通过多相机光场成像确定三维流场

以下视频的总体目标是介绍一种能够获得三维速度场的三维成像技术。该技术通过使用经过标定的相机，采集采样光场所需的图像来实现这一目的。第二步是对光场进行重新参数化，从而生成一组焦点堆栈图像，这些图像构成了流场的三维表征。

接下来，使用互相关算法对焦栈进行后处理，以获得三维速度场矢量。结果显示了在用作测试平台的振动合成声带模型尾迹中，时间分辨的三维流场。还展示了该技术应用于气泡场的结果。

继续进行。该技术相较于现有方法的主要优势在于，我们能够在包含更多颗粒、气泡或液滴的流体体积中进行测量。该方法可为流体流动提供深入见解，并可拓展至其他应用领域，例如火焰形状的测量、速度在燃烧过程中的作用，甚至可用于测量动物群体（如鸟群）的集体行为。

通常，初次接触该技术的研究人员会面临困难，因为数据量可能过于庞大而令人难以应对，但我们认为已经为该方法的使用制定了一套详尽的操作指南。此外，对该方法进行可视化演示至关重要，因为与使用单相机方法相比，相机及校准装置的设置存在显著差异。我们将在斯科特·汤普森博士的杨百翰大学生物流体实验室开展这些实验，并在其研究生杰西·戴利的协助下完成。

第一步是确定测量体积的大小，以及研究流体流动实验所需的时空分辨率。此处将采用该方法对合成声带诱导的气流进行三维合成孔径粒子成像，以分析其流动对称性损失。测量体积为 50 × 50 × 25 毫米立方，需捕捉的最短时间尺度为 10 微秒。

接下来，估算实验中将出现的光密度，以确定生成具有高信噪比的重聚焦图像所需的相机数量。在粒子图像中，较高的示踪粒子密度在此时需要更多的相机。对于 O 对称性实验，还应计算每个像素的粒子数。将相机以阵列方式安装在支架上，使每台相机能够从不同视角观测测量体积。

接下来，设置阵列中剩余相机之间的间距。将相机之间的距离设置得更远，可提高深度维度的空间分辨率，但会降低可分辨的总深度范围。用于数据采集。

在设置过程中，将相机连接到一台中央计算机。将一个视觉目标（例如校准网格）放置在测量区域的中心。以相机阵列中中心相机的图像作为参考，前后移动整个相机支架，使测量区域中心的视觉目标在每个相机图像中大致居中，从而达到所需的放大倍数或视角。

将每个相机镜头的光圈完全打开，调整每个相机对准视觉目标。将一个校准目标放置在测量区域的后部，确保该目标位于每个相机的视野范围内。

如果未重新调整相机与测量区域之间的距离和/或相机间距，请使用位于测量区域前端的校准目标进行同样操作，并反复迭代，直至所有相机均能同时看到前端和后端。

关闭每台相机的光圈，直到目标对焦清晰。当每台相机的测量体积内目标位于任意位置时，光圈缩小后可能需要额外照明。首先，根据应用于流场的具体测量方法，确定照亮测量体积的合适方式。

本演示中使用的是 1000 赫兹的双脉冲激光器。利用光学透镜将激光聚焦成一个覆盖测量区域的光场。最后，在准备进行数据采集时，需准备好将适合粒子图像测速（PIV）的示踪粒子引入该区域。

如参考文献中所述的对称性测量方法。经验法则表明，对于使用八台或更多相机的大多数实验，每像素0.05至0.15个粒子的图像密度是合适的。在相机数量固定的情况下，每像素的粒子数会减少。

对于较大体积的深度尺寸，关键步骤是校准。校准可以使用示踪粒子或不使用示踪粒子进行。

若采用本演示中的多相机自校准算法，需在测量体积内建立一个参考坐标系。此处，将校准网格置于声带中心位置。相对于参考坐标系保持固定方向，使用具有已知几何形状的物体作为校准目标。在此情况下，多相机自校准算法中的校准网格或校准目标的位置可以是任意的，仅需其中一个位置被精确控制。

这建立了每个相机中的参考坐标系。在每个位置，用每台相机拍摄目标物的图像。在每台相机中识别出目标物上的点。对于用于自标定的每幅图像，目标物上每个被识别的点都必须出现在每台相机所拍摄的图像中。

然而，仅需对与精确定位目标相关联的点，在参考坐标系中明确其位置。为了获取用于定量时间分辨光场成像的数据，所有相机和照明光源必须精确同步。在本实验中，使用编程控制的外部脉冲发生器来触发相机曝光和照明序列。

为采集大量数据做好准备，包括仔细考虑数据文件的命名方式。通过确保示踪粒子处于流动状态，并通过选定的触发方式启动相机采集和照明序列，开始实验数据采集。为了生成用于采集数据的合成重聚焦体积，需创建一个三维焦栈。

为此，需定义焦平面之间的间距以及重聚焦体积中的总体重聚焦深度。如参考文献所述，通常将焦平面设置为深度分辨率的一半，而总重聚焦深度则由所有相机视场重叠的区域决定。这些焦平面将垂直于参考坐标系的 Z 轴。

此处，焦平面间距约为 0.16 毫米，总重聚焦深度为 20 毫米，处理后可获得约 128 个可分辨的焦平面。进行图像预处理以改善背景噪声，并校正图像间强度差异。建立各相机、像平面与各合成焦平面之间的变换关系。将图像重投影至合成焦平面上。

应用比例尺并对图像进行重采样。此步骤可在 MATLAB 中完成。根据平面到平面的变换，对每个合成焦平面应用加性或乘性合成孔径重聚焦算法。

作为验证，将重聚焦应用于校准图像的一个平面，以观察重建结果是否符合预期。当在 z 等于 13.3 毫米处的一个校准平面上应用加法方法时，随着焦栈从后向前遍历，图像会依次进入和离开焦点。最后，我们通过左侧的重聚焦图像和右侧中央相机拍摄的校准网格图像，展示每个校准平面上的聚焦情况。

在完成所有目标平面的重聚焦处理后，对图像进行去噪处理，通过基于重聚焦图像的强度直方图设定阈值，以保留处于焦点内的颗粒。随后将经过阈值处理的图像切片堆叠，生成一个三维体数据，该过程称为重建。重建完成后，可从该三维体数据中获取定量信息。

此处展示了一个高质量原始粒子图像的示例，该图像来自单个相机的损失与对称图像。这些图像中粒子分布均匀，并在黑色背景上呈现出高对比度。此结果来自一个示踪粒子密度适当且准确校准的实验。

合成孔径重聚焦图像从左至右显示了每个深度平面上处于焦点内的颗粒，分别为负七毫米、零毫米和七毫米深度处的图像。要利用这些数据，需要进行称为重建的处理步骤。在此情况下，应用了强度阈值化处理，以保留各深度平面上处于焦点内的颗粒。

随后将焦平面堆叠以构建此处的体数据。相同深度的图像在两个不同的时间点显示。该阈值体数据可随后被输入到包含足够数量粒子的检测体数据中，以进行粒子图像测速分析。

这是针对由人工声带产生的射流所测得的三维矢量场在多个时间步长下的示例数据。左侧展示了每个时间步长下整个三维速度场的不对称视图。中间显示的是在 Z 等于 5 毫米处的 XY 平面切片以及 YZ 平面的切片。

在 t 等于 0 毫秒时，右侧显示 X 等于 14 毫米处的情况。此时声带处于闭合状态，流场中速度极小。在 1 毫秒时，射流中的最高速度沿正横向方向运动，并在 2 至 4 毫秒期间强度逐渐减弱。

折叠在五毫秒时闭合，从而降低射流速度，随后循环重复。该数据代表了某一瞬时的单次速度场，与通常展示的平均值形成对比。光场成像的另一个应用是气泡流的研究。

此处显示的是由射流冲击水面时夹带空气而形成的气泡区域。将视频暂停在某一时刻，通过逐帧步进，可在不同深度平面上重新对焦图像，从而观察气泡由清晰到模糊的变化过程。

此静态图像从左至右依次显示了来自相机阵列的含气泡流场的原始图像，以及在负10毫米、0毫米和10毫米深度处的重聚焦图像。圆圈标示了一个位于负10毫米深度平面上的气泡，该气泡在其他平面上则不可见。掌握该技术后，通常可在约4小时内完成校准与数据采集，而合成孔径重聚焦处理则大约需要12小时。在执行该流程时，保持高度的条理性至关重要，因为整个过程涉及大量步骤与采集的数据。

通过该方法，可以对丰富的数据集进行分析，以获得关于多相流中气泡尺寸分布等物理问题的深入认识。该技术将为物理生物学等领域的研究人员铺平道路，使其能够研究蝴蝶飞行的流体动力学特性或鸟群三维结构。观看本视频后，您应能较好地掌握如何准确设置光场成像相机并对其进行校准、如何在软件中对图像执行合成孔径处理，以及如何利用所获得的体数据进行后续分析。

有关样本代码、数据集和教程信息，请访问我们的网站。请注意，与 Tad Truscott 合作可能具有极高危险性，在其实验室工作时务必采取充分的防护措施，例如穿戴防弹衣。