Simultaneous measurement of flow velocities around an arbitrarily moving body has been achieved by applying image processing methods to PIV experiments. This technique encompasses both two-dimensional (2D) and three-dimensional (3D) PIV measurements. A contour-texture analysis based on user-defined textons was applied to determine the arbitrarily moving interface in the 2D PIV, and a tracking approach with prediction and correction by textons was introduced for a time-saving calculation. After the interface tracking procedure was performed, the particle image near the interface was transformed into Cartesian coordinate that is related to the distance from the interface. This transformed image always has a straight interface the interrogation windows can be easily arranged at certain distances from the interface. Flow velocities near the interface can then be achieved by applying the window deformation algorithm. Additionally, accurate displacements of the interface can be obtained by PIV interface gradiometry (PIV/IG) in concert with the window deformation algorithm. Consequently, the displacement of the interface was found to result in acceptable errors except for the border windows. Quantitative evaluations of this method were performed by applying it to computer-generated images and actual PIV measurements. For a tomographic 3D PIV, red fluorescent particles were used as tracer particles. Particles and surfaces were captured through a long-wave pass filter to reduce the surface reflection. Particle images could be extracted by using an image separation. To improve the reconstruction accuracy, the volume self-calibration technique was employed. Three-dimensional surface shapes were reconstructed by tracking the surface deformation. Subsequently, a particle volume reconstruction was performed by simultaneous multiplicative algebraic reconstruction technique (SMART). The particle motion was then calculated by the PIV algorithm on the reconstructed particle volume. The surface reconstruction procedure with the tomographic PIV system was validated for various known shaped cylinder rotations. Real 3D experiments such as flows around a rotating cylinder and flag motions in water were carried out to investigate the applicability of the present method.
영상 처리 기법을 PIV (입자 영상 속도계, particle image velocimetry)에 적용하여 움직이는 물체와 그 주위 유동장을 동시에 측정하는 실험 기법을 개발하였다. 본 연구에서는 2차원 PIV와 3차원 PIV에 각각 적용 가능한 특화된 영상처리 기법 및 실험기법을 제시하였다.
2차원 PIV에서는 실험자가 특정할 수 있는 특정 패턴 형태(텍스톤, textons)에 기반을 둔 질감-재질 분석 기법을 임의로 움직이는 경계 면을 구하기 위해 적용하였다. 또한 계산 시간의 절감을 위해 전체 영상에 대한 영상처리가 아닌, 경계 면을 따라 영상처리를 수행하는 경계면 추적 기법을 소개하였다. 경계 면 추적이 완료된 뒤, 입자 영상은 경계 면을 수평 축으로 하고, 경계 면에서의 거리를 수직 축으로 하는 직교좌표계로 변환할 수 있다. 이렇게 변환된 영상은 직사각형 형태의 입자영상 구조를 갖기 때문에, 기존에 알려진 여러 PIV 알고리즘을 그대로 적용할 수 있다는 장점이 있다. 이에 따라 입자 영상 내부의 유동 속도는 영상 변형 기법을 통해 그 속도를 정확하게 알아낼 수 있다. 경계 면에서의 속도는 PIV/IG (PIV/interface gradiometry)와 영상 변형 알고리즘이 결합된 알고리즘을 통해 최적화된 속도 기울기 알아냄으로써 구할 수 있다. 이러한 일련의 과정을 통해 유동장 전체에 대한 속도를 큰 오차 없이 정확하게 구해낼 수 있다. 정량적인 알고리즘의 평가를 위하여 컴퓨터를 사용하여 가상영상을 제작하였고, PIV 실험을 수행하였다. 가상영상을 통해 알고리즘이 경계 면의 곡률이 상당히 심할 경우뿐만 아니라, 다양한 유동 현상에도 충분히 잘 적용될 수 있음을 알 수 있었으며, 실험을 통해서도 이를 증명하였다.
3차원 PIV에서는 경계 면과 입자를 동시에 촬영하기 위해 붉은 형광 입자를 추적입자로 사용하였고, 입자영상에 비해 상대적으로 매우 강한 경계 면의 반사광을 줄이기 위해 렌즈 내부에 단 파장 차단 필터를 설치하였다. 이를 통해 입자와 경계 면에 동시에 촬영된 영상을 얻을 수 있었으며, 이 영상에서 영상 분리 기법을 사용하여 순수한 입자 영상과 나머지 경계 면 영상을 분리해 낼 수 있었다. 3차원 재구축 과정에서의 정확도를 향상시키기 위하여 체적 자체 보정 법 (volume self calibration)을 적용하였다. 3차원 경계 면 형상은 영상 특징 점 추적과 형태학적 연결, 그리고 최종적으로 삼각법을 사용하여 재구축 하였다. 3차원 입자 분포 구조는 SMART (simultaneous multiplicative algebraic reconstruction technique)을 통하여 구해내었고, 이를 바탕으로 FFT기반의 PIV를 적용하여 입자의 이동 속도를 산출, 유속을 구하였다. 3차원 PIV기법에 대한 본 연구를 검증하기 위하여 회전하는 실린더와 펄럭거리는 깃발에 대한 실험을 수행하였으며, 이를 통해 본 연구에서 제시한 측정기법이 충분히 잘 적용되며 신뢰할 만한 결과를 얻을 수 있음을 보였다.
