ברצוננו להודות למענק NSF CMMI # 1126862 למימון הציוד והפיתוח של אלגוריתמי המפתח הסינתטיים בBYU, בבית מעבדת מחקר עצמאי (ILIR) כספים (פיקוח על ידי ד&quot;ר טוני Ruffa) למימון הציוד והפיתוח בNUWC ניופורט, וNIH / NIDCD המענק R01DC009616 למימון SLT, DJD וJRN ונתונים הנוגעים לניסויי קיפול קול ובאוניברסיטת בית הספר למוסמכים בארלנגן אופטיות טכנולוגיות מתקדמות (SAOT) לתמיכה חלקית של SLT. לבסוף, מאגד Rocky Mountain נאס&quot;א חלל גרנט למימון JRN.

1. התקנת הדמית 3D אור שדה <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> התחל על ידי קביעת גודל נפח המדידה כמו גם הרזולוציה של זמן ומרחב הדרוש לחקירת ניסוי זרימת הנוזל נלמד. </li><li style=";text-align:right;direction:rtl"> להעריך את הצפיפות האופטית שתהיה נוכח בניסוי על מנת לקבוע את מספר המצלמות הנדרשות כדי להפיק תמונות מקדו מחדש עם יחס אות לרעש טוב (SNR) 1, 2 (למשל עבור PIV יש לחשב חלקיקים לפיקסל). לניסוי SAPIV 3D עם קפלי קול הסינתטיים שהוצגו במסמך זה, אנו משתמשים 8 מצלמות ומצפים להשיג צפיפות זריעה של 0.05-0.1 חלקיקים לפיקסל (PPP). מספר זה עולה עם מספר הולך וגדל של מצלמה עם תשואה שולית פוחתת הגיעה סביב 13 מצלמות; SNR יורד במהירות מתחת 5 מצלמות. </li><li style=";text-align:right;direction:rtl"> הר המצלמות בתצורת מערך במסגרת כך שכל מצלמה יכולה להציג את נפח המדידה מנקודתי מבט שונות.</li><li style=";text-align:right;direction:rtl"> צרף את המצלמות למחשב מרכזי עבור לכידה והצגת נתונים. </li><li style=";text-align:right;direction:rtl"> בחר עדשות עם אורכים מתאימים להגדלה הרצויה ומרחקי עבודה אופטיים מוקד. בדרך כלל, אותו הסוג של עדשת אורך מוקד קבועה הוא רכוב לכל מצלמה כדי ליצור גדלה דומה בכל תמונה. </li><li style=";text-align:right;direction:rtl"> הצב מטרה חזותית (כגון רשת כיול) במרכז נפח המדידה. </li><li style=";text-align:right;direction:rtl"> שימוש בתמונה ממצלמת המרכז של המערך כהפניה, להזיז את מסגרת מערך המצלמה כל קרוב או רחוק יותר מנפח המדידה כדי להשיג את ההגדלה הרצויה. </li><li style=";text-align:right;direction:rtl"> בשלב הבא, להפריד את המצלמות שנותרו במערך. ריווח המצלמות רחוקות יותר זה מזה משפר את הרזולוציה מרחבית בממד העומק בעלות עומק לפתרון כולל 1. הערה: אנו משתמשים כדי להתייחס לעומק Z-הממד, שהוא חיובי כלפי המצלמות (ראה תרשים 1). היחס בין העומק לרזולוצית מטוס ניתנת על ידי כ <img alt="משוואה 1" fo:src="/files/ftp_upload/4325/4325eq1highres.jpg" src="/files/ftp_upload/4325/4325eq1.jpg" /> , כאשר Z הוא העומק בהיקף, של o היא המרחק מהמצלמות לחלק הקדמי של הנפח, ו-D הוא היחס בין המרווח למצלמה של o. </li><li style=";text-align:right;direction:rtl"> מסובב את כל המצלמות כאלה שהמטרה החזותית במרכז נפח המדידה מרוכזת כ בכל תמונת מצלמה. </li><li style=";text-align:right;direction:rtl"> עם הפתחים הפתוחים לחלוטין על כל עדשת מצלמה, כל מצלמה מתמקד במטרה החזותית. </li><li style=";text-align:right;direction:rtl"> הנח יעד כיול בחלק האחורי של נפח המדידה. ודא כי היעד הוא בתצוגה של כל מצלמה, אם הוא לא, אז המרחק בין המצלמות ונפח מדידה ו / או התאמה לצרכי ריווח מצלמה (1.7-1.8 צעדים). </li><li style=";text-align:right;direction:rtl"> סגור את הצמצם של כל מצלמה עד היעד הוא בהתמקדות בכל מצלמה. </li><li style=";text-align:right;direction:rtl"> חזור על שלבים 1.11-1.12 עם היעד בtהוא מול נפח המדידה. מטרת הכיול אמורה להופיע דומה לאיור 2 אחרי כל מצלמה מותאמת. </li></ol> 2. התקנת תאורת נפח <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> לקבוע את השיטה המתאימה למאירים נפח המדידה המבוסס על שיטת מדידה המסוימת מוחלת על שדה הזרימה. לvelocimetry תמונת החלקיקים (PIV) נפח ליזר משמש. </li><li style=";text-align:right;direction:rtl"> בחר ליזר עם דופק שיכול להשיג רזולוציה של הזמן הרצוי של המדידה. הליזר עשוי להיות אחת פעם לזמן נפתר או דו פעם ל3 מסגרת פישוק-. </li><li style=";text-align:right;direction:rtl"> להשתמש בעדשות אופטיות ליצירת קרן הליזר לאור נפח המכסה את נפח המדידה. </li><li style=";text-align:right;direction:rtl"> זרעי נפח עם חלקיקי מעקב מתאימים למדידות PIV 3. הריכוז של חלקיקים בנוזל צריך להיות גדול מספיק כדי להשיג רזולוציה מרחבית הרצויה, אבל לא כל כך גדול כמו להפחתת יחס האות לרעש בSA refocused תמונות מתחת לרמה מקובלת. 1 עזר כולל לימוד מעמיק של צפיפות זריעת השגה, אבל ככלל אצבע צפיפות תמונה של 0.05-0.15 חלקיקים לפיקסל (PPP) מתאימה למרבית הניסויים עם 8 או יותר מצלמות. למספר קבוע של מצלמות, החלקיקים לפיקסלים מקטינים לממדי עומק בנפח גדולים יותר. </li></ol> 3. כיול מערך מצלמה <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> כיול דורש לכידת סדרה של תמונות בכל מצלמה עם מטרת כיול (למשל רשת דמקה, ראה איור 2) במקומות רבים ברחבי נפח המדידה. ראשית, לבחור בין שני סוגים של כיול: או שיטת מצלמה המרובה כיול עצמי או הדמית יעד כיול ידוע שהוא עבר דווקא דרך תחום העניין. </li><li style=";text-align:right;direction:rtl"> הקמת מערכת קואורדינטות בכרך המדידה. מערכת קואורדינטות זו לעתים קרובות נבחרה באופן שרלוונטי הוא fאו הניסוי (למשל מיושר עם הציר של גליל, שמקורו בחוד החנית של צלחת שטוחה, וכו &#39;). כאן אנחנו בחרנו להציב הרשתות שלנו במישור XY מיושר על נקודות לאורך ציר Z (1 איור). </li><li style=";text-align:right;direction:rtl"> אם אתם משתמשים במצלמה מרובה אלגוריתם כיול עצמי 4, 5 מקומות יעד הכיול יכולים להיות אקראיים, למעט מקום אחד שממוקם בדיוק במערכת קואורדינטות ההפניה. המיקום של נקודתי כיול ביעד זה ממוקם בדיוק צריך להיות ידוע ברמת דיוק גבוה. בכל מצלמה, ללכוד תמונה של היעד בכל מיקום דומה לאיור 2. </li><li style=";text-align:right;direction:rtl"> אם אינך משתמש במצלמה מרובה אלגוריתם כיול עצמי, אז יעד הכיול חייב להיות ממוקם בדיוק במספר מקומות בנפח המדידה זו שהאורינטציה של היעד במערכת צירי ההתייחסות ידועה ברמת דיוק גבוה. בכל מצלמה, ללכוד תמונה של היעד בכל מיקום.</li><li style=";text-align:right;direction:rtl"> זהה את נקודות על היעד בכל מצלמה לכל תמונה. לכיול עצמי, התכתבויות נקודת תמונה בכל המצלמות נדרשות 5, אך התכתבויות נקודת התייחסות מפורשות לתמונה נדרשות רק לנקודות שנוצרו על ידי ליעד ממוקם בדיוק. לשיטת הכיול חצה בדיוק, תכתובות נקודת התייחסות מפורשות לתמונה נדרשות לכל נקודות בכל המצלמות. </li><li style=";text-align:right;direction:rtl"> החל אלגוריתם הכיול נבחר כדי לכייל את כל המצלמות. כאן אנחנו בחרנו לנצל את מצלמה מרובה אלגוריתם כיול עצמי 4, 5 (קוד פתוח <a href="http://cmp.felk.cvut.cz/~svoboda/SelfCal/" target="_blank">http://cmp.felk.cvut.cz/ ~ סוובודה / SelfCal /)</a> ואת מיקומי מצלמת תוצאה יחסית למטוסים של עניין היא מוצג באיור 3. </li></ol> 4. תזמון, מפעיל ואיסוף נתונים <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> כמותית, הדמית הזמן נפתר שדה אור לכל דורשת גameras ומקורות תאורה כדי להיות מסונכרנים באופן מדויק, לעתים קרובות לאירוע ניסיוני רלוונטי. </li><li style=";text-align:right;direction:rtl"> מחולל פעימות חיצונית משמש כדי לעורר את חשיפות המצלמה ורצפי תאורה. תכנית רצפי דופק העיתוי המתאימים במחולל הפעימות. לניסוי לקפל הקולני, אנו משתמשים ברצף מסגרת פישוק-, לפיו הליזר פעם קרוב לסוף חשיפת מצלמה אחת ובסמוך לתחילת 3 הבאים. </li><li style=";text-align:right;direction:rtl"> אם מפעיל מאירוע ניסיוני, להבטיח שאות מתאימה מופקת וקלט לגנרטור הדופק. </li><li style=";text-align:right;direction:rtl"> אם מפעיל באופן ידני, לבצע הפרשות למפעילים גנרטור הדופק. </li><li style=";text-align:right;direction:rtl"> בגין לכידת נתונים הניסיונית על ידי ייזום לכידת המצלמה ורצף תאורה באמצעות השיטה מפעילה בחרה. </li><li style=";text-align:right;direction:rtl"> למרות שזה נשמע טריוויאלי, בעת רכישת הכמות הגדולה של נתונים הקשורים לניסוי מרובה מצלמת שדה אור הדמית אמנת שמות טובה היא CRUחברתי. זה מועיל לשקול איך את הנתונים ישמשו מ ללכוד לסופו בעת פיתוח אמנת השמות. </li></ol> 5. Refocusing צמצם הסינטטי <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> כעת אנו נפיק ערימת מוקד 3D של תמונות כדי לייצר נפח refocused סינטטי. ראשית, להגדיר את המרווח בין מטוסי מוקד ועומק הכולל refocusing כדי לשמש בהיקף refocused <img alt="משוואה 1" fo:src="/files/ftp_upload/4325/4325eq1highres.jpg" src="/files/ftp_upload/4325/4325eq1.jpg" /> 1, 7. בדרך כלל, את מרווח מטוס המוקד מוגדר למחצית רזולוצית העומק והעומק הכולל refocusing נשלט על ידי האזור שבו כל שדות המצלמה של חפיפת נוף. מטוסי המוקד יהיו בניצב לZ-הציר של מערכת קואורדינטות ההפניה. </li><li style=";text-align:right;direction:rtl"> הגדר את קנה המידה להחלה על התמונות על הקרנה מחדש לתוך נפח המדידה. קנה המידה צריך להיות בקנה אחד עם הגדלה של תמונות הגולמיות כדי למנועדגימה משמעותית מעל או מתחת, דגימה של תמונות מוקרן מחדש. </li><li style=";text-align:right;direction:rtl"> להקים תמורות בין כל תמונת מטוס מצלמה וכל מטוס מוקד סינטטי. </li><li style=";text-align:right;direction:rtl"> בצע preprocessing תמונה כדי להסיר רעשי רקע, ולהתאים להבדלים בעצמה בין תמונות 1, 7. </li><li style=";text-align:right;direction:rtl"> תמונות להקרין מחדש על גבי מטוסי המוקד הסינתטיים, להחיל את קנה המידה ודגימה מחדש את התמונות. קבוצה של פונקציות מובנות של Matlab (עיבוד תמונת ארגז כלים) יכול להתמודד עם משימות אלה ניתנו תמורות מטוס למטוס. </li><li style=";text-align:right;direction:rtl"> על כל מטוס מוקד סינטטי, להחיל אלגוריתם כפל SA refocusing 1, 7 או התוסף. עבור יישומי 3D SAPIV, היו לנו הצלחה טובה עם התוסף SA (כפי שהוחל על את קפלי קול כאן). לתמונות בועת תאורה אחוריות, SA הכפלי הניב תוצאות מעולות. כבדיקה להחיל את המיקוד המחודשת למטוס על אחת מהתמונות כדי לראות אם כיול השיקום מופיע כצפוי. </li&gt; </ol> 6. נפח לאחר העיבוד <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> כדי להעריך את החפצים המקוריים בנפח שנוצר בתחום האור דורש צעד בתהליך המכונה שחזור. מספר אלגוריתמי מתקיים החל מעוצמת פשוטה thresholding 1 עד מדדי מיקוד שיפוע מבוסס 7 לdeconvolution 3D המורכב יותר 8. בחר אלגוריתם שחזור מתאים ליישום. לPIV, היו לנו הצלחה עם שניהם thresholding העצמה וdeconvolution 3D. אנו משתמשים בעוצמת thresholding כאן כדי ליצור ערימת מוקד. שני ערימות מוקד מהשעה 1 (1 t) ושעה 2 (לא 2) הן חוצה בקורלציה להקים שדה וקטורים. שיטת הדמית שדה אור 3D מיסוד תוצאות באובייקטים המוארכים בממד העומק, אשר יכול להשפיע על דיוק PIV; אלגוריתם שחזור טוב מנסה לצמצם התארכות זו. </li><li style=";text-align:right;direction:rtl"> לאחר שלב השחזור, תכונות בהיקף ייתכן שתהיינה צורך או לשעברtracted כדי לאפשר מדידה של גודל, צורה וכו &#39;האלגוריתמים המשמשים להפקת תכונה הן מגוונים ותלוי ביישום 7. כדי לחלץ בועות, למשל, דורש אמצעים לאיתור מאפייני בועה והגדרת הגודל שלהם. עבור יישומי PIV, אנחנו לא במפורש לחלץ חלקיקים ושלב זה ניתן לדלג עליו. </li><li style=";text-align:right;direction:rtl"> עבור יישומי 3D SAPIV, לנתח את עוצמת השיקום לנפחים קטנים יותר וחקירה להחיל אלגוריתם מתאים, מתאם צלב מבוסס PIV כדי למדוד את שדה וקטורי 1, 3. </li></ol> maketform: בונה מטוס למטוס והפיכת imtransform: מפות וresamples תמונה מבוססת על התמורות מmaketform.

<ol>
	<li>Belden, J., Truscott, T. T., Axiak, M., Techet, A. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Three-dimensional+synthetic+aperture+particle+imaging+velocimetry.">Three-dimensional synthetic aperture particle imaging velocimetry.</a> Measurement Science and Technology. 21 (12), 125403 (2010).</li><li>Wilburn, B., Joshi, N., Vaish, V., Talvala, E. -. V., Antunez, E., Barth, A., Adams, A., Horowitz, M., Levoy, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High+performance+imaging+using+large+camera+arrays.">High performance imaging using large camera arrays.</a> ACM Trans. Graph. 24, 765-776 (2005).</li><li>Raffel, M., Willert, C., Wereley, S., Kompenhaus, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Particle image velocimetry - A Practical Guide. , (2007).</li><li>Belden, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Auto-Calibration+of+Multi-Camera+Systems+with+Refractive+Interfaces.">Auto-Calibration of Multi-Camera Systems with Refractive Interfaces.</a> Experiments in Fluids. , (2013).</li><li>Svoboda, T., Martinec, M., Pajdla, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+convenient+multi-camera+self-calibration+for+virtual+environments.">A convenient multi-camera self-calibration for virtual environments.</a> PRESENCE: Teleoperators and Virtual Environments. 14 (4), 407-422 (2005).</li><li>Vaish, V., Garg, G., Talvala, E., Antunez, E., Wilburn, B., Horowitz, M., Levoy, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+aperture+focusing+using+a+shear-warp+factorization+of+the+viewing+transfor.">Synthetic aperture focusing using a shear-warp factorization of the viewing transfor.</a> 3, 129 (2005).</li><li>Belden, J., Ravela, S., Truscott, T. T., Techet, A. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Three-Dimensional+Bubble+Field+Resolution+Using+Synthetic+Aperture+Imaging:+Application+to+a+Plunging+Jet.">Three-Dimensional Bubble Field Resolution Using Synthetic Aperture Imaging: Application to a Plunging Jet.</a> Experiments in Fluids. , (2012).</li><li>Levoy, M., Ng, R., Adams, A., Footer, M., Horowitz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Light+field+microscopy.">Light field microscopy.</a> ACM Transactions on Graphics. 25 (3), (2006).</li><li>Triep, M., Br&#252;cker, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Three-dimensional+nature+of+the+glottal+jet.">Three-dimensional nature of the glottal jet.</a> Journal of the Acoustical Society of America. 127, 1537-1547 (2008).</li><li>Elsinga, G., Scarano, F., Wieneke, B., van Oudheusden, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Tomographic+particle+image+velocimetry.">Tomographic particle image velocimetry.</a> Experiments in Fluids. 41, 933-947 (2006).</li></ol>

אין לנו מה למסור.

כמה שלבים קריטיים לביצוע נכון של ניסוי הדמית שדה אור. בחירת עדשה ומיקום מצלמה צריכה להיות שנבחרו בקפידה על מנת למקסם את הרזולוציה בתוך נפח המדידה. כיול הוא אולי השלב הקריטי ביותר, שכן אלגוריתמי refocusing SA ייכשלו כדי להפיק תמונות ממוקדות בחדות ללא כיול מדויק. למרבה המזל, מרובת המצלמה כיול עצמי מאפשר כיול מדויק ברמה נמוכה יחסית של מאמץ. תאורה אחידה בכל התמונות שמספקות ניגודיות טובה בין האובייקטים של עניין והרקע היא גם הכרחית, למרות שעיבוד תמונה יכול לנרמל את התמונות למידה. עיתוי חשוב גם בעת ביצוע SA בכרכים שאובייקטים נעים. אם כל מצלמה אינה מופעל לקחת תמונה באותו הזמן, שחזור התמונה יהיה ברור להיות לא מדויק. לניסויים במאמר זה אנו מנוצלים רצף של עיתויhown באיור 7. יישומי הדמית שדות אור 3D המוצגים כאן כרוכים ברזולוציה מרחבית trade-off. לדוגמה, 3D SAPIV יכול לשחזר כמויות חלקיקים מתמונות חלקיקים אופטיים צפופות, אבל החלקיקים מופצים ברחבי נפח (פוטנציאל גדול). עבור 2D PIV, החלקיקים מופצים על סדין דק, ולכן תמונות עם אותו צפיפות החלקיקים מתאימות לצפיפות גדולה בהרבה בהיקף המדידה. עם זאת, שיטת SAPIV 3D מאפשרת לצפיפות זריעה הרבה יותר גדולה ששיטות PIV אחרות 3D 1. עוד שיקול שעלול להיות מגביל הוא עוצמת המחשוב הגדולה יחסית קשורה בשיטות הדמית שדות אור; מורכבות חישובית הן אופייניות לשיטות שיקום 3D המבוססים על תמונות, כגון טומוגרפית-PIV 10. לצורך ניסוי זה השתמשנו במצלמות 8 SA3 Photron מצוידות בעדשות מאקרו 105 מ&quot;מ סיגמה וQuantronix הכפול דרווין Nd: YLF ליזר (532 ננומטר, 200 MJ). המצלמות והליזר היו synched יחד באמצעות גנרטור ברקלי תורת גרעין 575 BNC הדיגיטלי עיכוב / דופק. זרימת הנוזל נזרעה עם Expancel הליום מלא microspheres זכוכית. Microspheres היה בקוטר ממוצע של 70 מיקרומטר עם צפיפות של 0.15 גר &#39;/ סמ&quot;ק. אנו מציעים גרסות קוד פתוחות של קודים המשמשים בזאת לקהילה האקדמית באמצעות אתר האינטרנט שלנו <a href="http://www.3dsaimaging.com/" target="_blank">http://www.3dsaimaging.com/</a> ואנו מעודדים את המשתמשים לתת לנו משוב ולהשתתף בשיפור ואספקת קודים שימושיים לקהילת תחום האור כמותית.

determining 3d flow fields via multi-camera light field imaging

בתחום מכניקת זורמים, ברזולוציה של תוכניות חישוביות יש outpaced שיטות ניסיוניות והרחיבה את הפער בין תופעות חזויות ונצפו בזורם נוזל. לכן, צורך קיים לשיטה מסוגלת לפתור (3D) ערכות נתונים תלת ממדיות עבור מגוון של בעיות נגישה. אנו מציגים שיטה חדשנית לביצוע הדמית 3D כמותית של סוגים רבים של שדות זרימה. טכניקת 3D מאפשרת חקירה של שדות מהירות מסובכים ותזרימים מבעבעים. מדידות של סוגים אלה להציג מגוון רחב של אתגרים למכשיר. למשל, תזרים multiphase תוסס אופטי צפוף לא יכול להיות צלם בקלות על ידי טכניקות מסורתיות, לא פולשנית זרימת מדידה בשל הבועות חוסמות גישה אופטית לאזורים הפנימיים של הנפח של עניין. באמצעות הדמית שדה אור אנו מסוגלים reparameterize תמונות שנתפסו על ידי מערך של מצלמות לשחזר מפת נפחית 3D עבור כל מופע זמן, למרותחסימות חלקיות בנפח. הטכניקה עושה שימוש באלגוריתם המכונה refocusing הסינטטי צמצם (SA), לפיה ערימת מוקד 3D נוצרה על ידי שילוב של תמונות ממספר מצלמות שלאחר לכידת 1. הדמית שדה אור מאפשרת ללכידתו של הזוויתי כמו גם מידע מרחבים על קרן האור, ולכן מאפשרת שתחזור הסצנה 3D. מידע כמוני אז ניתן לחלץ מ3D שחזורים באמצעות מגוון של אלגוריתמים לעיבוד. בפרט, פתחו שיטות מדידה המבוססות על הדמית שדה אור לביצוע velocimetry תמונת 3D חלקיקים (PIV), חילוץ בועות בשדה 3D ומעקב הגבול של להבה מרצדת. אנו מציגים את יסודות המתודולוגיה הדמית שדה האור בהקשר של ההגדרה שלנו לביצוע 3DPIV של זרימת האוויר עוברת מעל קבוצה של קפלי קול סינטטיים, ולהראות תוצאות מייצגות מיישום של הטכניקה למטוס צולל בועה entraining.

תמונות PIV גלם איכותיות מכילות חלקיקים אחידים מופצים מופיעים עם ניגודיות גבוהה על הרקע השחור (איור 4 א). כדי לפצות על תאורה לא אחידה על פני התמונה, טרום עיבוד תמונה ניתן לבצע כדי להסיר אזורים בהירים, כיוון ניגודיות ולנרמל את היסטוגרמות עצמה בכל התמונות מכל המצלמות (איור 4 ב). כאשר הניסוי נזרע לצפיפות מתאימה וכיול מדויק מתבצע, SA refocused תמונות תחשופנה בחלקיקים להתמקד בכל מטוס עומק (איור 5). אם המדידה הוא מעל הנפח ייזרע, יחס האות לרעש בתמונות refocused יהיה נמוך ולכן קשים לשחזר את החלקיקים. SA refocused תמונות עם SNR הטוב ניתן thresholded לשמור בחלקיקים להתמקד בכל מטוס עומק. איור 6 מציג שתי תמונות thresholded משני צעדי זמן בZ = מטוס עומק המ&quot;מ -10.6. Vo thresholdedlume אז מנותח לנפחי חקירה המכילים מספר מספיק של חלקיקים לביצוע 3 PIV. יישום אלגוריתם 3DPIV לכרך המנותח מניב תחום מהירות נוזל מוצג באיור 7, במקרה זה, שדה הזרימה הוא שנגרם על ידי קיפול ווקאלי מודל. המהירות של שדה הזרימה מחוץ למטוס היא קטנה מאוד, ולכן מעט מאוד וקטורים שניתן לראות מחוץ לאזור זה. בt = 0 msec לקפל הקולני סגור והמהירות מעט מאוד בתחום היא הווה. המהירות הגדולה ביותר, במטוס הסילון בt = 1 msec מהלכים בכיוון y החיובי ומפחיתה בעוצמתם מt = 2-4 אלפיות שני. נסגר בקיפול בt = 5 אלפיות הפחתת מהירות סילון והמעגל חוזר על עצמו. תמונות אלה אין לו חלקות כמחברים קודמים רבים 9 שמציגים עד 100 תמונות בממוצע ככל שדה מהירות מייצג הציג תמונה אחת בכל פעם. כנקודת התייחסות, סימולציות קודמות הראו שגיאות אופייניות בחישובמהירויות ד להיות על סדר 5-10% בכל אחד ממרכיבי מהירות, הכולל שגיאות מהאלגוריתם עצמו PIV 1; לאלגוריתם שאנו משתמשים (11 MatPIV המותאם ל3D), שגיאה זו ידועה להיות יחסי גדולה כדי קודים אחרים. תזרים תוסס הם תחום נוסף של עניין מדעי שיכולים להפיק תועלת מהיכולות של 3D הדמית שדה אור. טכניקת SA יכולה להיות מיושמת באופן דומה לשדות זרימה תוססים, שבו אור הליזר מוחלף בתאורה אחורית לבנה מפוזרת, שתוצאה בתמונות כמו שמוצג באיור 8 א בי קצות הבועות מופיעים כהים על הרקע הלבן. לאחר כיול עצמי, החלופה הכפלי של שיטת SA ניתן ליישם להניב מחסנית מוקד עם בועות ממוקדות מאוד במישור המקביל לעומקה של הבועה ומטושטשת מתצוגה במטוסים אחרים העומק, כפי שמוצגת באיור 8 ב-d 7. thresholding הפשוט הוא לאשיטה מתאימה לחילוץ הבועות, במקום סדרה של אלגוריתמי חילוץ מאפיינים מתקדמים מנוצלת כמפורטת ב7. <img src="/files/ftp_upload/4325/4325fig1.jpg" alt="איור 1" /> איור 1. תמונה של מצלמות וקפלי קול עם תוויות ולתאם מערכת. <img src="/files/ftp_upload/4325/4325fig2.jpg" alt="איור 2" /> איור 2. רשת כיול בZ = 0 מ&quot;מ כפי שנראה מכל 8 המצלמות. <img src="/files/ftp_upload/4325/4325fig3.jpg" alt="איור 3" fo:content-width="2.5in" fo:src="/files/ftp_upload/4325/4325fig3highres.jpg"/> איור 3. Topview של תכנית התקנה של מצלמה מפלט כיול עצמי מרובה מצלמה. מצלמות 1-8 נמצאות עם מספרים וחוגים, עם צפיית directio הכלליn מסומן בקו. הכתם האדום ליד המוצא הוא למעשה 400 נקודות + מרשת הכיול בכל עומק Z זממה ב3D יחסית למצלמות. <img src="/files/ftp_upload/4325/4325fig4.jpg" alt="איור 4" /> איור 4. תמונות גלם של שדה החלקיקים שנצפו מהמצלמה # 6 ב t 1 ולא 2 (&amp; B). תמונות דומות לאחר שלפני העיבוד (C &amp; D). <img src="/files/ftp_upload/4325/4325fig5.jpg" alt="איור 5" /> איור 5 משמאל לימין:. תמונות גלם refocused SAPIV בעומקים () Z = -5.9 מ&quot;מ, (ב) ומ&quot;מ -10.6 (ג) -15.3 מ&quot;מ. <img src="/files/ftp_upload/4325/4325fig6.jpg" alt="איור 6" /> האיור 6. Threshoתמונות lded בצעדי זמן () 1 t ו (ב) t 2 בZ = -10.6 מ&quot;מ. <img src="/files/ftp_upload/4325/4325fig7.jpg" alt="איור 7" fo:content-width="5.25in" fo:src="/files/ftp_upload/4325/4325fig7highres.jpg"/> איור 7. שדה וקטורים תלת ממדי של המטוס שנוצר על ידי קפלי קול סינטטי ל6 שלבים בזמן. צד השמאל מראה נוף איזומטרי של שדה מהירות 3D כולו. קיצוצים של מטוסי YZ xy ונעשים דרך המרכז של הקפל הקולני כפי שצוין לעיל כל עמודה. <img src="/files/ftp_upload/4325/4325fig8.jpg" alt="איור 8" /> איור 8 משמאל לימין:. תמונה גולמית של שדה זרימה מבעבע ממערך מצלמה ותמונות מקדו מחדש בעומקים (ב) Z = -10 מ&quot;מ, (ג) 0 מ&quot;מ ו( ד) 10 מ&quot;מ.המעגל מדגיש בועה שנמצאת על Z = מטוס עומק המ&quot;מ -10, ונעלם מנוף במישורים אחרים. פרטים על ניסויי הבועה ניתן למצוא 4.

Watch this Scientific Journal Video about Determining 3D Flow Fields via Multi-camera Light Field Imaging at JoVE.com

Determining 3D Flow Fields via Multi-camera Light Field Imaging

טכניקה לביצוע הדמיה כמותית תלת ממדי (3D) עבור מגוון של זורם נוזל מוצגת. שימוש במושגים מתחום הדמית שדה אור, אנו משחזרים כרכי 3D ממערכים של תמונות. התוצאות שלנו 3D להקיף מגוון רחב הכוללים שדות מהירות והפצות גודל בועות רבות שלבים.

קביעת שדות זרימה 3D באמצעות מצלמה מרובה אור תחום הדמיה

In the field of fluid mechanics, the resolution of computational schemes has outpaced experimental methods and widened the gap between predicted and ...

determining-3d-flow-fields-via-multi-camera-light-field-imaging

Research

Education

JoVE Core

JoVE Journal

Civil Engineering

Engineering

Unit 1

Differential Analysis of Fluid Flow

SCIENTISTS IN ACTION

16.5K Views.  Brigham Young University. טכניקה לביצוע הדמיה כמותית תלת ממדי (3D) עבור מגוון של זורם נוזל מוצגת. שימוש במושגים מתחום הדמית שדה אור, אנו משחזרים כרכי 3D ממערכים של תמונות. התוצאות שלנו 3D להקיף מגוון רחב הכוללים שדות מהירות והפצות גודל בועות רבות שלבים.

Video: Determining 3D Flow Fields via Multi-camera Light Field Imaging

High-resolution, High-speed, Three-dimensional Video Imaging with Digital Fringe Projection Techniques

Digital fringe projection (DFP) techniques provide dense 3D measurements of dynamically changing surfaces.&#160;Like the human eyes and brain, DFP uses triangulation between matching points in two views of the same scene at different angles to compute depth.&#160;However, unlike a stereo-based method, DFP uses a digital video projector to replace one of the cameras1. The projector rapidly projects a known sinusoidal pattern onto the subject, and the surface of the subject distorts these patterns in the camera&#8217;s field of view. Three distorted patterns (fringe images) from the camera can be used to compute the depth using triangulation.
Unlike other 3D measurement methods, DFP techniques lead to systems that tend to be faster, lower in equipment cost, more flexible, and easier to develop.&#160;DFP systems can also achieve the same measurement resolution as the camera.&#160;For this reason, DFP and other digital structured light techniques have recently been the focus of intense research (as summarized in1-5). Taking advantage of DFP, the graphics processing unit, and optimized algorithms, we have developed a system capable of 30&#160;Hz 3D video data acquisition, reconstruction, and display for over 300,000 measurement points per frame6,7.&#160;Binary defocusing DFP methods can achieve even greater speeds8.
Diverse applications can benefit from DFP techniques. Our collaborators have used our systems for facial function analysis9, facial animation10, cardiac mechanics studies11, and fluid surface measurements, but many other potential applications exist.&#160;This video will teach the fundamentals of DFP techniques and illustrate the design and operation of a binary defocusing DFP system.

This video describes the fundamentals of digital fringe projection techniques, which provide dense 3D measurements of dynamically changing surfaces.&#160;It also demonstrates the design and operation of a high-speed binary defocusing system based on these techniques.

ברזולוציה גבוהה, במהירות גבוהה, הדמיה וידאו תלת ממדית עם טכניקות הקרנה הדיגיטלי פרינג&#39;

Digital fringe projection (DFP) techniques provide dense 3D measurements of dynamically changing surfaces.&#160;Like the human eyes and brain, DFP uses ...

Real-Time DC-dynamic Biasing Method for Switching Time Improvement in Severely Underdamped Fringing-field Electrostatic MEMS Actuators

Mechanically underdamped electrostatic fringing-field MEMS actuators are well known for their fast switching operation in response to a unit step input bias voltage. However, the tradeoff for the improved switching performance is a relatively long settling time to reach each gap height in response to various applied voltages. Transient applied bias waveforms are employed to facilitate reduced switching times for electrostatic fringing-field MEMS actuators with high mechanical quality factors. Removing the underlying substrate of the fringing-field actuator creates the low mechanical damping environment necessary to effectively test the concept. The removal of the underlying substrate also a has substantial improvement on the reliability performance of the device in regards to failure due to stiction. Although DC-dynamic biasing is useful in improving settling time, the required slew rates for typical MEMS devices may place aggressive requirements on the charge pumps for fully-integrated on-chip designs. Additionally, there may be challenges integrating the substrate removal step into the back-end-of-line commercial CMOS processing steps. Experimental validation of fabricated actuators demonstrates an improvement of 50x in switching time when compared to conventional step biasing results. Compared to theoretical calculations, the experimental results are in good agreement.

The robust device design of fringing-field electrostatic MEMS actuators results in inherently low squeeze-film damping conditions and long settling times when performing switching operations using conventional step biasing. Real-time switching time improvement with DC-dynamic waveforms reduces the settling time of fringing-field MEMS actuators when transitioning between up-to-down and down-to-up states.

Real-Time DC-דינמית הטיית שיטה להחלפת זמן שיפור בשולים בשדה קשות Underdamped תנעי MEMS אלקטרוסטטית

Mechanically underdamped electrostatic fringing-field MEMS actuators are well known for their fast switching operation in response to a unit step input ...

Data Acquisition Protocol for Determining Embedded Sensitivity Functions

The effectiveness of many structural health monitoring techniques depends on the placement of sensors and the location of input forces. Algorithms for determining optimal sensor and forcing locations typically require data, either simulated or measured, from the damaged structure. Embedded sensitivity functions provide an approach for determining the best available sensor location to detect damage with only data from the healthy structure. In this video and manuscript, the data acquisition procedure and best practices for determining the embedded sensitivity functions of a structure is presented. The frequency response functions used in the calculation of the embedded sensitivity functions are acquired using modal impact testing. Data is acquired and representative results are shown for a residential scale wind turbine blade. Strategies for evaluating the quality of the data being acquired are provided during the demonstration of the data acquisition process.

The data acquisition procedure for determining embedded sensitivity functions is described. Data is acquired and representative results are shown for a residential scale wind turbine blade.

קליטת נתוני פרוטוקול קביעת פונקציות רגישות Embedded

The effectiveness of many structural health monitoring techniques depends on the placement of sensors and the location of input forces. Algorithms for ...

Hand Controlled Manipulation of Single Molecules via a Scanning Probe Microscope with a 3D Virtual Reality Interface

Considering organic molecules as the functional building blocks of future nanoscale technology, the question of how to arrange and assemble such building blocks in a bottom-up approach is still open. The scanning probe microscope (SPM) could be a tool of choice; however, SPM-based manipulation was until recently limited to two dimensions (2D). Binding the SPM tip to a molecule at a well-defined position opens an opportunity of controlled manipulation in 3D space. Unfortunately, 3D manipulation is largely incompatible with the typical 2D-paradigm of viewing and generating SPM data on a computer. For intuitive and efficient manipulation we therefore couple a low-temperature non-contact atomic force/scanning tunneling microscope (LT NC-AFM/STM) to a motion capture system and fully immersive virtual reality goggles. This setup permits &#34;hand controlled manipulation&#34; (HCM), in which the SPM tip is moved according to the motion of the experimenter&#39;s hand, while the tip trajectories as well as the response of the SPM junction are visualized in 3D. HCM paves the way to the development of complex manipulation protocols, potentially leading to a better fundamental understanding of nanoscale interactions acting between molecules on surfaces. Here we describe the setup and the steps needed to achieve successful hand-controlled molecular manipulation within the virtual reality environment.

We demonstrate the precise manipulation of individual organic molecules on a metal surface with the tip of a scanning probe microscope driven in 3D by the experimenter's hand using a motion capture system and fully immersive virtual reality goggles.

יד מבוקרת מניפולציה של יחיד מולקולות באמצעות סריקת הבדיקה במיקרוסקופ עם ממשק מציאות 3D Virtual

Considering organic molecules as the functional building blocks of future nanoscale technology, the question of how to arrange and assemble such building ...

Generation of Size-controlled Poly (ethylene Glycol) Diacrylate Droplets via Semi-3-Dimensional Flow Focusing Microfluidic Devices

Uniform and size-controllable poly (ethylene glycol) diacrylate (PEGDA) droplets could be produced via the flow focusing process in a microfluidic device. This paper proposes a semi-three-dimensional (semi-3D) flow-focusing microfluidic chip for droplet formation. The polydimethylsiloxane (PDMS) chip was fabricated using the multi-layer soft lithography method. Hexadecane containing surfactant was used as the continuous phase, and PEGDA with the ultraviolet (UV) photo-initiator was the dispersed phase. Surfactants allowed the local surface tension to drop and formed a more cusped tip which promoted breaking into tiny micro-droplets. As the pressure of dispersed phase was constant, the size of droplets became smaller with increasing continuous phase pressure before dispersed phase flow was broken off. As a result, droplets with size variation from 1 &#181;m to 80 &#181;m in diameter could be selectively achieved by changing the pressure ratio in two inlet channels, and the average coefficient of variation was estimated to be below 7%. Furthermore, droplets could turn into micro-beads by UV exposure for photo-polymerization. Conjugating biomolecules on such micro-beads surface have many potential applications in the fields of biology and chemistry.

Generation of Size-controlled Poly ethylene Glycol Diacrylate Droplets via Semi-3-Dimensional Flow Focusing Microfluidic Devices

Here, we present a protocol to illustrate the fabrication processes and verifying experiments of a semi-three-dimensional (semi-3D) flow-focusing microfluidic chip for droplet formation.

דור של פולי שבשליטת גודל (אתילן גליקול) Diacrylate טיפות דרך דו-תלת-ממדי לזרום התמקדות Microfluidic מכשירים

Uniform and size-controllable poly (ethylene glycol) diacrylate (PEGDA) droplets could be produced via the flow focusing process in a microfluidic device. ...

Experimental Investigation of the Flow Structure over a Delta Wing Via Flow Visualization Methods

It is well known that the flow field over a delta wing is dominated by a pair of counter rotating leading edge vortices (LEV). However, their mechanism is not well understood. The flow visualization technique is a promising non-intrusive method to illustrate the complex flow field spatially and temporally. A basic flow visualization setup consists of a high-powered laser and optic lenses to generate the laser sheet, a camera, a tracer particle generator, and a data processor. The wind tunnel setup, the specifications of devices involved, and the corresponding parameter settings are dependent on the flow features to be obtained.
Normal smoke wire flow visualization uses a smoke wire to demonstrate the flow streaklines. However, the performance of this method is limited by poor spatial resolution when it is conducted in a complex flow field. Therefore, an improved smoke flow visualization technique has been developed. This technique illustrates the large-scale global LEV flow field and the small-scale shear layer flow structure at the same time, providing a valuable reference for later detailed particle image velocimetry (PIV) measurement.
In this paper, the application of the improved smoke flow visualization and PIV measurement to study the unsteady flow phenomena over a delta wing is demonstrated. The procedure and cautions for conducting the experiment are listed, including wind tunnel setup, data acquisition, and data processing. The representative results show that these two flow visualization methods are effective techniques for investigating the three-dimensional flow field qualitatively and quantitatively.

Here, we present a protocol to observe unsteady vortical flows over a delta wing using a modified smoke flow visualization technique and investigate the mechanism responsible for the oscillations of the leading-edge vortex breakdown locations.

חקירה נסיונית של מבנה הזרימה מעל כנף דלתא באמצעות שיטות הדמיה זרימה

It is well known that the flow field over a delta wing is dominated by a pair of counter rotating leading edge vortices (LEV). However, their mechanism is ...

Synchrotron X-ray Microdiffraction and Fluorescence Imaging of Mineral and Rock Samples

In this report, we describe a detailed procedure for acquiring and processing&#160;x-ray microfluorescence (&#956;XRF), and Laue and powder microdiffraction two-dimensional (2D) maps at beamline 12.3.2 of the Advanced Light Source (ALS), Lawrence Berkeley National Laboratory. Measurements can be performed on any sample that is less than 10 cm x 10 cm x 5 cm, with a flat exposed surface. The experimental geometry is calibrated using standard materials (elemental standards for XRF, and crystalline samples such as Si, quartz, or Al2O3 for diffraction). Samples are aligned to the focal point of the x-ray microbeam, and raster scans are performed, where each pixel of a map corresponds to one measurement, e.g., one XRF spectrum or one diffraction pattern. The data are then processed using the in-house developed software XMAS, which outputs text files, where each row corresponds to a pixel position. Representative data from moissanite and an olive snail shell are presented to demonstrate data quality, collection, and analysis strategies.

We describe a beamline setup meant to carry out rapid two-dimensional x-ray fluorescence and x-ray microdiffraction mapping of single crystal or powder samples using either Laue (polychromatic radiation) or powder (monochromatic radiation) diffraction. The resulting maps give information about strain, orientation, phase distribution, and plastic deformation.

סינכרוטרון Microdiffraction רנטגן והדמיה זריחה של דגימות הסלע המינרלים

In this report, we describe a detailed procedure for acquiring and processing&#160;x-ray microfluorescence (&#956;XRF), and Laue and powder ...

Simultaneous Measurement of Turbulence and Particle Kinematics Using Flow Imaging Techniques

Numerous problems in scientific and engineering fields involve understanding the kinematics of particles in turbulent flows, such as contaminants, marine micro-organisms, and/or sediments in the ocean, or fluidized bed reactors and combustion processes in engineered systems. In order to study the effect of turbulence on the kinematics of particles in such flows, simultaneous measurements of both the flow and particle kinematics are required. Non-intrusive, optical flow measurement techniques for measuring turbulence, or for tracking particles, exist but measuring both simultaneously can be challenging due to interference between the techniques. The method presented herein provides a low cost and relatively simple method to make simultaneous measurements of the flow and particle kinematics. A cross section of the flow is measured using a particle image velocimetry (PIV) technique, which provides two components of velocity in the measurement plane. This technique utilizes a pulsed-laser for illumination of the seeded flow field that is imaged by a digital camera. The particle kinematics are simultaneously imaged using a light emitting diode (LED) line light that illuminates a planar cross section of the flow that overlaps with the PIV field-of-view (FOV). The line light is of low enough power that it does not affect the PIV measurements, but powerful enough to illuminate the larger particles of interest imaged using the high-speed camera. High-speed images that contain the laser pulses from the PIV technique are easily filtered by examining the summed intensity level of each high-speed image. By making the frame rate of the high-speed camera incommensurate with that of the PIV camera frame rate, the number of contaminated frames in the high-speed time series can be minimized. The technique is suitable for mean flows that are predominantly two-dimensional, contain particles that are at least 5 times the mean diameter of the PIV seeding tracers, and are low in concentration.

The technique described herein offers a low cost and relatively simple method to simultaneously measure particle kinematics and turbulence in flows with low particle concentrations. The turbulence is measured using particle image velocimetry (PIV), and particle kinematics are calculated from images obtained with a high-speed camera in an overlapping field-of-view.

מדידה סימולטני של מערבולת, קינמטיקה של חלקיקים באמצעות זרימת טכניקות הדמיה

Numerous problems in scientific and engineering fields involve understanding the kinematics of particles in turbulent flows, such as contaminants, marine ...

Label-Free Imaging of Single Proteins Secreted from Living Cells via iSCAT Microscopy

We demonstrate interferometric scattering (iSCAT) microscopy, a method capable of detecting single unlabeled proteins secreted from individual living cells in real time. In this protocol, we cover the fundamental steps to realize an iSCAT microscope and complement it with additional imaging channels to monitor the viability of a cell under study. Following this, we use the method for real-time detection of single proteins as they are secreted from a living cell which we demonstrate with an immortalized B-cell line (Laz388). Necessary steps concerning the preparation of microscope and sample as well as the analysis of the recorded data are discussed. The video protocol demonstrates that iSCAT microscopy offers a straightforward method to study secretion at the single-molecule level.

We present a protocol for the real-time optical detection of single unlabeled proteins as they are secreted from living cells. This is based on interferometric scattering (iSCAT) microscopy, which can be applied to a variety of different biological systems and configurations.

ללא תווית הדמיה של יחיד חלבונים מופרש מתאי חי דרך iSCAT מיקרוסקופ

We demonstrate interferometric scattering (iSCAT) microscopy, a method capable of detecting single unlabeled proteins secreted from individual living ...

O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression

Unlike macroscopic process variables, near-infrared spectroscopy provides process information at the molecular level and can significantly improve the prediction of the components in industrial processes. The ability to record spectra for solid and liquid samples without any pretreatment is advantageous and the method is widely used. However, the disadvantages of analyzing high-dimensional near-infrared spectral data include information redundancy and multicollinearity of the spectral data. Thus, we propose to use partial least squares regression method, which has traditionally been used to reduce the data dimensionality and eliminate the collinearity between the original features. We implement the method for predicting the o-cresol concentration during the production of polyphenylene ether. The proposed approach offers the following advantages over component regression prediction methods: 1) partial least squares regression solves the multicollinearity problem of the independent variables and effectively avoids overfitting, which occurs in a regression analysis due to the high correlation between the independent variables; 2) the use of the near-infrared spectra results in high accuracy because it is a non-destructive and non-polluting method to obtain information at microscopic and molecular scales.

The protocol describes a method of predicting o-cresol concentration during the production of polyphenylene ether using near-infrared spectroscopy and partial least squares regression. To describe the process more clearly and completely, an example of predicting the o-cresol concentration during the production of polyphenylene is used to clarify the steps.

O-cresol ריכוז באינטרנט מדידה מבוסס על הקרוב ספקטרוסקופית אינפרא אדום דרך רגרסיה חלקית לפחות מרובע

Unlike macroscopic process variables, near-infrared spectroscopy provides process information at the molecular level and can significantly improve the ...