업으로 수행 할 수 있습니다 ( 2 , 4 ). 사람의 노력이 필요하거나 분석에 사용 된 소프트웨어로 인해 추적 오류가 발생할 가능성이 있으므로 자동으로 3 , 8 로 수행 할 수 있습니다. 이 논문은 침상 퇴적물의 실험적 연구를위한 프로토콜을 제시한다.사용 된 카메라의 유형에 따라 오랜 기간이 소요되는 다른 곳에서 두 대의 카메라를 동시에 사용하면 넓은 시야가 보장되고 임시 실험 조건에 의해 신뢰할 수있는 자동 처리가 가능해졌습니다. 실험 방법은 3 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16의 방법으로 퇴적물의 상세한 조사를 다루는 여러 연구에서 작가가 얻은 경험을 바탕으로 설계되었다. , 17 , 18 . 침전물 수송 실험이 기술되었는데, 그것은 particl고정 된 거친 침대 위에서. 입자 공급은 이동 곡물의 농도를 낮게 유지하기 위해 흐름의 수송 용량보다 훨씬 적으므로 추적해야 할 입자의 혼잡을 피할 수 있습니다. 또한, 운반 된 입자는 연속적으로 움직이지 않았지만 간헐적 인 움직임이 관찰되었다. 이동 가능한 침대 대신 고정 침대를 사용하는 것은 자연 조건과의 유사성 상실을 나타냅니다. 그러나 고정층은 다양한 연기 과정을 가진 복잡한 시나리오의 결과보다 더 단순하고 설명적인 가정하에 침전물 수송 실험 19 , 20 , 21 에서 자주 사용되었다. 고정 된 침대의 사용은 분명히 퇴적물 매장 및 재현 과정을 관찰하는 것을 방지합니다. 한편, 약한 층상 하중이 존재할 때, 퇴적물의 운반은 느슨한 층의 표면층에서 일어나며,이 경우,고정 된 침대를 사용하는 것이 적절할 수 있습니다. 사실, 실험에서 입자 운동의 성질 들간의 두 조건을 비교 한 구체적인 비교는 유의 한 차이를 나타내지 않았다 3 , 14 . 마지막으로 여기에 제시된 실험은 투명 커버를 통해 입자 시각화를위한 최적의 조건을 보장하기 위해 가압 흐름으로 수행되었습니다. 가압 흐름 퇴적물 수송 실험적 가까운 베드 경계층과 침전물 사이의 상호 작용이 개방 채널 유동 (22), (23)의 것과 유사한 것을 보여주는 연구 조형 얼음 덮인 강에서 검토되고있다. 다음 섹션에서는 모든 방법에 대해 간략히 설명하고 몇 가지 대표적인 결과를 제공합니다.

<table><tbody><tr><td>레이저 거리 센서</td><td>METRICA</td><td>PREXISOX2</td><td>수로 경사를 측정하는 데 사용</td></tr><tr><td>2액형 폴리에스터 수지</td><td>Gelson</td><td>MS 65213</td><td>강판에 침전물 입자를 붙이는 데 사용</td></tr><tr><td>방수 스프레이 페인트</td><td>고정 침대를 페인트하는 데</td><td></td><td></td> 사용</tr><tr><td>Any 초음파 속도 프로파일러</td><td>신호 처리</td><td>DOP 2000</td><td>물을 측정하는 데 사용 속도 프로필</td></tr><tr><td>Camera</td><td>Go-Pro</td><td>Hero 4 Black</td><td>침대 하중 입자 모션 동영상을 획득하는 데 사용</td></tr><tr><td>Streams</td><td>University of Canterbury</td><td>2.01</td><td>입자 식별 및 추적에 사용</td></tr><tr><td>MatLab</td><td>MathWorks</td><td>R14</td><td>다양한 작업을 위한 임시 코드를 개발하는 데 사용</td></tr><tr><td>Plexiglas</td><td></td><td></td><td>투명 아크릴 소재</td></tr></tbody></table>

베드로드 실험에서 이미지 기반 라그랑주 입자 추적

Image-based Lagrangian Particle Tracking in Bed-load Experiments

이미지 분석은 상대적으로 저렴한 비용으로 자세한 양적 묘사를 제공 할 수있는 능력으로 인해 강 흐름 측정에 점점 더 많이 사용되었습니다. 이 원고는 가벼운 퇴적물을 이용한 베드로드 실험에 입자 추적 속도계 (PTV)를 적용하는 것에 대해 설명합니다. 조사 된 퇴적물 수송 조건의 주요 특성은 덮개가 달린 흐름의 존재와 그 위에 입자가 수로 유입구에서 제한된 수로 방출 된 고정 된 거친 층의 존재였다. 적용된 유동 조건 하에서, 개별 베드 하중 입자의 움직임은 간헐적 인 것으로, 운동과 정지가 번갈아 가며 나타납니다. 흐름 패턴은 흐름 방향 속도의 수직 프로파일의 음향 측정에 의해 예비 적으로 특성화되었다. 프로세스 시각화 과정에서, 수로를 따라 다른 위치에 두 개의 액션 카메라를 사용하여 넓은 시야를 확보했습니다. 실험 프로토콜은 chan의 관점에서 설명됩니다.실험 구현, 이미지 전처리, 자동 입자 추적 및 두 카메라의 입자 트랙 데이터 후 처리를 포함합니다. 제시된 개념 증명 결과에는 입자 홉 길이 및 지속 기간의 확률 분포가 포함됩니다. 이 연구의 성과는 프로토콜의 타당성을 입증하기 위해 기존 문헌의 성과와 비교된다.

이 섹션에 제시된 결과는 수로 경사가 0으로 설정된 실험 (경사 값은 ± 0.05 % 정확도로 계산 됨)에 대한 것입니다. 사용 된 침전물은 크기가 d = 3 mm이고 밀도가 ρ p = 1,270 kg / m 3 인 준 구형 인 PBT 입자로 만들어졌다. 실험은 유량 Q = 9.7 × 10-3 m로 실행 된 벌크 속도 U = 0.31 m / s에서 얻어진 3 / s. UVP를 사용한 속도 측정의 경우 2 MHz 프로브가 81 ° 기울기로 사용되었습니다. 속도 데이터는 20 초에서 250 초 동안 획득되었습니다. 대표적인 속도 프로파일은 그림 2에 나와 있습니다. 그것은 흐름이 완전히 발달 한 수로 입구에서 채널 축과 4.5m에서 취해졌다. 유효하지 않은 고도 측정과 관련된 일부 값이 제거되었습니다. 비대칭c 프로파일은 플라스틱 뚜껑과 침전물 베드의 거친 정도에 기인합니다. 플롯은 또한 전단 속도의 추정에 사용 된 프로파일의 부분을 보여 주며 u s = 25.9 ± 1.3 mm / s를 얻습니다. 입자 Reynolds 수 ( Re p = u s × d / ν , 물의 동점도로서 ν )는 78와 같았으며 과도하게 거친 정권을 나타냅니다. 침전물 수송의 시각화는 수로 입구에서 3.5m와 4.3m에 위치한 두 대의 카메라로 수행되었다. 이 카메라는 30fps의 주파수에서 작동하며 해상도는 1,920 x 1,080 픽셀입니다. 화상 왜곡을 보정하는 요인은 k = 0.6이었다. 왜곡을 제거한 후 이미지 보정은 1 픽셀 = 0.5mm였습니다. 중첩의 길이는 760.15에서 880.11 mm (후자는 전나무의 초점 영역 길이st 카메라를 그 상류 가장자리로부터). 입자 식별을위한 임계 강도는 80으로 설정되었고 예상 된 얼룩 크기는 0.5 - 8mm 범위였다. 입자 추적을위한 검색 창은 다음과 같습니다 : 1mm 업스트림 및 7mm 다운 스트림, 4mm 측면. 중단 된 트랙의 재 연결을위한 검색 창은 다음과 같습니다 : 1 mm 업스트림 및 31 mm 다운 스트림, 16 mm 옆으로 4 개의 다음 프레임. 결합 할 두 트랙 사이의 x 와 y 값의 평균 제곱 차이의 제곱근의 임계 값은 10mm로 설정되었습니다. 각 카메라의 3,000 개 이미지 (100 초에 해당)의 하위 세트를 사용하여 측정 된 입자 트랙은 그림 3에 묘사되어 있습니다. 데이터베이스는 업스트림 및 다운 스트림 카메라에서 각각 37 및 34 트랙을 포함합니다. 두 카메라에 의해 얻어진 트랙의 겹침이 먼저 제안 된 다음, 그 결과 전체 세트의 t랙이 표시됩니다. 측정 영역의 중앙 부분에서의 중첩이 만족 스러웠다는 것이 명백하다. 59 개의 트랙 끝에 12 개의 링크가 생성되었습니다. 최장 트랙은 유사한 분석은 3 수행 된 다른 문헌 과정에 비해 매우 큰 약 1.6 m (530 개 이상의 입자 크기, 15.2 유동 깊이 또는 5.3 수로 폭), (4)의 총 길이는 전체 관찰 창 스팬 , 5 , 8 . 라그랑지안 프레임 워크를 취함으로써, 입자 역학의 핵심 지표가 여기에 입자 홉 (particle hops)의 특성에 적용됩니다. 이 실험에서와 같은 간헐적 인 침대 부하 수송 하에서, 이러한 홉은 휴식 기간으로 구분 된 동작입니다. 단일 입자에 대한 전체 트랙 내의 홉을 검출하기 위해 입자 움직임 및 정지의 식별은필요한 예비 단계. 이 작업에서 우리는 그 순간의 x 위치가 모든 이전 것보다 크고 다음의 모든 것보다 낮은 경우 특정 순간에 움직이는 입자를 고려하는 기준 30 을 적용했습니다. 총 98 개의 홉이 59 개의 측정 된 입자 트랙으로부터 얻어졌다. 그림 4 는 홉 길이와 지속 시간에 대해 획득 된 누적 빈도 분포 (CFD)를 보여줍니다. <img alt="그림 2" class="xfigimg" src="/files/ftp_upload/55874/55874fig2.jpg" /> 그림 2 : 측정 된 속도 프로파일. (위쪽) 스트림 단위 속도 구성 요소의 시간 평균 수직 프로파일. (Bottom) 대수 방정식을 프로파일의 아래 부분에 맞추어 전단 속도를 추정합니다. 채널의 상단에서 시작하여 아래쪽으로 향한 수직 축은 첫 번째 플롯에서 사용되며, represe<html> 측정 결과를 UVP로 나타냅니다. 채널 바닥에서 위쪽으로 향한 축은 방정식에 의해 전단 속도를 추정하는 데 필요한대로 두 번째 플롯에서 대신 사용됩니다. <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig2large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> <img alt="그림 3" class="xfigimg" src="/files/ftp_upload/55874/55874fig3.jpg" /> 그림 3 : 측정 된 입자 트랙의 평면도. (위쪽) 두 카메라의 트랙 (빨간색의 업스트림 카메라와 검은 색의 다운 스트림). (아래쪽) 결합 된 트랙의 샘플 (명확성을 위해 색상이 변경되고 두꺼운 선으로 강조 표시된 일부 트랙). <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig3large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> 4 &quot;class =&quot;xfigimg &quot;src =&quot;/ files / ftp_upload / 55874 / 55874fig4.jpg &quot;/&gt; 그림 4 : 홉 길이 (Top)와 지속 시간 (Bottom)의 누적 주파수 분포 (CFD). 그림 3 의 각 트랙 내에서 입자는 각 순간에 표시되어 입자가 움직이거나 그 순간에 정지했는지 나타냅니다. 그런 다음 입자 홉핑 (particle entrapment) (정지에서 움직임으로의 전이)과 분출 해제 (움직임에서 정지로의 전환) 사이의 부분으로 트랙으로부터 입자 홉을 추출했습니다. 홉 길이와 지속 시간에 대해 얻은 샘플을 사용하여 여기에 묘사 된 분포를 생성합니다. <a href="//ecsource.jove.com/files/ftp_upload/55874/55874fig4large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> 보충 코드 파일 : join_cameras.m <a href="http://ecsource.jove.com/files/ftp_upload/55874/join_cameras.m">Please</a>이 파일을 다운로드하려면 여기를 클릭하십시오.

원고는 움직이는 입자가 이미지 분석에 의해 추적되는 층상 퇴적물 수송 실험의 전도 프로토콜을 제시한다. 실험 시설, 실행 실현 및 데이터 처리 절차, 그리고 일부 개념 증명 결과가 여기에 제시됩니다.

Image analysis has been increasingly used for the measurement of river flows due to its capabilities to furnish detailed quantitative depictions at a ...

이 실험 절차의 전반적인 목표는 측정 가능한 궤적의 최대 길이와 관련된 실험적 편향을 피하기 위해, 넓은 관찰 영역에서 하상하중(bed-load)으로 유동에 의해 운반되는 개별 입자의 궤적을 측정하는 것입니다. 이 방법은 입자의 운동 및 정지 이벤트에 대한 상세한 정보를 제공하므로 하상하중 운반 역학의 핵심 질문에 답하는 데 도움이 될 수 있습니다. 이 기술의 주요 장점은 운반되는 입자를 장거리까지 추적할 수 있어 장기간의 시험 관찰이 가능하다는 점입니다.저희는 이전 실험 데이터를 분석하던 중, 입자가 관찰 창에 비해 더 먼 거리까지 이동할 수 있다는 점을 깨달으며 이 방법의 아이디어를 처음 얻게 되었습니다. 먼저, 관심 대상인 퇴적물 입자 층으로 덮인 일련의 강철판을 준비하십시오. 퇴적물 표면을 내수성 검은색 페인트로 코팅하십시오.다음으로, PVC 지지대를 플룸 바닥에 배치하고 지지대 위에 플레이트를 놓습니다. 퇴적물 층이 연속적으로 이어지도록 플레이트 배치를 적절히 조정합니다. 그런 다음 투명 아크릴 덮개로 채널을 덮습니다.플룸을 원하는 경사도로 설정하십시오. 그런 다음 플룸 펌프를 켜고 수로에 물을 채웁니다. 조절 밸브를 사용하여 유량을 설정하십시오.꼬리물 조절기(tail water regulator)를 사용하여 압력 수두의 높이를 채널 덮개보다 약간 높게 설정하십시오. 덮개에 과도한 힘이 가해지지 않도록 하면서 흐름이 덮개로 덮여 있는지 확인하십시오. 측정값 사이의 변화가 작아져 흐름이 안정되었음이 나타날 때까지 15분마다 유량과 압력 수두 높이를 점검하십시오.그런 다음, 초음파 속도 프로파일러를 정해진 경사각으로 홀더에 장착하십시오. 프로브 팁에 초음파 젤을 도포합니다. 프로브의 꼬리 부분이 채널 입구를 향하도록 하여 플룸 덮개 위에 프로브를 배치하십시오.배경 유체역학적 조건의 특성 분석을 위해 양호한 속도 프로파일을 얻으려면 프로빙 겔을 적절하게 배치하는 것이 매우 중요합니다. 프로브를 데이터 수집 모듈에 연결하고 장비를 순간 속도 프로파일 측정 모드로 설정하십시오. 필요한 수의 속도 프로파일을 수집하십시오.그런 다음, 프로브의 위치를 반대로 바꾸어 또 다른 속도 프로파일 세트를 획득합니다. 플룸의 각 측정 지점에서 이러한 방식으로 속도 프로파일을 획득하십시오. 이후 각 지점의 평균 속도 값을 계산하고 흐름 방향 및 수직 속도 성분을 결정합니다.음향 빔이 통과한 매질에 따라 값을 적절히 조정하십시오. 반로그 그래프에서 흐름 방향 속도 성분 프로파일이 선형 추세를 보이는 고도 범위를 확인하십시오. 곡선을 로그 방정식에 맞추어 전단 속도를 추정하십시오.실험을 시작하려면 두 대의 액션 카메라의 프레임 속도와 해상도를 원하는 매개변수로 설정하십시오. 카메라를 덮개의 측벽에 채널 바닥을 향하게 설치하되, 초점이 맞는 영역이 서로 겹치도록 충분히 가깝게 배치하십시오. 플룸에 알려진 거리를 나타내는 시각적 기준점이 표시되어 있는지 확인하십시오.각 카메라로 짧은 영상을 촬영하십시오. 촬영된 영상을 바탕으로 카메라의 위치와 방향을 조정하여 채널이 프레임 안에 들어오고 초점 영역이 겹치도록 하십시오. 채널을 통한 흐름이 안정적인지 확인하십시오.그런 다음, 관심 입자를 한 번에 2~3초에 하나씩의 속도로 플룸 입구에 천천히 수동으로 공급하기 시작합니다. 시야 내에 입자가 적어야 퇴적물 추적이 수월하므로 소량의 퇴적물을 공급합니다. 하지만 유량이 적을 때는 일부 입자가 초점 영역에 고정될 수 있습니다.두 대의 비디오 카메라로 녹화를 시작하십시오. 이후 카메라 동기화를 위한 표시를 만들기 위해 실내 조명을 끄십시오. 실험 전반에 걸쳐 일정 수준의 조도를 유지하십시오.원하는 실험 시간 동안 플룸에 입자를 계속 공급하십시오. 그 후, 카메라 촬영을 중단하고 퇴적층에서 포집된 입자를 제거하십시오. 필요에 따라 다른 수역학적 조건에서 실험을 반복하십시오.비디오에서 추출한 이미지를 처리하기 위해, 먼저 픽셀 좌표에 방사형 변환(radial transformation)을 적용하여 플룸(flume)의 측면이 직선으로 나타나게 합니다. 하상 고도와 기지 거리의 기준 마커를 기반으로 픽셀을 거리로 변환하는 변환 계수를 결정합니다. 그런 다음, 유체 흐름 이미지 분석 소프트웨어에서 새로운 이미지 시퀀스를 생성합니다.이미지 시퀀스의 프레임 간 시간 간격과 픽셀-거리 변환 계수를 입력하십시오. 분석 대상 파일을 선택하고 프로세스를 실행하십시오. 시퀀스에서 무작위로 선택된 입자 이미지들의 강도 맵을 생성하십시오.관심 입자의 강도에 적절한 임계값을 설정하십시오. 그런 다음, 시퀀스에 대한 필터 파이프라인을 생성하십시오. 필터를 배경 제거로 설정하십시오.단일 임계값을 사용하는 새로운 입자 식별 알고리즘을 생성하십시오. 입자 강도 및 직경 임계값을 입력하십시오. 입자 식별 프로세스를 필터 파이프라인에 추가한 다음 프로세스를 실행하십시오.필터링이 완료되면, 새로 생성된 입자 레코드의 이미지 뷰를 엽니다. 프레임을 스크롤하며 이미지 간의 입자 변위를 확인합니다. 그런 다음, 새로운 PTV 분석 파이프라인을 생성합니다.새 분석을 생성하고 비용(costings) 탭에서 거리(distance)를 선택하십시오. 검색 창의 위치와 크기를 입력하십시오. 새로운 프로세스를 파이프라인에 추가하고 프로세스를 실행하십시오.트랙 재연결(track reconnection) 기능을 사용하여 개별 입자 기록의 모든 중단 지점을 수정하십시오. 두 번째 카메라 녹화본에 대해서도 이 과정을 반복하십시오. 그런 다음, 전문 이미지 처리 모듈에서 두 카메라의 트랙 파일을 선택하고 트랙 속성 찾기(find track properties)를 클릭하십시오.상류 및 하류 카메라의 영상을 비교하여 카메라 간의 좌표 이동을 결정합니다. 하류 카메라의 좌표 이동 값을 입력하고 '기준 시스템 균일화(make reference system uniform)'를 클릭합니다. 영상 간 중첩 영역의 경계 값을 입력합니다.중첩 영역의 길이보다 짧은 모든 궤적을 제거하십시오. 입자 추적 데이터베이스를 병합하고 중첩 허용 오차를 채웁니다. 그 다음, 추적 경로를 연결하십시오.과정이 완료되면 결과를 저장한 후, 트랙 데이터를 분석하여 하상 하중 입자의 운동학을 조사합니다. 측정된 유속 프로파일은 비대칭이었으며, 이는 퇴적물 바닥과 채널 덮개 사이의 거칠기 차이 때문인 것으로 분석되었습니다. 상류 및 하류 카메라는 100초 동안 각각 37개와 34개의 트랙을 보여줍니다.두 카메라의 데이터를 결합한 결과, 총 59개의 경로가 확인되었습니다. 가장 긴 경로는 전체 관찰 창에 걸쳐 있었으며 총 길이는 약 1.6 meters였습니다. 입자가 이동 중이었는지 또는 퇴적층 위에 정지해 있었는지를 확인하기 위해 경로 분석을 수행하였습니다.넓은 관찰 영역 덕분에 긴 도약(hop)을 식별할 수 있었으며, 이러한 유체역학적 조건 하에서 최대 600 millimeters에 이르는 도약이 관찰되었습니다. 더 짧고 빠른 도약이 가장 빈번하게 발생하는 것으로 나타났습니다. 이 영상을 시청한 후에는 넓은 영역에 걸친 입자 추적을 통한 퇴적물 운반 실험을 수행하는 방법에 대해 충분히 이해하게 될 것입니다.본 절차를 수행할 때, 이미지를 수집하는 방법은 다양하지만 고품질의 이미지부터 확보하는 것이 이후의 작업을 훨씬 단순화하므로 실험 조명이 충분한지 확인하십시오. 이 기술은 개발 이후 퇴적물 운반 분야의 연구자들이 공정 해석 및 모델링을 위한 다양한 지표를 탐구할 수 있는 길을 열어주었습니다.

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

Research

연구

JoVE Journal

Environment

환경

공 초점 현미경은 매력적인 현탁액을위한 모델 시스템으로 공부하는 이미지 정지 흐르는 콜로이드 폴리머의 혼합물에 사용된다. 이미지 분석 알고리즘은 기하 구속에 의한 변화를 측정 콜로이드 입자의 구조 및 동적 메트릭을 계산하는 데 사용된다.

밀폐 무부하 흐르는 콜로이드 중합체 혼합물의 공 촛점 이미징

FIM은 C. 작은 이동 물체를 추적하도록 설계된 신규 한 비용 효율적인 이미징 시스템 엘레, planaria 초파리 애벌레. 첨부 FIMTrack 프로그램은 빠르고 효율적인 데이터 분석을 제공하도록 설계되었습니다. 이 도구들을 함께 행동 특성의 높은 처리량 분석을 할 수 있습니다.

FIM 이미징 및 FIMtrack : 높은 처리량 및 비용 효율적인 로코 분석을 허용하는 두 가지 새로운 도구

입자 추적 미세유변학은 재료의 점탄성을 조사합니다. 여기서 이 기술은 박테리아 생물막의 다양한 매트릭스 구성 요소에 대한 점탄성, 크리프 규정 준수 및 효과적인 가교 역할을 결정하는 데 사용됩니다. 매트릭스는 박테리아가 분비하는 고분자 물질로 구성되며 그 구성 요소는 생물막 구조와 기계적 특성을 결정합니다.

입자 추적 Microrheology에 의한 바이오 필름의 기계적 성질의 제자리 매핑에서

이 원고는 수로에서 규칙적인 침대 형태를 만들고, 침대 형태를 통한 흐름을 시각화하고, 컴퓨터 시뮬레이션을 사용하여 저유변 흐름을 시뮬레이션하는 방법을 설명합니다.  컴퓨터 시뮬레이션은 실험적 관찰과 잘 비교됩니다.  이 결합된 시뮬레이션과 실험은 연구 및 교육 목적 모두에 적합합니다.

염료 실험 및 시뮬레이션을 사용하여 Bedforms을 통해 Hyporheic 흐름을 시각화

네 도면 스플리터 고속 카메라 기반 입체 입자 추적 속도계 (3D-PTV) 시스템은 여기에 설명된다. 기술 하류 ≈ 7000 다시 레이놀즈 수에서 열 지름 근방 원형 파이프에서 제트류에인가된다.

난류 애플리케이션을위한 세 가지 차원 입자 추적 유속계 : 제트 흐름의 사례

조밀한 액체의 분자 유체 프로세스를 공부에 대 한 실험적으로 접근 가능한 아날로그 방식 제공 됩니다. 기술은 진동, 높은 회복 곡 식 더미의 입자 이미지 velocimetry를 사용 하 고 동적 프로세스 알려지고 강력 하 게 상호 작용, 높은 밀도 가스 및 액체에 예측의 직접적이 고 거시적인 관찰을 수 있습니다.

조밀한 가스 및 액체 분자 유체 프로세스를 공부에 대 한 아날로그 거시적인 기술

건설 및 운영의 실시간 3D 단일 입자 추적 현미경 추적 나노 형광의 높은 방산 속도 낮은 광자 수 요금에서 프로브이 프로토콜 세부 사항.

실시간 3D 단일 입자 추적에 대 한 프로토콜

형상의 앙금 침대 층 류에서 난 류 흐름에 기능으로 하나의 구슬의 초기 입자 모션을 특성화에 대 한 두 가지 방법은 제공 됩니다.

시각적으로 일반 기판의 초기 입자 동작의 특성을 기반으로: 층 류 난 류 조건 하에서

여기에 설명 된 기술을 동시에 입자 운동학 및 낮은 입자 농도와 흐름에 난 기류를 측정 하는 저렴 한 가격과 상대적으로 간단한 방법을 제공 합니다. 기류 입자 이미지 velocimetry (PIV)을 사용 하 여 측정 되 고 입자 운동학 겹치는 분야-중-보기에서 고속 카메라로 얻은 이미지에서 계산 됩니다.

난 류와 흐름 이미징 기술을 사용 하 여 입자 운동학의 동시 측정

이 글은 고체 지지 지질 이중층에서 단일 단백질 추적용 샘플을 만드는 방법에 대해 상세히 설명합니다. 또한 단일 분자 감도와 빠른 프레임 속도를 가진 단순한 형광 현미경을 설명해 줍니다. 마지막으로, 단일 단백질 궤적을 추출하는 절차를 개괄합니다.

형광현미경을 이용한 지질 이중층 내 단일 단백질 추적

배우세요 이미지 기반 라그랑주 입자 추적을 활용한 베드로드 퇴적물 운반 실험 방법입니다. 초음파 속도 프로파일러와 액션 카메라로 입자 궤적을 측정하여 수력학적 조건에서 장거리 이동을 분석할 수 있습니다.

베드로드 실험에서 이미지 기반 라그랑주 입자 추적

더 많은 동영상 탐색