【研究】光场相机测速技术中景深方向不确定性的改进方法

本文主要是介绍【研究】光场相机测速技术中景深方向不确定性的改进方法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

本项研究详细介绍了一种基于光场相机的粒子追踪测速（PTV）算法，旨在对三维速度场的三分量进行精细化测量。算法核心在于利用相机视角的多样性，辅以三角化测量和粒子追踪技术，有效优化了光场粒子图像测速（PIV）实验中常见的景深方向不确定性难题。

首先采用Light Field Ray Bundling（LFRB）技术进行三维位置评估，框架如图1所示，通过图像数据与物理空间的映射函数将粒子光线投影至测量体。随后，算法在多个视角视图中独立追踪粒子，统合各个视点信息预测粒子随时间的动态轨迹，这不仅增强了三维轨迹估算的准确性，还保护了追踪算法免受深度信息上的非物理波动影响，如图2所示。

图1 Light Field Ray Bundling(LFRB)算法框架

图2 Plenoptic-PTV算法框架

实验验证

研究团队采用两种不同的成像方法，即光场粒子图像测速(Plenoptic-PIV/PTV)与体视粒子图像测速(Stereo-PIV)，进行了十组重复实验。Plenoptic-PIV/PTV实验所用成像系统包括一台分辨率为4096×2304像素的Phantom VEO 4K 990L相机以及一套透镜组件。该相机装备有Nikon 200mm焦距镜头和一个471×362的六边形微透镜阵列，实现了0.45的放大倍率，视场大小为61.1×34.4mm，且具备68.1mm的理论景深。而立体-PIV实验则使用了两台呈25°夹角摆放的Phantom VEO 640相机，每台相机的分辨率达到2560×1600像素，配备了18-105mm的可变焦距镜头。实验的装置布局展示于图3中。

图3 实验布置图示

图4展现了不同测速方法得到的矢量场的平均结果，而图5则揭示了对应的径向速度剖面。研究发现，plenoptic-PIV在相位平均后显示出弱化的径向速度，这似乎表明这种技术对于捕捉立体外运动的能力并未因相位平均而得到增强。反观plenoptic-PTV的实验结果展示出了更为均匀且平滑的平面外速度的轮廓，尤其明显地显现在接近自由流的方向。

无论重复次数如何，plenoptic-PTV数据显示LEVs周围的径向速度特征持续存在，在相位平均后的矢量场形成了一条明显的径向喷流。这一结果验证了实验观察到的立体流动信息与真实物理流动现象的高度一致性。此外，尽管在不同时刻下捕获的瞬态流动模式差异导致不同测速方法的径向速度峰值略有不同，但在图55中plenoptic-PTV和stereo-PIV结果仍展现出了较好的相似度。

图4 通过应用plenoptic-PIV、plenoptic-PTV和stereo-PIV生成的垂直于机翼横截面的w速度等高线图，所有相位均在8°（顶部）和12°（底部）方位角处进行平均。“LE”和“TE”分别表示机翼的前缘和后缘。虚线则对应于图4数据的采样点

图5 在ψ≈8°(a)和ψ≈12°(b)处获得的相平均速度场的径向速度剖面

结论

plenoptic-PTV在减少景深方向方向的不确定度方面获得了与其在平面内不确定度上相匹敌的显著进展。未来的工作将集中于改善粒子运动的预测能力、追踪函数以及轨迹后处理技术的优化。此外，研究人员也将致力于将诸如流体不可压缩性等物理约束融入拉格朗日至欧拉的插值方法中，并探索针对光场相机所特有的强各向异性噪声问题的应对策略。

参考文献

[1] Moaven M, Gururaj A, Raghav V, et al. Improving depth uncertainty in plenoptic camera-based velocimetry[J]. Experiments in Fluids, 2024, 65(4): 49.