徐 明，王昊利

(中國計量學(xué)院流體檢測與仿真研究所，杭州 310018)

0 引言

Micro-PIV技術(shù)是1998年由Santiago等人在傳統(tǒng)PIV技術(shù)基礎(chǔ)上發(fā)展起來的微流體全場測速技術(shù)［1］。該技術(shù)通過對熒光示蹤粒子圖像進(jìn)行互相關(guān)分析得到微流體速度矢量場，具有很高的測量精度和空間分辨率［1-2］。隨著計算機(jī)技術(shù)，顯微光學(xué)技術(shù)以及圖像分析技術(shù)的發(fā)展，Micro-PIV技術(shù)在微流器件內(nèi)流、電動微流體、微管流動轉(zhuǎn)捩、流量測量乃至農(nóng)業(yè)工程等領(lǐng)域得到了廣泛應(yīng)用［3-9］。早期由于條件限制，Micro-PIV實(shí)驗(yàn)研究通常以微流體內(nèi)某一特征平面(如微通道中位面)的二維流場測量為主，揭示流場的典型局部特征。2005年以來，Micro-PIV技術(shù)已經(jīng)開始逐漸向全場測量技術(shù)發(fā)展，為研究復(fù)雜流場的三維結(jié)構(gòu)提供了重要的研究手段［10-11］。近年來，國內(nèi)在Micro-PIV全場測量方面的研究工作也逐漸開展起來，主要通過測量不同流體層二維速度構(gòu)建全場流場，這也是目前Micro-PIV獲得全場流動結(jié)構(gòu)的主要方法之一［12-14］。針對低雷諾數(shù)下微長直通道內(nèi)全場速度場的測量，通道內(nèi)部處層流狀態(tài)下的流體在深度方向上的速度幾乎為0，因此將不同深度層的二維速度場疊放在一起就可以獲得全場速度分布。本文實(shí)測的長直微通道內(nèi)流場符合這一特征，因此，可采用分層二維速度場測量進(jìn)行構(gòu)建。

基于粒子圖像的速度場分析技術(shù)根據(jù)粒子密度的不同可分成兩類，即基于低粒子密度的PIV技術(shù)和基于高粒子密度的PIV技術(shù)。前者是研究粒子運(yùn)動的有效手段，但因?yàn)榱Ｗ用芏容^低，不適用于流場結(jié)構(gòu)的測量，且算法復(fù)雜。后者則是針對流場本身的測量技術(shù)，為了獲得精確的流體速度，要求判讀域內(nèi)有足夠數(shù)量的粒子參與互相關(guān)運(yùn)算，因此粒子溶液應(yīng)該具有足夠高的密度。但是在Micro-PIV實(shí)驗(yàn)過程中經(jīng)常會發(fā)生粒子結(jié)團(tuán)等現(xiàn)象，當(dāng)針對極細(xì)通道或者復(fù)雜通道結(jié)構(gòu)進(jìn)行測量時甚至將造成通道的堵塞，而對于相當(dāng)耗時的分層流場測量更是如此。如果能夠發(fā)展基于低密度粒子的Micro-PIV測量方法，就可大大減小粒子結(jié)團(tuán)的幾率，降低通道堵塞的風(fēng)險。因此，如何在低粒子密度條件實(shí)現(xiàn)Micro-PIV全場速度測量是目前微流體粒子測速技術(shù)的一個新的研究方向。對于定常或者準(zhǔn)定常微流體流動，將測量時間序列上的低粒子圖像進(jìn)行疊加處理，可以獲得一個滿足PIV互相關(guān)計算的粒子圖像密度，由此實(shí)現(xiàn)低密度粒子條件下的Micro-PIV測量［15］。但是，如果直接對原始粒子圖像進(jìn)行疊加，則背景噪聲也將被放大，甚至掩蓋粒子圖像信號，反倒不利于速度場分析。因此，針對低粒子濃度的圖像疊加法進(jìn)行了研究，通過背景噪聲消除、閾值過濾、圖像增強(qiáng)、圖像疊加等主要過程來實(shí)現(xiàn)對長直微通道內(nèi)全速速度的構(gòu)建。

1 Micro-PIV系統(tǒng)及實(shí)驗(yàn)平臺

本研究是在中國計量學(xué)院流體檢測與仿真研究所的微流體檢測實(shí)驗(yàn)室開展的。所用的Micro-PIV系統(tǒng)由德國Lavision公司提供，如圖1所示。系統(tǒng)由Nd：YAG 15mJ雙脈沖激光器(美國 New Wave公司，5 3 2 nm)、ImagerIntence型CCD相機(jī)(像素為1376×1040，12位灰階)、PTU9同步控制器、MITAS顯微系統(tǒng)、微量注射泵(蘭格公司，精度為0.5%)以及工作站組成。由系統(tǒng)所帶DaVis7.2軟件完成對各硬件設(shè)備的驅(qū)動和控制。Micro-PIV的測量原理如圖2所示，波長為532nm(綠色)的激光對熒光示蹤粒子進(jìn)行照明，粒子將被激發(fā)出610nm的紅色熒光，經(jīng)過顯微物鏡進(jìn)入CCD相機(jī)成像，CCD相機(jī)記錄連續(xù)兩次曝光時間間隔粒子的位移情況，最后利用Flowmaster軟件模塊計算速度場。實(shí)驗(yàn)所用示蹤粒子為直徑1μm的熒光染色聚苯乙烯微球(美國Thermal Scientific公司)，考慮將粒子原溶液和去離子水按體積比1∶100混合為低密度粒子溶液。該溶液配比相對適中，既能實(shí)現(xiàn)粒子圖像疊加處理過程，同時也不至于因溶液密度過低而增加疊加處理的工作量。粒子溶液經(jīng)注射泵注入一個截面寬度約為250μm，深度為60μm的長直微通道。微通道通過光刻技術(shù)加工而成。采用20×0.40(放大倍率×數(shù)值孔徑)的L D Plan-Neofluar型顯微物鏡(德國Carl Zeiss)對熒光示蹤粒子進(jìn)行顯微圖像獲取。

圖1 Micro-PIV系統(tǒng)圖Fig.1 Micro-PIV system

圖2 測量原理Fig.2 Principle of measurement

2 低密度粒子圖像疊加技術(shù)

2.1 圖像疊加技術(shù)的處理流程

圖像疊加技術(shù)是對定常或準(zhǔn)定常流動一個時間序列不同時刻拍攝的粒子圖像進(jìn)行灰度相加的處理過程。如上文所述，這一過程并非僅僅通過圖像疊加操作就能實(shí)現(xiàn)，而需要在圖像疊加之前完成一系列圖像處理過程。而所謂的圖像處理就是針對離散的二元光強(qiáng)函數(shù)I(x，y)，即坐標(biāo)(x，y)處圖像的灰度值進(jìn)行數(shù)學(xué)運(yùn)算的過程［16］。所研究的低密度粒子圖像疊加的處理流程由圖3所示。首先利用Micro-PIV系統(tǒng)獲得低密度熒光示蹤粒子的原始圖像，然后對所獲取粒子圖像經(jīng)過背景噪聲去除、閾值過濾和圖像增強(qiáng)等方法進(jìn)行預(yù)處理，去掉除了粒子信息以外的所有的背景噪聲，最后將進(jìn)行圖像灰度疊加直到粒子圖像分布密度滿足Micro-PIV互相關(guān)分析的要求。完成上述圖像處理過程的程序代碼由C#語言實(shí)現(xiàn)。

圖3 圖像疊加法處理流程Fig.3 Flow chart of the method of image overlap

2.2 原始圖像的預(yù)處理

Micro-PIV系統(tǒng)獲得的原始粒子圖像如圖4所示?？梢钥吹?，原始粒子圖像密度比較低，如果直接進(jìn)行互相關(guān)分析，則很難得到全場速度。雖然圖像中的粒子灰度值高于周圍的背景灰度(主要源于CCD相機(jī)的熱噪聲)，但如直接對原始圖像進(jìn)行疊加，背景噪聲也會隨之放大，隨著疊加次數(shù)的增加，噪聲的灰度值甚至?xí)平Ｗ訄D像的灰度值，將造成粒子和背景無法區(qū)分的狀況。因此在圖像疊加之前先要去除圖像中的背景噪聲。為此，實(shí)驗(yàn)針對未加示蹤粒子的去離子水單獨(dú)拍攝一幅圖像作為背景圖像，見圖5。由于原始圖像和背景圖像的噪聲灰度分布一致，因此將粒子圖像和背景圖像進(jìn)行相減操作即可以很大程度消除背景噪聲，處理結(jié)果如圖6所示。

圖4 原始粒子圖像Fig.4 Original particle image

圖5 背景圖像Fig.5 Background image

圖6 原始圖像與背景圖像相減后的粒子圖像Fig.6 Particle image after subtraction

由于Micro-PIV采用的是體照明方式［17］，因此通道內(nèi)沿景深方向的粒子都會在焦平面成像，其成像規(guī)律如圖7所示［15］?？梢钥吹剑S著遠(yuǎn)離焦平面距離的增加，粒子的像徑逐漸變大，而粒子圖像的灰度值逐漸減小。在進(jìn)行速度場計算時，景深以外的粒子(稱為背景粒子)圖像灰度也將參與互相關(guān)分析，在一定程度上將影響到焦平面附近粒子圖像(稱為信號粒子)互相關(guān)計算的準(zhǔn)確性，從而造成速度場計算的誤差。

圖7 景深方向粒子在焦平面的成像情況Fig.7 Particle images along the direction of the field of depth

由于景深以外粒子的成像不可避免，采用原始圖像與背景圖像相減的方法，雖然能在一定程度上降低大像徑背景粒子圖像的灰度，但無法從圖像中根本消除，將在互相關(guān)分析中引入誤差。更重要的是，由于每幅圖像中都存在背景粒子圖像，當(dāng)經(jīng)過多個圖像疊加后，仍然會出現(xiàn)較大的背景噪聲，甚至?xí)蜎]信號粒子圖像。為了避免以上問題，在完成圖像相減處理之后，采用閾值過濾方法對圖像做進(jìn)一步的處理。由于背景粒子圖像的灰度值較信號粒子圖像相比更小，處理時可以設(shè)定一個灰度閾值I0，將高于I0的粒子作為信號粒子圖像，而小于I0的粒子像則作為背景粒子圖像將被過濾。閾值過濾采用文獻(xiàn)［15］所建議的公式，如下式所示

其中，I(x，y)是經(jīng)過閾值過濾后的粒子圖像灰度分布，I(x，y)是過濾前的粒子圖像灰度分布，I0是灰度閾值。該式表明，原始圖像中灰度不高于閾值的所有點(diǎn)，灰度值全部處理為零。由于圖像成像質(zhì)量的不確定性，I0并非是一個明確的數(shù)值，在實(shí)際處理過程中需要對不同的I0進(jìn)行測試，得到一個最佳值。經(jīng)過多次測試，發(fā)現(xiàn)當(dāng)閾值I0=20的時候，能夠得到無背景噪聲且?guī)缀醪皇д娴牧Ｗ訄D像。

經(jīng)過上述圖像處理，所有粒子圖像的灰度值均有所下降，還需對粒子圖像灰度進(jìn)行增強(qiáng)，經(jīng)過增強(qiáng)處理的粒子圖像如圖8所示?？梢钥吹?，處理后的粒子圖像具有相當(dāng)高的質(zhì)量，每個粒子都清晰可見，像徑適中且大小均勻，而背景噪聲幾乎全部消除掉了。因?yàn)橐呀?jīng)看不到像徑大且灰度值低的粒子，表明背景粒子圖像已被成功過濾掉。以上所有處理過程被稱之為圖像疊加法的預(yù)處理階段。

圖8 去噪聲后的圖像Fig.8 Particle image after denoising

2.3 低密度粒子圖像疊加

在完成上述圖像預(yù)處理基礎(chǔ)上，即可針對一個時間序列的多個粒子圖像進(jìn)行疊加處理。圖像疊加方法就是將大小相同的一組圖像進(jìn)行灰度相加，即

其中，Ii(x，y)為在所測量的時間序列中的第i個粒子圖像灰度分布，I(x，y)為經(jīng)過n個圖像疊加后(疊加圖像)的灰度分布。

由于針對所拍攝的一個時間序列的粒子圖像進(jìn)行疊加，因此同一個粒子在不同時刻會跟隨流體運(yùn)動到不同的位置。當(dāng)多幅粒子圖像進(jìn)行疊加后，該粒子將出現(xiàn)在疊加圖像的不同位置，這就形成了一個累積效應(yīng)，從而達(dá)到高密度粒子的圖像效果。為了直觀地說明這一問題，圖9給出了采用3對粒子圖像的疊加示意圖。圖中給出了一個時間序列中的3對粒子圖像，上下兩組序列表示不同時刻(t1～t3)的跨幀圖像對，跨幀時間為Δt。為了方便說明且不失一般性，在每個圖像里僅放置一個粒子?？梢钥吹?，將3對圖像相加后得到了疊加圖像I和I'，其相隔時間仍為Δt。原來每個圖像中僅有的一個粒子在疊加后的圖像中變?yōu)?個粒子，而每個粒子都在Δt內(nèi)平移了Δs距離，見圖9(b)所示。顯然，這種操作對于圖像中存在多個粒子的情況仍然適用。

圖9 圖像疊加示意圖及疊加后的粒子位移Fig.9 Schematic diagram of the image overlap and the displacements of particles

按照以上圖像疊加方法，當(dāng)參與疊加的粒子圖像增加到某一個合適的數(shù)量，疊加圖像將獲得一個合適的圖像密度從而能夠?qū)崿F(xiàn)互相關(guān)分析。按照以上圖像疊加方法，當(dāng)參與疊加的粒子圖像增加到某一個合適的數(shù)量，疊加圖像將獲得一個合適的圖像密度從而能夠?qū)崿F(xiàn)互相關(guān)分析。建議當(dāng)粒子和水的密度配比為1∶n，且滿足n?1(例如n≥100)的條件時，可先取n作為參考的疊加圖像數(shù)，在實(shí)驗(yàn)過程中通過進(jìn)一步觀察疊加圖像的粒子密度情況，作相應(yīng)調(diào)整。在圖8的粒子圖像密度基礎(chǔ)上進(jìn)行了100次圖像疊加，獲得的兩幀疊加圖像由圖10給出?？梢钥吹?，經(jīng)過疊加后的粒子圖像達(dá)到了較高的粒子數(shù)密度，適合采用互相關(guān)算法進(jìn)行速度場計算。因此，只要流動處于定常或準(zhǔn)定常狀態(tài)，均可以采用這一方法實(shí)現(xiàn)低粒子密度的圖像疊加。由于圖像疊加方法可認(rèn)為是不同時刻粒子在同一個平面上的投影，因此會出現(xiàn)多個粒子重疊在一起的問題，其結(jié)果類似于高密度條件下的粒子結(jié)團(tuán)現(xiàn)象，從圖10中所能看到的個別粒徑較大的“粒子團(tuán)”即是此類情況。但該現(xiàn)象與高密度條件下粒子結(jié)團(tuán)現(xiàn)象有本質(zhì)區(qū)別。圖像疊加造成的像徑增加僅是粒子在同一位置附近投影積聚的表觀現(xiàn)象而非真正的粒子結(jié)團(tuán)，因此不存在干擾流場、堵塞通道等問題。此外，從圖10中可看到出現(xiàn)的“粒子團(tuán)”所占比重很小，不會對全場速度計算造成大的影響。

圖10 疊加100次后的兩幀圖Fig.10 Two frames of the overlapping particle images based on 100 pairs of low density particle images

3 全場速度構(gòu)建及分析

在完成圖像疊加的基礎(chǔ)上即能夠利用互相關(guān)算法進(jìn)行速度場的分析和計算，而速度場的計算結(jié)果也能夠?qū)D像疊加法的可行性進(jìn)行驗(yàn)證。通過Micro-PIV跨層二維測量(即掃描)方式進(jìn)行微通道內(nèi)部流動速度場測量［11-14］。

開展的微通道全場速度實(shí)驗(yàn)研究是利用Micro-PIV系統(tǒng)自帶的高精度三維坐標(biāo)平臺實(shí)現(xiàn)流體層粒子圖像的精確定位掃描，該坐標(biāo)調(diào)節(jié)系統(tǒng)垂直方向位移的最小分辨率可達(dá)0.1μm，由驅(qū)動軟件實(shí)現(xiàn)平臺垂直方向的坐標(biāo)控制。實(shí)測中，注射泵的輸入流量設(shè)定為30μL/min，測量微通道內(nèi)12層流體平面，層間距是5μm，得到不同流體平面的原始粒子圖像，經(jīng)過圖像疊加法處理后，利用互相關(guān)算法獲得各個流體平面的二維速度矢量場。圖11給出了每個流體平面的粒子圖像經(jīng)過100幅圖像疊加處理后計算的二維速度分布，按照從通道底層到頂層的順序排列?？梢钥吹?，二維速度分布完全符合預(yù)期結(jié)果：從底層到頂層速度場經(jīng)歷從小增大再減小的過程，反映了微通道粘性流體的層流流動特征。從單層的速度矢量場來看，近壁區(qū)流體的速度趨于0，平面軸線附近速度矢量最大，且二維速度呈現(xiàn)展向?qū)ΨQ的分布特征，這一點(diǎn)從中間若干平面的流場分布及顏色變化能清楚地看到。能夠獲得準(zhǔn)確的二維速度場有兩方面的原因：一是圖像疊加法能夠獲得合適的粒子圖像密度，且兩幀粒子在判讀域內(nèi)存在平移效應(yīng)，符合互相關(guān)算法的應(yīng)用條件；二是由于疊加前必須采用圖像處理技術(shù)去除像徑大且灰度低的背景粒子圖像(否則無法進(jìn)行疊加運(yùn)算)，從而使被測平面僅保留了焦平面附近的粒子圖像，對于該平面速度場的準(zhǔn)確計算起到了關(guān)鍵作用。從12層速度場對比情況來看，第1、2層及第11、12層處于通道下壁面和上壁面附近，因壁面粗糙度的影響，速度場存在波動現(xiàn)象。也可以看到通道上下壁面區(qū)速度并不對稱，第1層到第3層流場變化比較緩慢，而第10層到第12層卻存在較大的變化，反映了上下壁面附近寬度和粗糙狀況有所不同。

圖11 跨層二維速度場測量結(jié)果Fig.11 Two-dimensional velocities on every fluid plane

借助于計算機(jī)圖形軟件對以上二維速度場進(jìn)行全場可視化構(gòu)建，得到了微通道內(nèi)全場速度分布，見圖12。由此可以更加直觀看到微通道內(nèi)全場速度分布規(guī)律，即在近壁區(qū)的流速小，主流區(qū)流速大，形成了類剖物面速度分布，而流場深度方向速度分布的不對稱性也一目了然。以上結(jié)果表明，針對疊加圖像進(jìn)行互相關(guān)分析能夠得到合理的全場速度分布。由此可見，圖像疊加技術(shù)是采用低密度示蹤粒子開展微流全場速度測量的有效方法。

圖12 微通道內(nèi)部速度場Fig.12 Full velocity field in the microchannel

4 結(jié)論

采用低粒子密度圖像疊加方法實(shí)現(xiàn)了Micro-PIV全場速度的測量。在獲取示蹤粒子圖像的基礎(chǔ)上，經(jīng)過背景噪聲去除、閾值過濾、圖像增強(qiáng)等圖像預(yù)處理過程獲得了高質(zhì)量的低密度粒子圖像。針對100幅圖像進(jìn)行疊加獲得了滿足PIV互相關(guān)分析的粒子圖像密度，利用互相關(guān)算法得到覆蓋全場不同流體平面的二維速度場，所構(gòu)建的全場速度符合微通道內(nèi)流場分布特征。本研究將為解決定常流條件下極細(xì)通道和復(fù)雜結(jié)構(gòu)微通道的全場速度測量提供新的思路。

［1］ SANTIAGO J G，WERELEY S T，MEINHART C D.A particle image velocimetry system for microfluidics［J］.Exp.Fluids，1998，25(4)：316-319.

［2］ 王昊利，王元.Micro-PIV技術(shù)-粒子圖像測速技術(shù)的新進(jìn)展［J］.力學(xué)進(jìn)展，2005，35(1)：77-90.

［3］ 王飛，王健，何楓.無移動部件微泵的設(shè)計、制造及基于微PIV技術(shù)的流動測量［J］.實(shí)驗(yàn)流體力學(xué)，2005，19(3)：67-72.

［4］ 王健，郝鵬飛，何楓.梯形截面微管道內(nèi)流場的PIV測量［J］.實(shí)驗(yàn)流體力學(xué)，2005，19(3)：94-98.

［5］ 段仁慶.基于Micro-PIV技術(shù)的電動微流體測量研究［D］.大連理工大學(xué)，2005.

［6］ HAO PF，YAOZ H，HE F，et al.Experimental study on transitional flow in a circular microtube［J］.Chin.Phys.Lett.，2006，23(10)：2815-2818.

［7］ WANG H L，WANG Y.Measurement of water flow rate in microchannels based on the microfluidic particle image velocimetry［J］.Measurement，2009，42(1)：119-126.

［8］ 張永勝，王金華.利用Micro-PIV測量矩形微管道內(nèi)流量［J］.實(shí)驗(yàn)流體力學(xué)，2011，25(2)：92-95.

［9］ 金文，張鴻雁，何文博.微灌滴頭平角齒形微通道流動實(shí)驗(yàn)研究［J］.實(shí)驗(yàn)流體力學(xué)，2010，24(1)：15-19.

［10］ WERELEY S T，MEINHART C D.Recent advances in micro-particle image velocimetry［J］.Annu.Rev.Fluid Mech.，2010，42：557-76.

［11］SHINOHARA Y，SUGII J H，JEONG K.Development of quasi-three-dimensional scanning micro particle image velocimetry system using a piezo actuator［J］.Rev.Sci.Instrum.，2005，76：106-109.

［12］ ZHENG X，SILBER-LI Z H.Measurement of velocity profiles in a rectangular microchannel with aspect ratioα=0.35［J］.Exp.Fluids，2008，44：951-959.

［13］ HAN W，WANG H L.Measurements of water flow rates for T-shaped microchannels based on the quasi-three-dimensional velocities［J］.Meas.Sci.Technol.，2012，23：055301.

［14］韓巍，王昊利.基于三維速度場構(gòu)建的微流量測量方法研究［J］.儀器儀表學(xué)報，2012，33(2)：413-420.

［15］VINH C，F(xiàn)OURASN A，CARBERRY J.Improvement of measurement accuracy in micro PIV by image overlapping［J］.Exp Fluids，2010，49：701-712.

［16］孫燮華.數(shù)字圖像處理——原理與算法［M］.機(jī)械工業(yè)出版社，2010：19-33.

［17］MEINHART C D，WERELEY S T，GRAY M H B.Volume illumination for two-dimensional particle image velocimetry［J］.Meas.Sci.Tech.，2000，11：809-814.