Die 3D Particle Tracking Velocimetry (3D PTV) ist eine Methode zur bildbasierten Bestimmung von Geschwindigkeitsfeldern in Gas- oder Flüssigkeitsströmungen. Dazu wird die Strömung mit Partikeln markiert und durch ein Mehrkamerasystem beobachtet. Das Ergebnis der Datenauswertung sind 3D Trajektorien einer großen Anzahl von Partikeln, die zur statistischen Analyse der Strömung genutzt werden können. In der vorliegenden Arbeit werden verschiedene neu entwickelte Modelle gezeigt, die das Einsatzspektrum vergrößern und die Leistungsfähigkeit der 3D PTV erhöhen. Wesentliche Neuerungen sind der Einsatz eines Spiegelsystems zur Generierung eines virtuellen Kamerasystems, die Modellierung von komplex parametrisierten Trennflächen der Mehrmedienphotogrammetrie, eine wahrscheinlichkeitsbasierte Trackingmethode sowie eine neuartige Methode zur tomographischen Rekonstruktion von Rastervolumendaten. Die neuen Modelle sind an drei realen Experimentieranlagen und mit synthetischen Daten getestet worden. Durch den Einsatz eines Strahlteilers vor dem Objektiv einer einzelnen Kamera und vier Umlenkspiegeln, positioniert im weiteren Strahlengang, werden vier virtuelle Kameras generiert. Diese Methode zeichnet sich vor allem durch die Wirtschaftlichkeit als auch durch die nicht notwendige Synchronisation aus. Vor allem für die Anwendung im Hochgeschwindigkeitsbereich sind diese beiden Faktoren entscheidend. Bei der Beobachtung von Phänomenen in Wasser kommt es an den Trennflächen verschiedener Medien zur optischen Brechung. Diese muss für die weitere Auswertung zwingend modelliert werden. Für komplexe Trennflächen sind einfache Ansätze über zusätzliche Korrekturterme nicht praktikabel. Der entwickelte Ansatz basiert auf der mehrfachen Brechung jedes einzelnen Bildstrahls. Dazu müssen die Trennflächenparameter und die Kameraorientierungen im selben Koordinatensystem bekannt sein. Zumeist wird die Mehrbildzuordnung von Partikeln durch die Verwendung von Kernlinien realisiert. Auf Grund von instabilen Kameraorientierungen oder bei einer sehr hohen Partikeldichte sind diese geometrischen Eigenschaften nicht mehr ausreichend, um die Mehrbildzuordnung zu lösen. Unter der Ausnutzung weiterer geometrischer, radiometrischer und physikalischer Eigenschaften kann die Bestimmung der 3D Trajektorien dennoch durchgeführt werden. Dabei werden durch die Analyse verschiedener Merkmale diejenigen ausgewählt, welche sich für die spatio-temporale Zuordnung eignen. Die 3D PTV beruht auf der Diskretisierung der Partikelabbildungen im Bildraum und der anschließenden Objektkoordinatenbestimmung. Eine rasterbasierte Betrachtungsweise stellt die tomographische Rekonstruktion des Volumens dar. Hierbei wird die Intensitätsverteilung wird im Volumen rekonstruiert. Die Bewegungsinformationen werden im Anschluss aus den Veränderungen aufeinander folgender 3D-Bilder bestimmt. Durch dieses Verfahren können Strömungen mit einer höheren Partikeldichte im Volumen analysiert werden. Das entwickelte Verfahren basiert auf der schichtweisen Entzerrung und Zusammensetzung der Kamerabilder. Die entwickelten Modelle und Ansätze sind an verschiedenen Versuchsanlagen erprobt worden. Diese unterschieden sich stark in der Größe (0,5 dm³ – 20 dm³ – 130 m³) und den vorherrschenden Strömungsgeschwindigkeiten (0,3 m/s – 7 m/s – 0,5 m/s). / 3D Particle Tracking Velocimetry (3D PTV) is an image based method for flow field determination. It is based on seeding a flow with tracer particles and recording the flow with a multi camera system. The results are 3D trajectories of a large number of particles for a statistical analysis of the flow. The thesis shows different novel models to increase the spectrum of applications and to optimize efficiency of 3D PTV. Central aspects are the use of the mirror system to generate a virtual multi camera system, the modelling of complex interfaces of multimedia photogrammetry, a probability based tracking method and a novel method for tomographic reconstruction of volume raster data. The improved models are tested in three real testing facilities and with synthetic data. Using a beam splitter in front of the camera lens and deflecting mirrors arranged in the optical path, a four headed virtual camera system can be generated. This method is characterised by its economic efficiency and by the fact that a synchronisation is not necessary. These facts are important especially when using high speed cameras. When observing phenomena in water, there will be refraction at the different interfaces. This has to be taken into account and modelled for each application. Approaches which use correction terms are not suitable to handle complex optical interfaces. The developed approach is based on a multiple refraction ray tracing with known interface parameters and camera orientations. Mostly the multi image matching of particles is performed using epipolar geometry. Caused by the not stable camera orientation or a very high particle density this geometric properties are not sufficient to solve the ambiguities. Using further geometrical radiometrical and physical properties of particles, the determination of the 3D trajectories can be performed. After the analysis of different properties those of them are chosen which are suitable for spatio-temporal matching. 3D PTV bases on the discretisation of particle images in image space and the following object coordinate determination. A raster based approach is the tomographic reconstruction of the volume. Here the light intensity distribution in the volume will be reconstructed. Afterwards the flow information is determined from the differences in successive 3D images. Using tomographic reconstruction techniques a higher particle density can be analysed. The developed approach bases on a slice by slice rectification of the camera images and on a following assembly of the volume. The developed models and approaches are tested at different testing facilities. These differ in size (0.5 dm³ – 20 dm³ – 130 m³) and flow velocities (0.3 m/s – 7 m/s – 0.5 m/s).
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:23711 |
| Date | 02 December 2008 |
| Creators | Putze, Torsten |
| Contributors | Maas, Hans-Gerd, Brücker, Christoph, Hentschel, Werner |
| Publisher | Technische Universität Dresden |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | doc-type:doctoralThesis, info:eu-repo/semantics/doctoralThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0032 seconds