论文笔记 | 使用层析法和双色测温法进行火焰三维温度场重建

使用层析法和双色测温法进行火焰三维温度场重建

3-D Reconstruction of Flame Temperature Distribution Using Tomographic and Two-Color Pyrometric Techniques

研究背景

       对火焰三维温度场进行精确可靠的测量是深入了解燃烧和污染物形成过程的理想条件。但是由于火焰的热特性和动态特性,对火焰温度进行有效的空时测量对研究燃烧和测量的研究人员来说仍然是非常巨大的挑战。

       双色测温法是一种被广泛使用的非接触式温度测量方法,但同时获得两个单色图像是一件非常困难的事情。有一些研究者使用分光器通过不同的光路获得不同的单色图像,但这种方法存在较大的空间匹配误差;还有一些研究者将彩色相机所捕获到的RBG单通道图像作为RGB波长的单色图像,但是在该过程中用狄拉克函数代替光谱响应函数造成测量精度不准确。

技术路线

       作者发现如果对从RGB通道到RGB波长的辐射衰减进行校正,就可以由彩色图像获得特定波长的辐照度。作者基于该发现,提出了一种新的基于双色测温法及层析原理进行三维温度场重建的方法。

       作者首先分别对彩色相机RBG三个通道以及获取单波长图像的单色相机的相机响应函数进行了校正,再对RGB三个通道的辐照度到RGB三个波长的辐照度衰减系数进行了校正,然后通过由彩色相机所获取的RGB三通道的辐照度获取到了RGB三波长的辐照度图像,最后使用体层析及双色测温法计算得到了3-D单色发射功率场,具体的实现步骤如图1所示。

图1 方法流程图

       辐照度衰减是指由彩色相机所获取的单通道辐照度和单色相机所获取的单波长辐照度之间的关系,只有对其进行校正,才可以由彩色相机拍摄到的图像中获取到单波长的单色图像。作者首先对彩色相机和单色相机的相机响应函数进行了校正,然后再对彩色相机的辐照度衰减进行了校正。辐照度衰减的校正流程如图2所示。

 

图2 辐照度衰减

       在由彩色相机获取了单色辐照度图像后,作者根据体层析及可视外壳限制得到了火焰的3-D发射功率场。在计算体素到像素的视觉因子时,作者将体素看作一个个小球,将视觉因子看作是由相机光心发出的经过像素的射线所形成以相机光心为顶点的金字塔与体素相交的能量和体素整体能量的比值。体素示意图如图3所示。

 

图3 视觉因子计算示意图

       实验使用四台相机分别对酒精火焰和丁烷火焰进行了温度场的三维重建,每个体素的物理分辨率为 。分别从三维温度场整体温度和横截面、纵截面的最高温度、最低温度,以及平均温度进行了观察,并计算出了火焰的重投影误差。其中,酒精火焰的最高温度为1195K,最低温度为512K,最大重投影误差小于20%;丁烷火焰的最高温度为1114K,最低温度为502K,最大重投影误差小于4%。酒精火焰四个视角的投影图像如图4所示,横截面温度分布如图5所示,纵截面温度分布如图6所示,温度场直方图如图7所示。

 

图4 四个视角的酒精火焰彩色图像

 

图5 酒精火焰的横截面温度分布

 

图6 酒精火焰的纵截面温度分布

 

图7 酒精火焰温度场直方图

技术总结

       针对难以同时获取多个波长下的单色图像的问题,作者提出对彩色图像的RGB通道到RGB波长的辐射衰减进行校正,就可以同时由彩色图像获得多个特定波长的辐照度图像。作者使用体层析和可视外壳限制的方向重建除了火焰的三维单色发射功率场,然后使用双色测温法计算出了火焰的三维温度分布。

论文信息

Zhou Z , D Tian, Wu Z , et al. 3-D Reconstruction of Flame Temperature Distribution Using Tomographic and Two-Color Pyrometric Techniques[J]. IEEE Transactions on Instrumentation & Measurement, 2015, 64(11):3075-3084.

技术详见

https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=7153560

  • 4
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: matlab层析成像是一种将二维投影图像转化为三维物体形态的图像重建。该算通过分析物体在多个角度上的投影图像,将其进行反投影、滤波和重建处理,从而得到三维物体形态的图像表示。具体来说,该算重建步骤包括: 1. 数据采集:在各个投影角度下采集物体的X射线投影图像。 2. 反投影:对所得投影图像进行反投影处理,将其重建为一个三维物体空间。 3. 滤波:对反投影图像进行滤波处理,去除噪声等干扰,提高图像质量。 4. 重建:将滤波后的反投影图像用三维重建进行重建,得到一个物体形态的三维图像表示。 matlab层析成像的三维重建具有高精度、高分辨率的特点,可用于广泛的医疗诊断、工业检测等领域。同时,其可以处理多种数据类型和数据源,包括平面图像、衍射图像和投影图像等,具有良好的数据兼容性和适应性。由于matlab层析成像具有计算复杂度高、计算时间长等缺点,因此对算的优化和硬件环境的优化都是重要的研究方向。 ### 回答2: MATLAB层析成像的三维重建是一种高级数据处理技术,可以根据不同角度得到的二维投影图像,重建三维物体的形状和内部信息。这种技术在医学、工业、航空等领域都有广泛应用。 在MATLAB中,层析成像的重建包括两个步骤:投影和反投影。首先,通过正向投影,将三维物体的信息投射在二维平面上,得到多个二维投影图像。然后,通过反投影算,将这些二维投影图像重新组合成三维物体。 具体的步骤是: 1.建立模型:在MATLAB中,通过定义空间的大小和形状,建立物体的三维模型。 2.生成不同方向的投影图像:在模型的不同角度上,使用线性投影算,生成与角度对应的投影图像。 3.重建图像:使用反投影算,将所有投影图像反投影到原始的三维模型中,生成三维物体的重建图像。 4.优化重建图像:重建图像有时会出现伪影等问题,需要进行后期处理,如滤波,去除噪声等操作。 MATLAB层析成像的三维重建是一项复杂的数学和计算处理工作,需要掌握相关算和MATLAB编程技术。此技术创新,对于许多实际问题的解决具有重要的意义。使用这种技术可以快速获得高分辨率、高精度、高质量的三维重建图像,为科学研究和实际应用市场带来了更多的解决方案。 ### 回答3: 层析成像是一种用于生成高分辨率三维图像的计算机成像技术。Matlab是一种非常流行的科学计算软件,可以用来进行层析成像的三维重建。 Matlab的层析成像三维重建需要三个主要的步骤:数据预处理、迭代重建、和可视化。 首先,需要对数据进行预处理。这通常涉及到对成像数据进行滤波、去噪和平滑,以减少数据中的噪音和伪影。这可以通过Matlab内置的滤波器和去噪函数,如FIR1和wiener2完成。 接下来,使用迭代重建进行层析成像的三维重建。这种算通常基于X射线成像或计算机断层扫描,它利用这些成像技术的几何信息和射线投影,逐步重建三维物体。Matlab中常用的迭代重建包括ART、SIRT和MLEM等。这些算需要对成像系统的特定参数进行调节,以便获得最佳的重建效果。 最后,将三维重建的结果可视化。通过Matlab内置的可视化工具箱,可以将三维数据转换为具有色彩和质感的高质量图像或动画。这可以将层析成像的结果转化为更容易理解和分析的形式,使研究人员能够更好地了解其研究对象,例如生物组织和医学器械。 总之,Matlab可以成为层析成像三维重建的强大工具,通过优秀的数据处理、迭代算和可视化功能,在生物医学研究、工业生产和文化遗产保护等领域发挥着重要作用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值