6 maart 2013
Een techniek voor het uitvoeren van kwantitatieve driedimensionale (3D) beeldvorming voor verschillende vloeistofstromen gepresenteerd. Met behulp van concepten uit de omgeving van het Licht Field Imaging, we reconstrueren 3D volumes van arrays van beelden. Onze 3D resultaten omvatten een breed scala waaronder snelheidsvelden en multi-fase belgrootte distributies.
Het algemene doel van de volgende video is om een overzicht te geven van een driedimensionale beeldvormingstechniek waarmee een 3D-snelheidsveld kan worden verkregen. Dit wordt bereikt door behulp van gekalibreerde camera's om de beelden te verzamelen die nodig zijn om het lichtveld te bemonsteren. In een tweede stap wordt het lichtveld opnieuw geparametriseerd, wat resulteert in een focale stapel beelden die een 3D-representatie van het stromingsveld vormen.
Vervolgens wordt de focale stack nageverwerkt met behulp van een cross-correlatiealgoritme om de 3D-snelheidsveldvectoren te verkrijgen. De resultaten tonen een tijdsopgelost 3D-stromingsveld in het zog van een trillend synthetisch stembandmodel dat als testopstelling is gebruikt. Resultaten worden ook getoond voor de techniek toegepast op een bellenveld.
Ga verder. Het belangrijkste voordeel van deze techniek ten opzichte van bestaande methoden is dat we kunnen meten in volumes die meer deeltjes, bellen of druppels bevatten. Deze methode kan inzicht bieden in vloeistofstromingen en kan worden uitgebreid naar andere toepassingen, zoals het meten van de vorm van een vlam en de rol die snelheid speelt bij verbranding, en zelfs tot het meten van het collectieve gedrag van diergroepen, zoals vogelzwermen.
Over het algemeen zullen personen die nieuw zijn met deze techniek moeite hebben omdat de hoeveelheid gegevens overweldigend kan worden, maar we denken dat we een handboek hebben ontwikkeld voor het gebruik van deze methode. Een visuele demonstratie van deze methode is essentieel, omdat de camera- en kalibratie-instellingen behoorlijk verschillen van die bij een benadering met één enkele camera. We zullen deze experimenten uitvoeren in het Biofluids-laboratorium van Dr. Scott Thompson aan de BYU met behulp van zijn promovendus, Jesse Daley.
De eerste stap is het bepalen van de grootte van het meetvolume, evenals de vereiste temporele en ruimtelijke resolutie voor het onderzoeken van het vloeistofstroomexperiment. In dit geval wordt de methode gebruikt om 3D synthetic aperture particle image velocimetry uit te voeren voor verliessymmetrie op de luchtstroom geïnduceerd door een synthetische stemplooi. Het meetvolume is 50 bij 50 bij 25 millimeter kubiek, en de kortste tijdsschalen die moeten worden vastgelegd zijn 10 microseconden.
Schat vervolgens de optische dichtheid die tijdens het experiment aanwezig zal zijn, om het aantal camera's te bepalen dat nodig is voor het genereren van refocus-beelden met een goede signaal-ruisverhouding. Hogere seeding-densiteiten vereisen op dit punt meer camera's in een partikelbeeld. Voor experimenten met O-symmetrie moet ook het aantal partikels per pixel worden berekend. Monteer de camera's in een array-configuratie op een frame, zodanig dat elke camera het meetvolume vanuit verschillende standpunten kan bekijken.
Stel vervolgens de tussenruimte in tussen de overige camera's in de array. Door de camera's verder uit elkaar te plaatsen, wordt de ruimtelijke resolutie in de diepte-dimensie verbeterd, ten koste van de totale oplosbare diepte. Voor gegevensvastlegging.
Koppel bij het instellen de camera's aan een centrale computer. Plaats een visueel doelwit, zoals een kalibratierooster, in het midden van het meetvolume. Gebruik het beeld van de centrale camera van de array als referentie en verplaats het gehele array-frame dichter bij of verder van het meetvolume om de gewenste vergrodingshoek te bereiken, of positioneer de camera's zodanig dat het visuele doelwit in het midden van het meetvolume ongeveer gecentreerd is in elk camerabeeld.
Stel elke camera scherp op het visuele doel, terwijl de diafragma's van elke cameralens volledig openstaan. Plaats een kalibratiedoel aan de achterzijde van het meetvolume. Zorg ervoor dat het doel in het gezichtsveld van elke camera staat.
Indien dit niet het geval is, pas dan de afstand tussen de camera's en het meetvolume en/of de onderlinge afstand tussen de camera's aan. Doe hetzelfde met een kalibratiedoel vooraan het volume en herhaal dit proces totdat zowel de voorzijde als de achterzijde in beeld zijn. In alle camera's.
Sluit het diafragma van elke camera zodanig dat het doelwit scherp is. Wanneer het doelwit zich op een willekeurige positie binnen het meetvolume van elke camera bevindt, kan extra verlichting nodig zijn wanneer het diafragma is geknepen. Begin met het bepalen van de juiste methode voor het verlichten van het meetvolume, op basis van de specifieke meetmethode die wordt toegepast op het stromingsveld.
Voor deze demonstratie wordt een dubbele pulslaser van 1000 hertz gebruikt. Gebruik optische lenzen om de laser te vormen tot een lichtvolume dat het meetvolume beslaat. Wanneer u klaar bent voor de gegevensverzameling, dient u het volume te voorzien van tracerdeeltjes die geschikt zijn voor particle image velocimetry (PIV).
Symmetriemetingen zoals beschreven in de referenties. Als vuistregel is een beelddichtheid van 0,05 tot 0,15 deeltjes per pixel geschikt voor de meeste experimenten met acht of meer camera's. Bij een vast aantal camera's neemt het aantal deeltjes per pixel af.
Voor grotere volumedieptedimensies. Een kritische stap is de kalibratie. Dit kan met of zonder de tracerdeeltjes worden gedaan.
Indien er een algoritme voor multicamera-zelfkalibratie wordt gebruikt, zoals in deze demonstratie, dient er een referentiecoördinatensysteem in het meetvolume te worden vastgesteld. Hier is het kalibratierooster in het midden van de stemplooi geplaatst. Gebruik een object met een bekende geometrie als kalibratiedoel in een vaste oriëntatie ten opzichte van het referentiecoördinatensysteem. In dit geval kunnen de posities van het kalibratierooster in het multicamera-zelfkalibratie-algoritme of de kalibratiedoelen willekeurig zijn, behalve voor degene die nauwkeurig wordt gecontroleerd.
Hiermee wordt het referentiecoördinatensysteem vastgesteld. Leg met elke camera een beeld van het target op elke locatie vast. Identificeer punten op het target in elke camera. Voor elk beeld voor zelfkalibratie moet elk geïdentificeerd punt op het target aanwezig zijn in het beeld dat door elke camera is gemaakt.
Een expliciete locatie van de punten in het referentiecoördinatensysteem is echter alleen vereist voor de punten die geassocieerd zijn met het nauwkeurig gelokaliseerde doelwit. Om gegevens te verkrijgen voor kwantitatieve, tijdsopgeloste light-field imaging, moeten alle camera's en verlichtingsbronnen nauwkeurig worden gesynchroniseerd. Voor dit experiment wordt een geprogrammeerde externe pulsgenerator gebruikt om de camera-belichtingen en verlichtingssequenties te triggeren.
Bereid u voor op het verzamelen van een grote hoeveelheid gegevens, waarbij u ook nadenkt over de naamgeving van de databestanden. Begin met de vastlegging van experimentele gegevens door te controleren of de tracerdeeltjes stromen en door de camera-opname en verlichtingssequentie te starten via de gekozen triggermethode. Genereer een 3D-brandpuntstapel om een synthetisch hergefocusseerd volume te produceren voor het verzamelen van gegevens.
Definieer hiervoor de afstand tussen de brandvlakken en de totale herfocusdiepte in het hergefocuste volume. Zoals in de referenties wordt uitgelegd, wordt het brandvlak doorgaans ingesteld op de helft van de diepteresolutie en wordt de totale herfocusdiepte bepaald door het gebied waarin alle gezichtsvelden van de camera overlappen. De brandvlakken zullen loodrecht staan op de Z-as van het referentiecoördinatensysteem.
Hier hebben we een brandpuntsafstand tussen de vlakken van ongeveer 0,16 millimeter en een totale herfocusdiepte van 20 millimeter, wat resulteert in ongeveer 128 opgeloste brandvlakken na verwerking. Voer beeldvoorverwerking uit om de achtergrondruis te verbeteren en om verschillen in intensiteit tussen beelden op te vangen. Stel transformaties vast tussen elke camera, elk beeldvlak en elk synthetisch brandvlak. Projecteer de beelden opnieuw op de synthetische brandvlakken.
Pas de schaal toe en bemonster de afbeeldingen opnieuw. Dit kan in MATLAB worden gedaan. Pas, gegeven de vlak-naar-vlak transformaties, het additieve of multiplicatieve synthetische apertuur-refocusing-algoritme toe op elk synthetisch brandvlak.
Pas ter controle de herfocussering toe op één vlak van de kalibratiebeelden om te zien of de reconstructie naar verwachting verloopt. Wanneer de additieve methode wordt toegepast op een van de kalibratievlakken bij z gelijk aan 13,3 millimeters, komt het beeld in en uit focus terwijl de focusstack van achter naar voren wordt doorlopen. Tot slot demonstreren we de focus op elk kalibratievlak met de hergefocuste beelden links en het beeld van het kalibratierooster van de centrale camera rechts.
Nadat er op alle gewenste vlakken is hergefocusseerd, worden de beelden verwerkt om ruis die door het herfocussen is ontstaan te verwijderen. Pas drempelwaarden toe op basis van de intensiteitshistogrammen van de hergefocusseerde beelden om de scherpgestelde deeltjes te behouden. Stap vervolgens de drempelwaarde-beelden op elkaar om een volume te creëren in een proces dat reconstructie wordt genoemd. Na de reconstructie kunnen kwantitatieve gegevens uit het volume worden verzameld.
Hier wordt een voorbeeld getoond van een ruwe partikelafbeelding van hoge kwaliteit voor verlies, met symmetrische beelden van een enkele camera. Deze beelden bevatten gelijkmatig verdeelde partikels die met een hoog contrast tegen de zwarte achtergrond verschijnen. Dit is het resultaat van een experiment dat op passende wijze is gezaaid en nauwkeurig is gekalibreerd.
Het met synthetische apertuur herfocuste beeld onthult scherp gestelde deeltjes op elk dieptevlak; van links naar rechts zijn dit beelden op dieptes van min zeven millimeter, nul millimeter en zeven millimeter. Om de gegevens te kunnen gebruiken is een verwerkingsstap nodig die reconstructie wordt genoemd. In dit geval wordt intensiteits-drempelwaardebepaling toegepast om de scherp gestelde deeltjes op elk dieptevlak te behouden.
De brandvlakken worden vervolgens gestapeld om hier een volume te creëren. Beelden op dezelfde diepte worden op twee verschillende tijdstippen getoond. Het drempelvolume kan vervolgens worden doorgegeven naar interrogatievolumes die een voldoende aantal deeltjes bevatten voor het uitvoeren van particle image velo symmetry.
Dit is een voorbeeld van verzamelde voorbeeldgegevens voor het driedimensionale vectorveld van de jet veroorzaakt door synthetische stembanden voor verschillende tijdstappen. De linkerkant toont een asymmetrisch overzicht van het volledige 3D-snelheidsveld op elk tijdstip. Doorsneden van het XY-vlak bij Z gelijk aan 5 mm worden getoond in het centrum, evenals doorsneden van het YZ-vlak.
Bij X gelijk aan 14 millimeter wordt rechts op t gelijk aan nul milliseconden getoond. De stemplooi is gesloten en er is zeer weinig snelheid in het veld aanwezig. De hoogste snelheid in de jet bij één milliseconde beweegt in de positieve wijde richting en neemt in intensiteit af van twee tot vier milliseconden.
De vouw sluit na vijf milliseconden, waardoor de straalsnelheid afneemt en de cyclus wordt herhaald. Deze gegevens stellen het snelheidsveld voor op een enkel tijdstip, in tegenstelling tot het gemiddelde dat gewoonlijk wordt gepresenteerd. Een andere toepassing van light field imaging is voor beluchte stromingen.
Hier wordt een beldenveld getoond dat is gevormd door de inslibbing van lucht vanuit een straal die op het wateroppervlak botst. Door de video op één moment te pauzeren, kan men door het beeld herfocussen op verschillende dieptevlakken om te zien hoe de bellen in en uit focus raken.
Deze stilstaande afbeelding toont van links naar rechts het ruwe beeld van een bellenstroomveld van de camera-array en hergefocuste beelden op dieptes van minus 10 millimeter, nul millimeter en 10 millimeter. De cirkel markeert een bel die zich op het dieptevlak van minus 10 millimeter bevindt en uit het zicht verdwijnt op de andere vlakken. Eenmaal beheerst kunnen de kalibratie en gegevensregistratie doorgaans in ongeveer vier uur worden uitgevoerd, en de synthetische herfocussering van de registratie kan in ongeveer 12 uur worden voltooid tijdens deze procedure. Het is belangrijk om zeer georganiseerd te zijn, aangezien er veel stappen zijn en er een grote hoeveelheid gegevens wordt verzameld.
Na het volgen van deze procedure kunnen de uitgebreide datasets worden geanalyseerd om fysieke inzichten te verkrijgen in verschillende vragen, zoals wat de belgrootteverdelingen zijn in meerfasestromingen. Deze techniek zal de weg vrijmaken voor onderzoekers in velden zoals de fysische biologie, waar zij de vloeistofdynamica van vlindervluchten of de driedimensionale structuur van vogelzwermen kunnen bestuderen. Na het bekijken van deze video zou u een goed begrip moeten hebben van hoe u camera's voor light field imaging instelt, deze nauwkeurig kalibreert, synthetische apertuur op de beelden in de software uitvoert en de volumetrische gegevens gebruikt voor verdere verwerking.
Bezoek onze website voor voorbeeldcodes, datasets en informatie over de tutorial. Vergeet niet dat werken met Tad Truscott uiterst gevaarlijk kan zijn; neem daarom altijd alle voorzorgsmaatregelen, zoals het dragen van een kogelvrij vest wanneer u in zijn laboratorium werkt.
Dit artikel presenteert een nieuwe techniek voor kwantitatief driedimensionaal (3D) beeldvormen van vloeistofstromingen met behulp van Light Field Imaging. De methode maakt de reconstructie mogelijk van 3D-snelheidsvelden en meerfasige bellengrootteverdelingen vanuit gekalibreerde camera-arrays.
Quantitative 3D flow field imaging using multi-camera Light Field Imaging addresses a critical gap in experimental fluid dynamics, enabling high-resolution volumetric data acquisition where traditional methods fail. This capability enhances predictive confidence in early discovery and mechanistic de-risking for biopharma R&D, particularly in complex or optically dense systems. The approach supports robust target validation and informs risk-adjusted decisions across the discovery pipeline.
This method integrates from early discovery through lead identification and preclinical research, providing a reusable platform for volumetric data acquisition and analysis.