Dijital Fringe Projeksiyon Teknikleri ile Yüksek Çözünürlüklü, Yüksek Hızlı, Üç Boyutlu Video Görüntüleme
December 3rd, 2013
Bu videoda, dinamik olarak değişen yüzeylerin yoğun 3D ölçümlerini sağlayan dijital saçak projeksiyon tekniklerinin temelleri açıklanmaktadır. Ayrıca, bu tekniklere dayalı yüksek hızlı bir ikili bulanıklaştırma sisteminin tasarımını ve çalışmasını da gösterir.
Bu prosedürün genel amacı, gerçek zamanlı hızda veya üzerinde yüksek çözünürlüklü 3D video çekmektir. Bu, önce sinüzoidal saçak desenli görüntülerin bir dijital ışık işleme projektörü kullanılarak nesneye yüksek hızda yansıtılmasıyla gerçekleştirilir. Yüksek doğruluk elde etmek için üç kaydırılmış kosign deseni sırayla yansıtılır.
Bu görüntüleri başka bir bakış açısından yakalamak için bir kamera kullanılır. İkinci adım, üç saçak desen görüntüsünün her birinden sarılmış fazı hesaplamaktır. Bu, ark tanjant fonksiyonu ve görüntü yoğunluğu değerleri kullanılarak gerçekleştirilir.
Daha sonra, ark tanjant fonksiyonundan kaynaklanan iki pi süreksizliğini ortadan kaldırmak için fazlar açılır. Son adım, konunun sarmalanmamış aşamasından derinliği elde etmektir. Bu, deneğin sarmalanmamış faz haritaları ile bir referans nesnesi kullanılarak bulunan sabitler tarafından uygun şekilde ölçeklendirilen ve çevrilen kalibrasyon düzlemi arasındaki farktır.
Sonuç olarak, elde edilen veri çerçeveleri grafik yazılımı kullanılarak görüntülenebilir. Bu tekniğin lazer tarama gibi mevcut diğer yöntemlere göre en büyük avantajı, hem yüksek çözünürlük hem de yüksek hız yeteneğine sahip olmasıdır. Bilinen sinüzoidal desenler özneye yansıtıldığından, 5 76 x 5 76 kamera ile kullanılan kameranın her pikseli için bir 3D veri noktası alınabilir.
Çerçeve başına 300.000'den fazla 3D veri noktası alabiliriz. Bu yöntem, yüz ifadelerinin oluşumunu veya bir kalbin atan yüzeyini yakalamak gibi potansiyel tıbbi uygulamalara sahip olsa da, diğer birçok çalışma alanına da uygulanabilir. Filmlerde ve video oyunlarında kullanım için yüksek çözünürlüklü yüz hareketi yakalama veya gelişmiş bir video konferans yöntemi sağlar.
Bir üretim ortamındaki kusurları tespit etmek için de kullanılabilir. Bu yöntemin görsel gösterimi, kalibrasyon açısından kritik öneme sahiptir. Sistemin görsel yaşı ve ölçümleri nedeniyle işleme adımlarının öğrenilmesi zordur.
Sorunları tespit etmenin en basit ve en kolay yolu eğitimli bir görsel muayenedir. İlk adım, projelendirilecek saçak desenlerini oluşturmaktır. Bunlar, burada bir görüntü programlama ortamı olan matlab kullanılarak önceden hazırlanır.
Bu video, ikili kalıpların kullanımına odaklanacaktır. Bulanıklaştırılmış bir ikili desen oluşturmak için, yalnızca saf siyah ve saf beyaz pikseller kullanarak sinüzoidal desenler oluşturmak üzere bir renk taklidi tekniği kullanın. Üç adımlı faz kaydırma algoritması tarafından çağrıldığı gibi, faz olarak birbirinden üç üzerinde iki pi kaydırılan desenin üç görüntüsünü yapın.
Bu gösteride, derinlikteki daha keskin değişiklikleri yakalayabilen çoklu frekans tekniği için üçlü iki ek set üretilmiştir. Ardından, tek renkli ayara sahip yüksek hızlı bir dijital ışık işleme projektörü seçin. Faz kaydırma için görüntüleri yüklemek için projektörle birlikte verilen yazılımı kolaylaştırın.
Şimdi, sistem için doğru yakalama hızına sahip siyah beyaz bir C, CD veya COS kamera seçin. Projektörün nesneye yerleştirilmesi gereken mesafeyi bulmak için kameranın her video karesi için tüm kenar görüntüleri setini yakalaması gerekeceğini unutmayın. Görüntünün dikey ve yatay boyutu incelenecek nesneden biraz daha büyük olduğunda, projektörü geniş bir düz yüzeye göre hareket ettirin.
Projektörün duvara olan mesafesini ölçün. Lensin odak uzaklığını bulmak için bu mesafede istenen görüş alanını ve kamera sensörü boyutunu kullanın. Son yapılandırma adımı, projektör ile kamera arasındaki açısal ayrımı, bu bileşenler arasındaki büyük bir açıda belirlemektir.
Özellik noktaları arasındaki üçgenleme açıktır, ancak daha fazla özellik gölgede kaybolur. Küçük bir açıyla, üçgenleme zorlaşır ve sonuçlarda gürültüyü artırır. Tipik olarak, 10 ila 15 derece iyi bir uzlaşmadır.
Kalibrasyonu veri yakalamadan hemen önce yapmak en iyisidir. İkili bulanıklaştırma sistemi için, görüntüleme düzlemindeki desenler yüksek kaliteli sinüzoidlere benzeyene kadar projeksiyon lensinin bulanıklığını azaltın. Bu, test verilerinin incelenmesi ve merceğin ayarlanması için yinelemeli bir süreç gerektirebilir.
Saçaklar birbirine bulanıklaşırsa, projektör çok fazla bulanıklaşır. Desen içinde noktalar görünüyorsa, projektör çok odaklanmıştır. Şimdi, hem kameranın hem de projektörün görüş alanına düz bir beyaz tahta yerleştirin.
Saçak görüntülerinden ilkini tahtaya yansıtın. Ardından kamera projesiyle yakalayın ve kalan kenar görüntülerini kaydedin. Aynı şekilde, bu kenar görüntülerini veri işleme adımı için kaydedin ve bunları kalibrasyon düzlemi olarak etiketleyin.
Ardından, bilinen boyutlara sahip bir nesneyi sistemin görüş alanına yerleştirin. Burada, dağınık yapışkan köpük kareleri ile kaplanmış sert bir köpük küp kullanılır. Aynı saçak görüntü serisini küpün üzerine yansıtın.
Her birini kamerayla yakalamak. Yakalanan görüntüleri işleme adımı için kaydedin ve bunları kalibrasyon küpü olarak etiketleyin. Veri toplamak için.
Konuyu kameranın odak düzlemine yerleştirin, kenardaki görüntüleri özneye yansıtın ve yakalayın. Yüksek hızda doğru hareket yakalama için tipik olarak yüksek hız gereklidir. İnsan gözü sadece saçakları görebilir.
Zamansal girişimde. Kamera diyafram açıklığında ayarlamalara yardımcı olması için yakalanan görüntüleri kullanın. Işık seviyesini optimize etmek için, kenar görüntüleri mümkün olduğunca parlak olmalı, ancak doygun olmamalıdır.
Bir sonraki adım, verilerin sonradan işlenmesidir. Üç adımlı faz kaydırma algoritmasında, faz, sinüzoidal model içindeki bir noktanın konumunu belirleyen cosign fonksiyonunun argümanıdır. Saçak görüntülerden her noktada bu fazı belirlemek için bir algoritma uygulanmıştır, bu hesaplanan sarılmış faz aralıktadır.
Negatif PI'den PI'ye bu algoritmayı kalibrasyon düzlemine ve küpüne ve konu verilerine uygulayın. Ardından, faz atlamalarında iki pi eklemek veya çıkarmak için başka bir algoritma kullanarak faz haritalarını açın Çoklu frekans tekniğinde, her frekans için sarılmış faz haritaları, tek bir sarılmamış faz haritası elde etmek için birleştirilir, bu noktada kalibrasyon adımını tekrar gözden geçirmek önemlidir. Kalibrasyon düzleminin faz haritasının merkezinden yatay bir kesit alın.
Bir faz hatası tahmini elde etmek için toplu profilini kaldırın. Yansıtılan desen çok odaklanmışsa, hata büyük olacaktır. Aralıkta hata elde etmek için projektör merceğini gerektiği gibi ayarlayın.
Negatif 0,1 ila 0,1 radyan. Daha sonra, üçüncü bir algoritma kalibrasyon küpünün derinliğini hesaplar. Bu, kalibrasyon küpü ile referans düzlemi faz haritaları arasındaki farktır.
Bundan bir ölçek faktörü belirlenir. Konunun derinliği, referans düzleminin faz haritasının konununkinden çıkarılması ve ölçek faktörünün uygulanmasıyla bulunur. Veriler artık MATLAB veya diğer 3D grafik yazılımlarında görselleştirme için kaydedilebilir.
Teknik, bir insan yüzünün gerçek zamanlı ila yüksek hızlı üç boyutlu görüntülenmesini, ince ayrıntıları ortaya çıkaracak kadar yüksek bir çözünürlükte görüntülemeye olanak tanır. Soldaki üç görüntüden oluşan set, 2B, doku, kaplama, gölgelendirme ve aydınlatma ve tel çerçeve modlarında görüntülenen tam yüzdür. Merkezde, burun bölgesinin yakın çekimi olan bir tel çerçeve görünümü var.
Sağdaki noktaların yoğunluğunun göz çevresindeki bölgenin yakından görünümü olduğunu unutmayın. Bu görüntüler sinüzoidal saçak desenleri kullanılarak üretildi. Burada bir gülümseme oluşumunun 3 boyutlu bir videosu gösterilmektedir.
Video 60 hertz'de 640 x 480 çözünürlükte çekildi, sinüzoidal saçak desenleri kullanıldı. Canlı 3D video, yakalama, işleme ve render yapmak mümkündür. Bu videoda, 3D ölçümler bilgisayar ekranında 30 hertz'de görüntüleniyor.
Bu yöntemin yeteneklerinin son bir örneği olarak, bu, canlı bir tavşan kalbinin 3D video görüntülemesini gösterir. İkili bulanıklaştırma kullanıldığında, kalp atış hızı dakikada yaklaşık 200 atıştı. 3D yakalama hızı, 576 x 576 çözünürlükte 166 hertz idi.
Hareket artefaktlarını önlemek için yüksek bir hız gerekliydi. Kalibrasyona hakim olduktan sonra, düzgün bir şekilde gerçekleştirilirse veri yakalama ve veri işleme birkaç saat içinde yapılabilir. Hız için tasarlanmış işleme yazılımı ile birçok işlemci sonucu, geliştirildikten sonra gerçek zamanlı olarak bilgisayar ekranında görüntülenebilir.
Bu teknik, kardiyak yüzey mekaniği alanındaki araştırmacıların, yüksek çözünürlüklü 3D video verileri kullanarak atan bir tavşan kalbinin dinamik yüzey geometrisini araştırmalarının yolunu açtı. Bu videoyu izledikten sonra, yüksek çözünürlüklü, yüksek hızlı 3D video sisteminin nasıl tasarlanacağı ve çalıştırılacağı konusunda temel bir anlayışa sahip olmalısınız. Özellikle, odaklanmış ikili desenler ve referans düzlemi kalibrasyon yöntemi ile dijital saçak projeksiyonunun arkasındaki kavramlara aşina olmalısınız.
Ayrıca, iyi ve kötü paketlenmemiş faz haritaları arasındaki farkı da tanıyabilmeniz gerekir.
Genel Bakış
Bu video, dinamik yüzeylerin yoğun 3D ölçümlerini yakalamak için dijital kenar ışık projeksiyon tekniklerini ana hatlarıyla belirtmektedir. Yüksek hızlı bir ikili defoküsleme sisteminin tasarımını ve çalışmasını vurgulamaktadır.
Çalışmanın Temel Bileşenleri
Bilim Alanı
- Sinirbilim
- Biyofizik
- Görüntüleme Teknikleri
Arka Plan
- Dijital kenar ışık projeksiyonu, yüksek çözünürlüklü 3D video yakalama sağlar.
- Deneye projeksiyon yapılan nesneler üzerine sinüzoidal kenar desenleri kullanır.
- Geleneksel lazer tarama yöntemlerine göre avantajlar sunar.
- Tıbbi görüntüleme ve hareket yakalama dahil olmak üzere çeşitli alanlarda uygulanabilir.
Çalışmanın Amacı
- Gerçek zamanlı yüksek çözünürlüklü 3D video yakalama sağlamak.
- Binarik defoküsleme sistemlerinin etkinliğini göstermek.
- Kalibrasyon ve veri işleme için görsel bir rehber sağlamak.
Kullanılan Yöntemler
- Dijital ışık işleme projektörü kullanarak sinüzoidal kenar desenlerinin projeksiyonu.
- Farklı bir açıdan yüksek hızlı bir kamera ile görüntülerin yakalama.
- Kenar deseni görüntülerinden sarılı fazın hesaplanması.
- Derinlik bilgisini elde etmek için fazların açılması.
Ana Sonuçlar
- Her karede 300.000'den fazla 3D veri noktası başarılı bir şekilde yakalandı.
- Yüksek hızlı ve yüksek çözünürlüklü yetenekler gösterildi.
- Tıbbi ve eğlence alanlarında potansiyel uygulamalar sergilendi.
- Doğru ölçümler için detaylı bir kalibasyon süreci sağlandı.
Sonuçlar
- Dijital kenar ışık projeksiyonu, 3D görüntüleme için güçlü bir araçtır.
- Binarik defoküsleme sistemleri, yakalanan verilerin kalitesini artırır.
- Görsel gösterimler, karmaşık işleme adımlarını anlamak için kritik öneme sahiptir.
Sıkça Sorulan Sorular
Executive Industry Relevance
Digital fringe projection enables high-resolution, high-speed 3D video capture of dynamic biological surfaces, supporting mechanistic de-risking in early discovery by providing quantitative, reproducible phenotypic data. This capability enhances target validation and assay development workflows where precise spatiotemporal measurements of tissue or cellular dynamics are required. The technique offers a scalable, cost-effective alternative to traditional 3D imaging methods, improving predictive confidence in preclinical model systems.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses through precise 3D mapping of dynamic surface changes in biological systems.
- Operational Value: Supports biological de-risking by delivering dense, quantitative depth measurements for functional target assessment.
- Predictive Value: Enhances portfolio triage by generating high-fidelity phenotypic data that improves confidence in lead selection.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream screening by establishing baseline 3D morphometric profiles.
- Operational Value: Enables assay standardization and reproducibility through calibrated, high-speed 3D data acquisition.
- Scalability: Facilitates platform reuse across multiple targets due to flexible, non-contact measurement approach.
Translational & Preclinical Research
- Scientific Value: Aligns with disease-relevant systems by capturing dynamic surface mechanics in models such as beating heart or facial motion.
- Operational Value: Ensures translational continuity from discovery through preclinical validation via consistent 3D phenotyping.
- Risk-Adjusted Decisions: Supports advancement criteria by providing objective, quantifiable endpoints for efficacy and safety assessment.
Pipeline & Workflow Integration
The method integrates into the discovery continuum from early target validation through lead identification to preclinical studies, enabling continuous 3D monitoring of biological responses.
- Discovery Biology: Supports hypothesis testing and pathway clarification by quantifying 3D surface dynamics in response to perturbations.
- Screening: Delivers assay readiness and quantitative outputs essential for reliable compound evaluation in phenotypic screens.
- Analytics: Provides depth measurements and phase-derived readouts that enable statistical comparison across experimental conditions.
- Translational Research: Connects to preclinical continuity by capturing functional dynamics in disease-relevant models like cardiac mechanics.
- Enterprise Reuse: Functions as a reusable imaging capability across projects due to its adaptability to various biological specimens.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence by reducing mechanistic ambiguity in dynamic biological processes.
- Operational Value: Delivers standardization, reproducibility, and scalability in 3D data generation across labs and sites.
- Strategic Value: Improves go/no-go decisions, capital efficiency, and reduces late-stage biological risk through early phenotypic de-risking.
- Portfolio Impact: Enables risk-adjusted prioritization and advancement decisions based on high-resolution, high-speed 3D phenotyping.
Implementation Considerations
- Requires expertise in optical system setup, phase-shifting algorithms, and 3D reconstruction techniques.
- Needs high-speed projector, synchronized camera, and GPU-accelerated processing infrastructure.
- Demands cross-team standardization of calibration protocols and environmental controls for reliable data.
- Involves adaptation considerations when applying to diverse model systems with varying optical properties.
- Includes practical limitations such as sensitivity to surface reflectivity and ambient light interference, as noted in source material.
