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

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。