Ortsfiltermesstechnik / Abbildungstechniken

Die Ortsfiltertechnik, mit einer langen Tradition am Institut für Allgemeine Elektrotechnik, benutzt gitterartige Strukturen in der Abbildungsebene einer Optik, um ein Signal mit geschwindigkeitsproportionaler Frequenz zu erzeugen. Die Gitter können dabei auch mit CCD und CMOS-Arrays realisiert werden. Vorteil dabei ist, dass die Gitterstrukturen dynamisch verändert werden können und angepasste Ortsfilter möglich sind. Wird die Additionen bestimmter Pixel zur Generierung des Ortsfiltersignals bereits auf dem Sensorchip implementiert, können sehr hohe Bildraten erreicht werden und eine kontinuierliche online Auswertung wird möglich. Untersucht werden im Rahmen des Projektes Möglichkeiten der zweikomponentigen Geschwindigkeitsbestimmung und zur Oberflächencharakterisierung.

 

Optische Messtechnik zur Bestimmung der Position von Partikeln

Neben der Laser Doppler Technik, der Phasen Doppler Technik und dem Zeitverschiebungsverfahren werden am Institut für Allgemeine Elektrotechnik bildverarbeitende Verfahren wie die Partikel-Image- und Partikel-Tracking-Velocimetry angewendet. Letztgenannte zeichnen sich gegenüber den erstgenannten Punktmesstechniken durch flächenhaft (2D) und auch räumlich (3C/2D oder auch 3C/3D) ausgedehnte Messvolumina aus. Bei der Bestimmung der dritten Komponente (Tiefenposition eines Partikels) kann bei der Verwendung von nur einer Kamera die Defokussierung, d.h. die Aufweitung der Partikelabbildung genutzt werden [1]. Abbildung 1 zeigt den prinzipiellen Zusammenhang zwischen Tiefenposition eines Partikels und die dadurch resultierende Abbildung auf einem flächenhaften Sensor (Kamera). Die Ermittlung der abgebildeten Punktgröße und der x-y-Position kann unter anderem mittels der Hough-Transformation unter Annahme von Kreisen bestimmt werden [2].


Abb. 1 - Schema zur Gewinnung der Tiefeninformation von Partikel mittels Defokussierung

[1] Willert, C.E. and M. Gharib, Three-dimensional particle imaging with a single came Experiments in Fluids, 1992. 12(6): p. 353-358.
[2] Cauchie, J., V. Fiolet, and D. Villers, Optimization of an Hough transform algorithm for the search of a center. Pattern Recognition, 2008. 41: p. 567-574.