Metodología para el análisis de velocimetría de partículas por medio del tratamiento de imágenes

Abstract

La velocimetría por imágenes de partículas es una técnica de medición de velocidad no intrusiva al medio, basada en procesamiento digital de imágenes, la cual permite obtener el campo de velocidades de un fluido en movimiento. Esta técnica se basa fundamentalmente en la adquisición de imágenes de partículas neutralmente boyantes sumergidas en un flujo durante un instante de tiempo conocido, con el fin de cuantificar el desplazamiento de las mismas. La obtención de resultados correctos depende en gran medida de la configuración experimental y del método de procesamiento de imágenes utilizado. Típicamente se utilizan algoritmos de correlación cruzada basados en la transformada rápida de Fourier debido a su fácil implementación y a su buen desempeño computacional en comparación con la correlación cruzada directa. Sin embargo, al utilizar una medición estadística se presentan datos sesgados. Adicionalmente, cuando las bases de datos tienen imágenes de alta resolución y gran volumen, el almacenamiento físico se ve afectado y los tiempos de procesamiento computacional empiezan a ser muy altos. Teniendo en cuenta esto, se propone una metodología que utiliza transformaciones de filtros no lineales aplicados a la correlación cruzada generalizada. Esto con el fin de extraer información de fase de la señal en el plano de frecuencias, dicha técnica se conoce como correlación de fase, combinado con un algoritmo de compresión de imágenes Wavelet para aumentar los rendimientos computacionales y disminuir el almacenamiento de las imágenes.

Abstract: Particle imaging velocimetry is a non-intrusive speed measurement technique based on digital image processing, which allows obtaining the velocity field of a fluid in motion. This technique is based on the acquisition of images of neutrally buoyant particles submerged in a flow during a known time, in order to quantify their displacement. Obtaining correct results depends to a large extent on the experimental configuration and the image processing method used, cross-correlation algorithms based on the fast Fourier transform are typically used due to their easy implementation and good computational performance compared to the direct cross correlation. However, when using a statistical measurement, biased data are presented. Additional when the databases have high resolution images and large volume, the physical storage is affected and the computational processing times start to be very high. Given this, this paper proposes a methodology that uses non-linear filter transformations applied to generalized cross-correlation. This in order to extract phase information from the signal in the plane of frequencies, this technique is known as phase correlation, combined with a Wavelet image compression algorithm to increase computational performances and decrease the storage of images.