Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove

Engineering

Определение 3D Поля потока через Multi-камеры светового поля изображения

doi: 10.3791/4325 Published: March 6, 2013

Summary

Техника для проведения количественного трехмерного (3D) изображения для различных потоков жидкости представлены. Использование понятия из области Света поле изображения, мы восстанавливаем 3D томов из массивов изображений. Наши результаты 3D охватывают широкий спектр, включая поля скоростей и мульти-фазовых распределений размер пузырьков.

Abstract

В области механики жидкости, разрешение вычислительных схем опережает экспериментальные методы и увеличила разрыв между прогнозируемыми и наблюдаемых явлений в жидких потоках. Таким образом, существует потребность в доступном метод способен решать трехмерные (3D) наборы данных для целого ряда проблем. Мы представляем новую технику для выполнения количественных 3D визуализации различных типов полей течения. 3D-технология позволяет расследовании сложных полей скорости и бисерные потоков. Измерения этих типов представляют множество проблем в инструменту. Например, оптически плотных многофазных потоков бисерные не могут быть легко изображается традиционный, неинвазивные методы измерения расхода в связи с пузырьками окклюзирующих оптического доступа к внутренним регионам объем интерес. С помощью света поле изображения, мы можем reparameterize снимках, сделанных массива камер для реконструкции 3D-карты объемные каждый раз, когда, например, несмотря начастичная окклюзия в объеме. Методика использует алгоритм, известный как синтезированной апертурой (SA) переориентации, в которой 3D-координационного стеке создается путем комбинирования изображений с нескольких камер после захвата 1. Свет поле изображения позволяет захват угловых, а также пространственную информацию о световых лучей и, следовательно, позволяет 3D-реконструкция сцены. Количественная информация может быть извлечена из 3D-реконструкций с использованием различных алгоритмов обработки. В частности, мы разработали методы измерения, основанные на свет поле изображения для выполнения 3D велосиметрии изображения частиц (PIV), извлечение пузырьков в 3D поле и слежения за границу пламенем мерцание. Мы представляем основы Света методологии поле изображения в контексте нашей установки для выполнения 3DPIV потока воздуха проходящего через набор синтетических голосовых складок, и показывают репрезентативные результаты от применения техники пузырь увлекая погружаясь струи.

Protocol

1. 3D Light настройки изображения поля

  1. Начните с определения размера измерения объема, а также временное и пространственное разрешение требуется для исследования жидкости эксперимента поток изучается.
  2. Оцените оптической плотности, которая будет присутствовать в эксперименте для того, чтобы определить количество камер, необходимые для создания изображений переориентирована с хорошим сигнал-шум (SNR) 1, 2 (например, для PIV следует рассчитать частиц на пиксель). Для 3D эксперимент SAPIV с синтетическим голосовых складок, представленные здесь, мы используем 8 камер и ожидать достижения посева плотность частиц 0.05-0.1 на пиксель (ППС). Это число растет с увеличением числа камер с убывающей отдачей составил около 13 камер; SNR быстро падает ниже 5 камер.
  3. Установите камеры в конфигурации массива на раме так, что каждая камера может просматривать измерения объема с разных точек зрения.
  4. Прикрепить камер на центральный компьютер для сбора данных и просмотра.
  5. Выберите линзы с фокусным расстоянием подходят для желаемого увеличения и оптической рабочие расстояния. Как правило, тот же тип фиксированным фокусным расстоянием устанавливается на каждую камеру для создания похожих увеличение в каждом изображении.
  6. Поместите визуального цели (такие как калибровка сетки) в центре измерения объема.
  7. Использование изображения от центра камеры массива в качестве эталона, переместить весь кадр массива камеру ближе или дальше от измерения объема для достижения желаемого увеличения.
  8. Далее, отделить остальных камер в массиве. Расстояние камер дальше друг от друга, улучшает пространственное разрешение по глубине за счет общего разрешимы глубины 1. Примечание: мы используем глубины обратиться к Z-измерение, которое является положительным в сторону камеры (см. Рисунок 1). Отношение глубины вПлоскость разрешение дается примерно на Уравнение 1 , Где Z является глубина в объеме, S O является расстояние от камеры к передней части объема, а D представляет собой отношение камере расстояние до с о.
  9. Угол все камеры таким образом, что визуальная цель в центре измерения объема примерно в центре каждого изображения с камеры.
  10. При полностью открытых отверстиях на каждый объектив камеры, каждая камера сосредоточиться на визуальных цели.
  11. Поместите калибровочную мишень на спине измерения объема. Убедитесь, что цель с точки зрения каждой камеры, а если это не так, то расстояние между камерами и измерения объема и / или камерой расстояния потребности регулировки (шаг 1,7-1,8).
  12. Закройте отверстие каждой камеры, пока цель находится в фокусе каждой камеры.
  13. Повторите шаги 1.11-1.12 с целью на тОн перед измерением объема. Калибровки целевой должно появиться как на рисунке 2 после каждой камере регулируется.

2. Установка том освещенность

  1. Определить подходящий метод для освещения измерения объема на основе конкретных методов измерения, применяемых в поле течения. Для частиц велосиметрии изображение (PIV) лазерный объем используется.
  2. Выберите лазер с частотой пульса, которая может достичь желаемого временного разрешения измерений. Лазер может быть одно-импульсная для временным разрешением или двойного импульсного на кадрах, трансграничные 3.
  3. Использование оптических линз для формирования лазерного луча в небольшом объеме, который покрывает измерения объема.
  4. Семенной объема с трассирующих частиц, пригодных для измерения PIV 3. Концентрация частиц в жидкости должны быть достаточно большими, чтобы достичь желаемого пространственное разрешение, но не настолько большой, чтобы уменьшить SNR вSA переориентирована изображения ниже приемлемого уровня. Ссылка 1 содержит тщательное изучение достижимая плотность посева, но, как правило плотности изображения 0.05-0.15 частиц на пиксель (ППС) подходит для большинства экспериментов с 8 или более камер. Для фиксированного количества камер, частицы в пикселях уменьшается на большие размеры, объем глубины.

3. Калибровка камеры массива

  1. Калибровка требуется захватить серию изображений в каждой камере с калибровочной мишени (например, шахматная сетка, см. Рисунок 2) в нескольких местах по всему измерения объема. Во-первых, выбирать между двумя типами калибровки: либо несколькими камерами самостоятельного метода калибровки или изображений известно калибровки целевой Именно переехал через поле интересов.
  2. Создание системы отсчета координат при измерении объема. Эта система координат часто выбираются таким образом, что имеет отношение Fили эксперимента (например, вдоль оси цилиндра, происходящих на передней кромке плоской пластины и т.д.). Здесь мы решили разместить наши сети в плоскости XY выровнены по пунктам вдоль Z-оси (рис. 1).
  3. При использовании нескольких камер самокалибровки алгоритм 4, 5 мест калибровки цель может быть случайным, за исключением одного места, что точно находится в системе координат ссылки. Расположение точек калибровки на этом точно расположены цель должна быть известна с высокой точностью. В каждой камере, захватить изображение цели в каждом месте похожа на рисунке 2.
  4. Если вы не используете несколько камер самокалибровки алгоритма, то калибровка цель должна быть точно размещен в нескольких местах в измерении объема, что ориентация цели в системе координат ссылкой известно с высокой точностью. В каждой камере, захватить изображение цели в каждом месте.
  5. Определить точки на цели в каждой камере для каждого изображения. Для самостоятельной калибровки, изображение точки соответствия во всех камер требуется 5, но явной ссылки к изображению точки соответствия требуется только для точек, порожденных именно находится цель. Для точнее пройденный метод калибровки, прямые ссылки к изображению соответствие точку требуются для всех точек во всех камерах.
  6. Примените выбранный алгоритм калибровки для калибровки всех камер. Здесь мы решили использовать несколько камер самокалибровки алгоритм 4, 5 (с открытым исходным кодом http://cmp.felk.cvut.cz/ ~ Свобода / SelfCal / ) и полученный камерой мест по отношению к плоскости интерес представляют показано на рисунке 3.

4. Сроки, запуск и сбор данных

  1. Количественные, с временным разрешением света поле изображения требует, чтобы все сameras и источников освещения, чтобы быть точно синхронизированы, часто соответствующие экспериментальные события.
  2. Внешнего генератора импульсов используется для запуска камеры и освещения экспозиций последовательности. Запрограммируйте соответствующие сроки импульсных последовательностей на генератор импульсов. Для голосовых связок эксперимента, мы используем кадр трансграничных последовательности, в которой лазер импульсно ближе к концу одной экспозиции камеры и рядом с начала следующего 3.
  3. Если синхронизация с экспериментальными событий, убедитесь, что соответствующий сигнал генерируется и вход генератора импульсов.
  4. Если вручную запуск, положения для запуска генератора импульсов.
  5. Начало экспериментальной сбора данных, инициируя захват камеры и освещения последовательности через выбранный метод запуска.
  6. Хотя это звучит тривиально, при приобретении большого количества данных, связанных с нескольких камер световое поле визуализации эксперимента хорошо именования является крюсоциальные. Это полезно рассмотреть, как данные будут использованы от съемки до окончательного анализа при разработке именования.

5. Синтетические переориентация диафрагмы

  1. Мы сейчас генерировать 3D-координационного стопку фотографий для производства синтетических переориентирована объеме. Во-первых, определить расстояние между координационными плоскостями и общая глубина переориентации, которые будут использоваться в переориентирована объеме Уравнение 1 1, 7. Как правило, фокусное расстояние самолете установлен на половину глубины резкости и общая глубина переориентация определяется регионом, где все камеры поля зрения перекрытия. Фокальных плоскостей будет перпендикулярна к Z-оси системы координат ссылки.
  2. Определить масштабы применять к изображениям на перепроектирование в измерении объема. Шкала должна быть согласована с увеличением необработанных изображений, чтобы избежатьзначительное избыточной дискретизации или под-выборки reprojected изображений.
  3. Создание преобразований между каждой плоскости изображения камеры и каждого синтетического фокальной плоскости.
  4. Выполните предварительную обработку изображения, чтобы удалить фоновые шумы и учитывать различия в интенсивности между изображениями 1, 7.
  5. Reproject изображений на синтетические фокальных плоскостей, применять шкалу и повторной выборки изображений. Набор встроенных функций Matlab (Image Processing Toolbox) может работать с этими задачами данной плоскости к плоскости преобразований.
  6. На каждом синтетических фокальной плоскости, применяются либо аддитивной или мультипликативной переориентации SA алгоритма 1, 7. Для 3D-приложений SAPIV, мы имели хороший успех с добавкой SA (применительно к голосовых складок здесь). Для подсветки изображения пузырь, мультипликативный SA дало превосходные результаты. Для проверки применяют переориентации одной плоскости калибровки изображения, чтобы увидеть, если реконструкции появится, как ожидается.

    6. Объем пост-обработки

    1. Для оценки исходных объектов в объеме, который сгенерировал светового поля требует обработки шагом известный как реконструкция. Некоторые алгоритмы существуют, начиная от простых пороговой интенсивности от 1 до градиента на основе метрик фокус 7 до более сложных 3D деконволюции 8. Выберите алгоритм реконструкции соответствующего приложения. Для PIV, мы добились успеха и с порога интенсивности и 3D деконволюции. Мы используем интенсивности порогового здесь, чтобы сформировать координационный стека. Два координационных стеки время от 1 (Т 1) и время 2 (T 2) являются кросс-коррелированных для формирования векторного поля. 3D световое поле изображений методом по своей природе результаты в объекты, которые вытянуты в глубину измерения, которые могут повлиять на точность PIV; хороший алгоритм реконструкции пытается смягчить это удлинение.
    2. После реконструкции шаг, особенностями в объеме, возможно, потребуется или бывшихсократилась, чтобы обеспечить измерение размеров, формы, и т.д. алгоритмы, используемые для извлечения признаков разнообразны и зависят от приложения 7. Чтобы извлечь пузыри, например, требует средств локализации пузырей функций и определение их размера. Для применения PIV, мы явно не извлечь частицы и этот шаг можно пропустить.
    3. Для 3D-приложений SAPIV, разобрать реконструкцию объема в меньших объемах допроса и применения подходящих кросс-корреляции на основе алгоритма PIV для измерения векторное поле, 1, 3.

    maketform: строит самолет преобразования плоскости и функции imtransform: карты и ресамплинг изображения на основе преобразования из maketform.

Representative Results

Высококачественное сырье изображений PIV содержат равномерно распределенные частицы появляются с высокой контрастностью на черном фоне (рис. 4а). Чтобы компенсировать не-равномерного освещения по всему изображению, предварительной обработки изображения могут быть выполнены, чтобы удалить светлые области, настраивать контрастность и нормализации интенсивности гистограммы всех изображений со всех камер (рис. 4б). Когда эксперимент посеяны на соответствующую плотность и точная калибровка выполняется, SA переориентирована изображений откроет в центре внимания частиц друг на глубине плоскости (рис. 5). Если измерения объема за семенами, SNR в переориентирована изображения будет низкой, что затрудняет реконструкцию частиц. SA переориентирована изображения с хорошим SNR может быть thresholded сохранить в фокусе частиц друг на глубине плоскости. Рисунке 6 показаны два thresholded изображения с двух шагов по времени на Z = -10,6 плоскости глубина мм. Thresholded В.О.Lume затем разбивается на допрос томов, содержащих достаточное количество частиц для выполнения PIV 3. Применение алгоритма 3DPIV к разобранной объем дает поле скоростей жидкости показано на рисунке 7, в этом случае, поле течения является то, что индуцированные раза вокальные модели. Скорость потока поля вне струи очень мало, таким образом, очень мало векторов можно увидеть за пределами этого региона. При Т = 0 мс голосовых связок замкнут и очень мало скорости в поле присутствует. Крупнейший скорости в струе при Т = 1 мс движется в положительном направлении у и снижает интенсивность от Т = от 2 до 4 мс. Раз закрывается при Т = 5 мс уменьшения скорости струи и цикл повторяется. Эти образы не имеют ту же гладкость, многие предыдущие авторы, которые представляют 9 до 100 усредненных изображений, каждое поле скоростей представлен представляет собой единый снимок во времени. В качестве точки отсчета, предыдущие модели показали типичные ошибки на расчетD скорости, чтобы быть на порядка 5-10% на каждую компоненту скорости, которая включает в себя ошибку алгоритма PIV себя 1; для алгоритма мы используем (MatPIV 11 адаптирован для 3D), эту ошибку, как известно, большие по сравнению с другие коды.

Bubbly потоки являются еще одной областью научных интересов, которые могут извлечь выгоду из возможностей 3D Света поле изображения. Техника SA Аналогично могут быть применены к игристым поля потока, в котором лазерный луч заменен с диффузной белой подсветкой, в результате чего изображения, такие, как показано на рисунке 8а, где пузырьки краев темным на белом фоне. После самокалибровки, мультипликативный вариант алгоритма SA может быть применен для получения координационных стек с пузырьками четко ориентированы на глубине плоскости, соответствующей глубине пузыря и размыты от взгляда на другие самолеты, как показано на рисунке 8, б-г 7. Простой порог неадекватный метод для извлечения пузыри, а ряд усовершенствованных алгоритмов выделения признаков используются, как описано в 7.

Рисунок 1
Рисунок 1. Изображение камеры и голосовых складок с метками и системы координат.

Рисунок 2
Рисунок 2. Калибровка сетки на Z = 0 мм, как видно из всех 8 камер.

Рисунок 3
Рисунок 3. Topview камеры установки с несколькими камерами выход автокалибровки. Камеры 1-8 расположены с числами и кругами, с их общего просмотра directioп показано линией. Красная капля в окрестности нуля на самом деле 400 + очков из калибровки сетки на каждой глубине Z построены в 3D по сравнению с камерами.

Рисунок 4
Рисунок 4. Сырье изображения поля частицы рассматривать с камеры № 6 на Т 1 и Т 2 (& B). То же изображение после предварительной обработки (C и D).

Рисунок 5
На рисунке 5 слева направо. Сырье переориентирована SAPIV изображения на глубинах (а) Z = -5,9 мм, (б) -10,6 мм и (с) -15,3 мм.

Рисунок 6
Рисунок 6. Thresholded изображения во время стадии (а) т 1 и (б) T 2 на Z = -10,6 мм.

Рисунок 7
Рисунок 7. Трехмерное векторное поле струи создан синтетический голосовых складок на 6 шагов по времени. С левой стороны представлены в изометрии всего 3D-поле скоростей. Сокращения ху и уг самолетов осуществляется через центр голосовых связок, как указано выше каждом столбце.

Рисунок 8
Рисунок 8 Слева направо:. Сырье изображение пузырьковых поле потока с камеры массива и переориентирована на глубине изображения (б) Z = -10 мм, (с) 0 мм и (г) 10 мм.Круг подчеркивает пузырь, который лежит на Z = -10 плоскости глубина мм, и исчезает из поля зрения на других самолетах. Подробная информация о пузыре экспериментов можно найти в 4.

Discussion

Несколько шагов имеют решающее значение для надлежащего исполнения Свет эксперимент поле изображения. Выбор объектива и камеры размещение должны быть тщательно подобраны, чтобы максимизировать разрешение в измерении объема. Калибровка, пожалуй, самый важный шаг, так как алгоритмы SA переориентация не сможет производить резко сфокусированное изображение без точной калибровки. К счастью, несколькими камерами автокалибровки обеспечивает точную калибровку с относительно низким уровнем усилий. Равномерное освещение во всех изображениях, что обеспечивает хороший контраст между объектом интереса и фон также необходимо, хотя обработка изображения может нормализовать изображения до определенной степени.

Сроки также важна при выполнении SA по объемам, которые движущихся объектов. Если каждая камера не срабатывает, чтобы принять образ в то же время, восстановление изображений, очевидно, будет неточным. Для экспериментов в данной работе мы использовали сроков последовательности сhown на рисунке 7.

3D-приложений световом поле изображения, представленные здесь связаны с пространственным разрешением компромисс. Например, 3D SAPIV можно восстановить объемы частиц из оптически плотных изображения частицы, а частицы распределены по всему (потенциально большого) объема. Для 2D PIV, частицы распределены в тонкий лист, и таким образом изображение с той же плотностью частиц соответствуют гораздо большей плотности при измерении объема. Тем не менее, метод 3D SAPIV позволяет гораздо большей плотности посева, что другие 3D PIV метода 1. Другим потенциально ограничивающих внимание, является относительно большая вычислительная интенсивности света, связанный с методами поле изображения; вычислительная сложность характерна для изображения на основе 3D методы реконструкции, таких как томографическое PIV-10.

Для этого эксперимента мы использовали 8 Photron SA3 камеры оснащены объективами Sigma 105 мм макро-и QuantronIX двойного Дарвина Nd: YLF лазера (532 нм, 200 мДж). Камер и лазерных были синхронизированы друг с другом через Berkley Nucleonics 575 BNC цифровой задержки / импульсный генератор. Жидкости был посеян с Expancel гелия заполнены стеклянных микросфер. Микросферы имели средний диаметр 70 мкм с плотностью 0,15 г / куб.см. Мы предлагаем открытые версии источника кодов, используемых в настоящем документе для академического сообщества через наш сайт http://www.3dsaimaging.com/ и мы призываем пользователей, чтобы дать нам обратную связь и участие в совершенствовании и поставке полезные коды для количественного сообщества светового поля.

Disclosures

Нам нечего раскрывать.

Acknowledgments

Мы хотели бы поблагодарить NSF гранта CMMI # 1126862 для финансирования оборудования и развитие синтетической апертурой алгоритмов на BYU, В доме-лаборатории независимых исследований (Илир) средств (мониторинг доктор Тони Ruffa) для финансирования оборудования и развитие на NUWC Newport, и NIH / NIDCD R01DC009616 грант для финансирования SLT, DJD и JRN и данные, относящиеся к голосовой складки экспериментов и университет школы города в Высшей передовые оптические технологии (SAOT) за частичную поддержку SLT. Наконец, Rocky Mountain NASA Space Грант консорциума для финансирования JRN.

References

  1. Belden, J., Truscott, T. T., Axiak, M., Techet, A. H. Three-dimensional synthetic aperture particle imaging velocimetry. Measurement Science and Technology. 21, (12), 125403 (2010).
  2. Wilburn, B., Joshi, N., Vaish, V., Talvala, E. -V., Antunez, E., Barth, A., Adams, A., Horowitz, M., Levoy, M. High performance imaging using large camera arrays. ACM Trans. Graph. 24, 765-776 (2005).
  3. Raffel, M., Willert, C., Wereley, S., Kompenhaus, J. Particle image velocimetry - A Practical Guide. Springer-Verlag. Berlin. (2007).
  4. Belden, J. Auto-Calibration of Multi-Camera Systems with Refractive Interfaces. Experiments in Fluids. In Review (2013).
  5. Svoboda, T., Martinec, M., Pajdla, T. A convenient multi-camera self-calibration for virtual environments. PRESENCE: Teleoperators and Virtual Environments. 14, (4), 407-422 (2005).
  6. 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).
  7. Belden, J., Ravela, S., Truscott, T. T., Techet, A. H. Three-Dimensional Bubble Field Resolution Using Synthetic Aperture Imaging: Application to a Plunging Jet. Experiments in Fluids. Accepted (2012).
  8. Levoy, M., Ng, R., Adams, A., Footer, M., Horowitz, M. Light field microscopy. ACM Transactions on Graphics. 25, (3), (2006).
  9. Triep, M., Brücker, C. Three-dimensional nature of the glottal jet. Journal of the Acoustical Society of America. 127, 1537-1547 (2008).
  10. Elsinga, G., Scarano, F., Wieneke, B., van Oudheusden, B. Tomographic particle image velocimetry. Experiments in Fluids. 41, 933-947 (2006).
  11. MatPIV [Internet]. Available from: http://folk.uio.no/jks/matpiv/index2.html (2004).
Определение 3D Поля потока через Multi-камеры светового поля изображения
Play Video
PDF DOI

Cite this Article

Truscott, T. T., Belden, J., Nielson, J. R., Daily, D. J., Thomson, S. L. Determining 3D Flow Fields via Multi-camera Light Field Imaging. J. Vis. Exp. (73), e4325, doi:10.3791/4325 (2013).More

Truscott, T. T., Belden, J., Nielson, J. R., Daily, D. J., Thomson, S. L. Determining 3D Flow Fields via Multi-camera Light Field Imaging. J. Vis. Exp. (73), e4325, doi:10.3791/4325 (2013).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter