Professional Documents
Culture Documents
(1)
onde o smbolo denota correlao.
Para entender essa funo, basta visualizar a correlao como uma varredura de
uma funo passando sobre a outra, e possuir uma somatria de multiplicaes
mxima quando as duas funes estiverem exatamente sobrepostas. Dessa forma, se
o mximo da correlao cruzada ocorrer em = 0, ento no h deslocamento entre
as funes, e caso isso no ocorra, o deslocamento entre as funes ser dado pelo
do ponto mximo.
39
A correlao cruzada bidimensional funciona atravs do mesmo princpio da
unidimensional, com a diferena que ela apresenta duas integrais do produto das
funes bidimensionais, segundo a equao (2).
, , = , +, +
(2)
Ela tambm deve ser interpretada como uma varredura de uma funo sobre a
outra, com a diferena que essa varredura executada nas dimenses x e y, e no
em apenas uma dimenso. possvel interpretar o processo fazendo uma analogia
com as imagens, pois o que ocorre seria basicamente o deslocamento de uma
imagem sobre a outra a fim de encontrar o ponto de maior coincidncia.
A funo da correlao bidimensional originar uma superfcie, e assim como na
correlao unidimensional, se o ponto mximo da funo (pico da superfcie) ocorrer
em = 0 e = 0, no h deslocamento entre as funes bidimensionais. Caso
contrrio, o deslocamento ser dado pelos valores e do ponto mximo.
A fim de validar a ferramenta de correlao cruzada do Labview e identificar o seu
modo de funcionamento, foram elaboradas duas imagens simples com deslocamento
em pixels conhecido entre elas, tanto na direo x quanto na direo y. Essas imagens
podem ser visualizadas a seguir na Fig. 20. O deslocamento em x de 10 pixels para
a direita e o deslocamento em y de 30 pixels para baixo.
Figura 20 Imagens elaboradas para validar e identificar o funcionamento da correlao 2D
40
Percebe-se que as imagens apresentam um fundo preto bem definido e trs
pequenos quadrados brancos, que se distinguem com clareza do fundo. Essa escolha
foi proposital, pois quanto melhor a qualidade dos objetos contidos na imagem, maior
ser a preciso com que a correlao encontrar o deslocamento entre as imagens.
Isso ressalta a necessidade de conseguir capturar imagens do PIV com boa
qualidade, e ainda a importncia do tratamento das imagens antes da anlise. Essas
imagens elaboradas so as mais adequadas para efeito de validao da ferramenta
pelo fato de no apresentarem os rudos pertinentes s imagens de ensaios
experimentais, que poderiam ocasionar a obteno de valores diferentes dos reais.
A funo de sada da correlao cruzada a superfcie formada pela somatria do
produto das funes bidimensionais. O programa utiliza ento um bloco de comando
que detecta o ponto mximo dessa superfcie e reconhece os deslocamentos
ocorridos nas direes x e y, que so os resultados que buscamos.
No caso das imagens desenvolvidas para validao, o programa reconheceu as
distncias exatas em pixels, como indica a Fig. 21, que contm o resultado da
correlao no painel frontal. Observa-se que foram obtidos os valores de = 10 e
= 30 pixels, indicando o sentido do deslocamento atravs do sinal de menos.
Figura 21 Painel frontal indicando os deslocamentos em pixels obtidos pela correlao
41
O programa permite ainda exportar um arquivo com a funo resultante da
correlao, que no caso uma matriz de valores que formam a superfcie
mencionada. Esse arquivo pode ser utilizado no Matlab para gerar um grfico da
superfcie a fim de visualizar espacialmente os deslocamentos do pico.
A Fig. 22 ilustra o grfico da superfcie obtida pela correlao e o seu mapa de
contorno. Atravs desses grficos possvel visualizar o tipo de informao que a
correlao gera e identificar claramente o pico da superfcie, que ressaltado em
cores quentes (de amarelo a vermelho) em ambos os grficos.
Percebe-se que o ponto mximo do pico ocorre em = 10 e = 30, o que
acontece porque pela maneira como a correlao executada, ela considera o eixo y
positivo no sentido para baixo, entretanto, a conveno de sinais mais utilizada que
o eixo x seja positivo no sentido para a direita e o eixo y no sentido para cima, assim,
essa inverso do eixo y foi corrigida nos resultados finais do programa no Labview.
Vale ressaltar que essa constatao de comportamento dos eixos s foi possvel
graas a essa etapa de validao da ferramenta.
Figura 22 Grfico de superfcie e mapa de contorno da correlao cruzada para as imagens
de validao
42
A rotina utilizada no Matlab para gerar os grficos consiste em carregar o arquivo
que contm os dados da correlao, extrado do programa em Labview, criar vetores
de x e y consistentes com a matriz da correlao, ou seja, que contenham as mesmas
dimenses, e atravs dos comandos surf e contour gerar respectivamente o grfico
da superfcie e o mapa de contorno.
Aps o processo de validao da correlao cruzada, a ferramenta foi aplicada
rotina desenvolvida para definir as regies de interrogao, de forma que a correlao
realizada em cada regio definida para os pares de matrizes (correspondentes aos
pares de imagens).
Assim, cada regio gera uma superfcie e consequentemente os valores de
deslocamento em x e y do pico. Isso permite que os deslocamentos da imagem como
um todo sejam mapeados atravs das vrias janelas onde a rotina executada.
A seguir, a Fig. 23 ilustra os grficos de superfcie e mapa de contorno para uma
regio de interrogao definida em imagens do PIV. Ao comparar com os grficos
gerados pelas imagens da validao, percebe-se que os das imagens reais do PIV
apresentam mais variaes na superfcie, e dependendo do caso, podem apresentar
variaes que dificultam o reconhecimento do pico, o que se deve ao fato das imagens
apresentarem rudos e distrbios que muitas vezes no podem ser corrigidos, mesmo
executando a etapa de tratamento das imagens.
43
Figura 23 Grfico de superfcie e mapa de contorno da correlao cruzada para uma regio
de interrogao de imagens do PIV
Quando o programa finaliza a execuo da correlao para todas as regies, ele
organiza os dados em um arquivo de sada, que ser salvo de acordo com a
orientao de diretrio que o usurio fornece. Assim, o usurio tem os dados de
deslocamento em x e y para cada regio da imagem, e pode ento compor o campo
de vetores.
Neste trabalho, foi utilizado o Matlab para obter o campo de vetores resultantes do
PIV. Para tal, foi desenvolvida uma rotina que carrega o arquivo contendo os valores
de deslocamento em x e y das regies analisadas nas imagens (fornecido pelo
Labview), e carrega ainda um arquivo que contm as posies centrais de cada regio
de interrogao. Este ltimo arquivo foi elaborado para fazer com que os vetores
sejam plotados exatamente no centro de cada regio.
A funo do Matlab responsvel por traar os vetores a funo quiver. Ela
desenha as flechas do tamanho determinado pelo arquivo de deslocamentos. Algumas
imagens de campo de vetores geradas pela rotina podem ser vistas na seo
seguinte, em que so apresentados os resultados obtidos.
44
7. Resultados
Esta seo apresenta os resultados obtidos atravs da aplicao do programa em
Labview s imagens do -PIV obtidas pelo mestrando Francisco em seu trabalho de
qualificao [32]. Os resultados foram submetidos rotina do Matlab que traa os
vetores a fim de permitir a visualizao do campo de vetores em um espao
correspondente ao da imagem. Dessa forma, possvel acompanhar o sentido que o
escoamento percorreu a cada par de imagens.
Os resultados a seguir representam as distncias em pixels percorridas pelas
partculas em meio ao escoamento. A tcnica do PIV gera o campo de velocidade do
escoamento, que obtido atravs da diviso dos deslocamentos das partculas pelo
intervalo de tempo existente entre o par de imagens analisado. O intervalo de tempo
entre as imagens o inverso da frequncia de aquisio da cmera de alta
velocidade, ento, a velocidade dada pela equao (3).
=
. . (3)
onde: a velocidade da regio de interrogao em m/s,
a distncia em pixels
percorrida pelas partculas na regio analisada, a relao de converso entre o
valor em metros que representado por um pixel e a frequncia de aquisio da
cmera em imagens por segundo.
A obteno dos valores de velocidade das regies de interrogao altera apenas o
mdulo dos vetores, pois a direo e o sentido j so definidos pelos deslocamentos
obtidos pela correlao cruzada, como ilustram os resultados a seguir.
45
Figura 24 Campos de vetores dos deslocamentos das regies de interrogao para
diferentes pares de imagens do -PIV
46
Figura 25 (continuao) Campos de vetores dos deslocamentos das regies de interrogao
para diferentes pares de imagens do -PIV
47
Figura 26 (continuao) Campos de vetores dos deslocamentos das regies de interrogao
para diferentes pares de imagens do -PIV
48
Os resultados contidos na Fig. 24 so os campos de vetores de deslocamento
para seis diferentes pares de imagens do mesmo escoamento. Percebe-se com
clareza que o sentido do escoamento ocorre majoritariamente de cima para baixo,
entretanto, existem algumas tendncias laterais, reflexo das variaes que
aconteceram nos experimentos. Essas variaes podem ser observadas e
identificadas nas filmagens.
Os resultados so coerentes com o escoamento desenvolvido pelo fluido durante
os experimentos e principalmente com os princpios de mecnica dos fluidos, pois ao
observar a lateral direita, onde est localizada uma das paredes do tubo retangular,
percebe-se que o programa detecta vetores de mdulos menores nas regies
prximas parede, e os mdulos aumentam ao se distanciarem da parede. Assim,
verifica-se que os resultados respeitam o princpio de que a velocidade do fluido
escoando no interior de um tubo nula na parede do tubo.
possvel identificar que em alguns pontos dos campos de vetores o programa
no reconheceu o deslocamento ocorrido nessas regies. Isto se deve provavelmente
ao fato da qualidade da imagem nesses pontos no ser adequada anlise mesmo
aps o tratamento efetuado. A qualidade insuficiente causa a obteno de uma
superfcie de sada da correlao cruzada sem pico bem definido, impedindo a
identificao do deslocamento.
Apesar dessa limitao do programa, vale ressaltar que a quantidade de pontos
onde o deslocamento no foi identificado reduzida comparada s regies em que o
programa obteve resultados adequados, assim, pode-se considerar que o programa
desenvolvido atende aos requisitos de anlise necessrios tcnica do PIV.
49
8. Concluso
Este trabalho consistiu de uma pesquisa acerca da tcnica de Velocimetria por
Imagem de Partcula (Particle Image Velocimetry - PIV), abrangendo as etapas de
reviso bibliogrfica, desenvolvimento do programa de anlise e aplicao do
programa em imagens de experimentos de -PIV para obteno de resultados.
A reviso bibliogrfica foi apresentada de forma a explicar primeiramente a tcnica,
os conceitos envolvidos e os procedimentos utilizados, e posteriormente as etapas de
desenvolvimento da tcnica ao longo das ltimas trs dcadas, destacando a
importncia dos avanos tecnolgicos, que permitiram melhorias no processamento e
anlise das imagens. Ao fim da reviso foram apresentadas algumas das possveis
aplicaes da tcnica em diferentes frentes de pesquisa.
O programa desenvolvido em Labview para a anlise do PIV contempla o
tratamento das imagens experimentais, a converso dessas imagens para matrizes, a
definio das regies de interrogao e a aplicao da correlao cruzada a fim de
obter os vetores de deslocamento do fluido contendo partculas.
A aplicao do programa nas imagens dos experimentos de -PIV gerou
resultados de campos dos vetores de deslocamento, os quais so facilmente
transformados para vetores de velocidade. O programa apresentou resultados
satisfatrios nas anlises por ter apresentado dados coerentes com o escoamento
desenvolvido nos experimentos e com o princpio da velocidade nula na parede do
tubo.
Apesar de no ter sido possvel reconhecer o deslocamento em algumas regies,
o programa obtm sucesso no reconhecimento da maior parte das anlises, o que
permite concluir que a ferramenta desenvolvida atende aos requisitos necessrios e
pode ser utilizada na obteno dos resultados atravs da tcnica do PIV.
50
Referncias
1. Nicholl, C., 2005. Leonardo da Vinci: the flights of the minds. London: Penguin.
2. Kurada, S., Rankin, G. W., Sridhar, K., 1993. Particle-imaging techniques for
quantitative flow visualization: a review. Optics & Laser Technology, v. 25, n 4, p.
219-233.
3. Adrian, R. J., 1991. Particle-imaging techniques for experimental fluid mechanics.
Annual Review of Fluid Mechanics, v. 23, p. 261-304.
4. Shedd, T. A., 2013. Two-phase internal flow: toward a theory of everything. Heat
Transfer Engineering, v. 34, n 5-6, p. 420-433.
5. Yoon, S. Y., Ross, J. W., Mench, M. M., Sharp, K. V., 2006. Gas-phase particle
image velocimetry (PIV) for application to the design of fuel cell reactant flow
channels. Journal of Power Sources, v. 160, p. 1017-1025.
6. Adrian, R. J., 2005. Twenty years of particle image velocimetry. Experiments in
Fluids, v. 39, p. 159-169.
7. Barker, D. B., Fourney, M. E., 1977. Measuring fluid velocities with speckle
patterns. Optics Letters, v. 1, p. 135-137.
8. Dudderar, T. D., Simpkins, P. G., 1977. Laser speckle photography in a fluid
medium. Nature, v. 270, p. 45-47.
9. Grousson, R., Mallick, S., 1977. Study of flow pattern in a fluid by scattered laser
light. Applied Optics, v. 16, p. 2334-2336.
10. Meynart, R., 1983. Speckle velocimetry: an application of image analysis
techniques to the measurement of instantaneous velocity fields in unsteady flow. In:
Proceedings of the international congress on instrumentation in aerospace
simulation facilities (ICIASF83), Haut-Rhin, France, September 1983. IEEE record,
p. 30-36.
11. Pickering, C. J. D., Halliwell, N., 1984. LSP and PIV: photographic film noise.
Applied Optics, v. 23, p. 29612969.
12. Adrian, R. J., 1984. Scattering particle characteristics and their effect on pulsed
laser measurements of fluid flow: speckle velocimetry vs. particle image
velocimetry. Applied Optics, v. 23, p.16901691.
13. Kompenhans, J., Reichmuth, J., 1986. Particle imaging velocimetry in a low
turbulent wind tunnel and other flow facilities. In: Proceedings of the IEEE Montech
conference, Montreal, Canada, October 1986. AGARD conference proceedings no.
399, paper 35.
14. Sutton, M. M., Wolters, W. J., Peters, W. H., Ranson, W. H., Macneill, S. R., 1983.
Determination of displacements using an improved digital correlation method.
Optical Engineering, v. 1, p. 113-139.
51
15. Adrian, R. J., Yao, C. S., 1984. Development of pulsed laser velocimetry (PLV) for
measurement of fluid flow. In: Patterson G, Zakin J (ed) Proceedings of the 8th
biennial symposium on turbulence, Rolla, Missouri, September 1984, p. 170-186.
16. Adrian, R. J., 1986. An image shifting technique to resolve directional ambiguity in
double-pulsed laser velocimetry. Applied Optics, v. 23, p. 3855-3858.
17. Willert, C. E., Gharib, M., 1991. Digital particle image velocimetry. Experiments in
Fluids, v. 10, p. 181-193.
18. Westerweel, J., 1993. Analysis of PIV interrogation with low pixel resolution. In: Cha
SS, Trolinger JD (eds) Optical diagnostics in fluid and thermal flow. SPIE,
Bellingham, Washington, p. 624-635.
19. Nishino, K., Kasagi, K., Hirata, M., 1989. Three-dimensional particle tracking
velocimetry based on automated digital image processing. ASME J, v. 111, p. 384-
391.
20. Lourenco, L. M., Gogineni, S. P., Lasalle, R. T., 1994. On-line particle image
velocimeter: an integrated approach. Applied Optics, v. 33 p. 2465-2470.
21. Keane, R. D., Adrian, R. J., 1992. Theory of cross-correlation analysis of PIV
images. Journal of Applied Sciences Research, v. 49, p. 191-215.
22. Okamoto, K., Hassan, Y. A., Schmidl, W. D., 1995. New tracking algorithm for
particle image velocimetry. Experiments in Fluids, v. 19, p. 342-347.
23. Hart, D. P., 2000. PIV error correction. Experiments in Fluids, v. 29, p. 13-22.
24. Santiago, J. C., Meinhart, C. D., Wereley, S. T., Beebe, D. J., Adrian, R. J., 1998. A
particle image velocimetry system for microfluidics. Experiments in Fluids, v. 25, p.
316-319.
25. Buchhave, P., 1992. Particle Image Velocimetry status and trends. Experimental
Thermal and Fluid Science, v. 5, p. 586-604.
26. Adrian, R. J., Offutt, P. W., Landreth, C. C., l.iu, Z., Hanratty, T. J., 1990. Studies of
Liquid Turbulence Using Double-Pulsed Particle Correlation, Proc. 5th Int.
Symposium on Applications of Laser Techniques to Fluid Mechanics, July 9 12,
1990, Lisbon, Portugal, Paper 15.4.
27. Paone, N., Riethmuller, M. L., Van den Braembussche, R. A., 1989. Experimental
investigation of the flow in the vaneless diffuser of a centrifugal pump by particle
image displacement velocimetry. Experiments in Fluids, v. 7, p. 371-378.
28. Shedd, T. A., 2001. Characteristics of the Liquid Film in Horizontal Two-Phase
Annular Flow. PhD thesis, University of Illinois at Urbana-Champaign, Urbana, IL.
29. Willert, C., Raffel, M., Kompenhans, J., Stasicki, B., Khler, C., 1996. Recent
applications of particle image velocimetry in aerodynamic research. Flow
Measurement and Instrumentation, v. 7, n 3/4, p. 247-256.
52
30. Chung, S.-K., Kim, S. K., 2008. Digital particle image velocimetry studies of nasal
airflow. Respiratory Physiology & Neurobiology, v.163, p. 111-120.
31. Lim, W. L., Chew, Y. T., Chew, T. C., Low, H.T., 1998. Steady flow dynamics of
prosthetic aortic heart valves: a comparative evaluation with PIV techniques.
Journal of Biomechanics, v. 31, p. 411-421.
32. Lavin, F. A. L., 2013. Desenvolvimento de um Micro-PIV de custo reduzido e
utilizao deste dispositivo no estudo de escoamento bifsico no interior de canais
retangulares. Qualificao de Mestrado, Escola de Engenharia de So Carlos, So
Carlos.
33. NATIONAL INSTRUMENTS LabVIEW for Windows, version 8.2.
34. NATIONAL INSTRUMENTS NI Vision Development Module, version 8.5.
35. Color adjustments: brightness, contrast and gamma. Disponvel em:
<http://www.orpalis.com/blog/color-adjustments-brightness-contrast-and-gamma/>.
Acesso em 9 de novembro de 2013.
53
Anexo A Painel frontal do programa
54
Anexo B Diagrama de blocos de comando do programa