Titelaufnahme

Titel
Development of an advanced method for a Micro Particle Tracking Velocimetry application / von Christian Ratzenböck
VerfasserRatzenböck, Christian
Begutachter / BegutachterinSablatnig, Robert
Erschienen2013
UmfangVIII, 97 S. : Ill., graph. Darst.
HochschulschriftWien, Techn. Univ., Dipl.-Arb., 2013
Anmerkung
Zsfassung in dt. Sprache
SpracheEnglisch
DokumenttypDiplomarbeit
URNurn:nbn:at:at-ubtuw:1-63791 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Development of an advanced method for a Micro Particle Tracking Velocimetry application [8.88 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Das Verhalten mikroskopisch dünner Fallfilme spielt eine wichtige Rolle in der Erforschung und Entwicklung neuartiger Flüssigkeiten für den Einsatz in modernen, hocheffizienten Absorptionswärmepumpen. Für die detaillierte Erfassung der räumlich aufgelösten Strömungsgeschwindigkeit wurde im Rahmen dieser Arbeit ein Single Aperture Defocusing Micro Particle Tracking Velocimetry System installiert. Dabei werden lokale Geschwindigkeitsdaten mit Hilfe von Mikropartikeln, die in aufgenommenen Bildsequenzen verfolgt werden, berechnet. Da sich die Tiefenposition der Partikel im Film in ihrer Form im Bild widerspiegelt, ist die Entwicklung eines Matching-Algorithmus zur vollständigen Beschreibung des dreidimensionalen Systems notwendig. Die in dieser Arbeit beschriebene Bildverarbeitungssoftware wertet die Aufnahmen des Systems aus. Zunächst werden die Bilder durch Anwendung eines nichtlinearen Diffusionsfilters entrauscht. Anschließend werden die Partikel durch eine modifizierte Circular Hough Transform, die sich auf ein binäres Kantenbild stützt, detektiert. Dieser Ansatz ermöglicht auch die Erfassung von (teilweise) überlappenden Teilchen im Bild und ist robust gegenüber Abweichungen in Partikelform, Bildkontrast und Rauschen. Der vorgestellte Matching-Algorithmus basiert auf der Beschreibung der Partikel durch normalisierte, radiale Helligkeitsprofile und ist, wie die Auswertung beweist, präziser und schneller als konventionelle Kreuzkorrelationsmethoden. Die Verknüpfungen der Teilchen zwischen zwei Frames werden durch einen Tracking-Algorithmus berechnet, der speziell auf den vorliegenden Fall eines ebenen Flusses zugeschnitten ist und eventuelle Ungenauigkeiten im Matching ausgleichen kann. Eine ausführliche Evaluierung der vorgeschlagenen Methode anhand eines manuell annotierten, experimentellen Datensatzes sowie eines automatisch generierten, synthetischen Datensatzes beweist die erfolgreiche Einsetzbarkeit der entwickelten Software.

Zusammenfassung (Englisch)

The research and development of novel fluids for high-efficient absorption heat pump applications require a detailed analysis of microscopic liquid flows. For this purpose, a Single Aperture Defocusing Micro Particle Tracking Velocimetry system has been implemented within the scope of this work. Due to the lack of commercial software for the considered application, an image processing software is developed which computes spatially resolved velocity data by means of flow-traced particles in recorded image sequences. As the particle position along the optical axis determines its shape in the image, the application of a particle matching algorithm is required for a full, three-dimensional characterization of the flow. The method introduced for particle detection is based on a modified Circular Hough Transform operating on the binary edge map of a particle image denoised with the aid of a nonlinear diffusion filter. This approach permits the detection of partially overlapping particles and is robust to variations in particle shape, image contrast and noise. Furthermore, a matching technique using normalized radial intensity profiles is developed and a tracking algorithm is presented which is customized for planar flows and able to compensate for potentially imprecise matching results. The evaluation shows, that the matching technique proposed achieves a considerably increased accuracy along with a reduction in computation time in comparison to conventional cross-correlation based matching methods. Moreover, the particle detection method as well as the particle tracking method individually perform almost error-free. In total, promising results on manually annotated experimental data as well as automatically generated synthetic data demonstrate the applicability of the software.