Estimation of microstructure movement underflow using motion vectors in video
Akış altındakı mikroyapı hareketinin videodaki hareket vektörleri kullanılarak tahmini
- Tez No: 845182
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET CAN ERTEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 75
Özet
Viskozite, hem biyolojik hem de kimyasal sıvıların önemli bir madde özelliğidir. Çok sayıda endüstriyel süreçte üretim verimliliğini artırmak için polimerler, yağlar, boyalar, gıdalar ve ilaçlar gibi malzemelerin viskozitesini doğru bir şekilde ölçmek hayati önem taşır. Bu nedenle, endüstriyel ve tıbbi alanda düşük numune hacimleri kullanarak viskoziteyi ölçmek için basit, hızlı ve uygun maliyetli teknikler geliştirmek gerekir. Biyolojik ve endüstriyel uygulamalarda, geleneksel viskozimetreler genellikle iki kategoriye ayrılır: döner ve kılcal viskozimetreler. Yaygın kullanımlarına rağmen, hacimli, pahalı enstrümantasyon ve operasyonel karmaşıklıkları genellikle rutin kullanımlarını kısıtlar,ve bu nedenle daha etkili alternatiflerin geliştirilmesi gerekir. Sonuç olarak, çeşitli endüstrilerde ve uygulamalarda kullanılabilecek verimli, uygun maliyetli ve hızlı viskozite ölçüm yöntemlerine acil bir ihtiyaç vardır. Sıvıların viskozitesini ölçmek için çeşitli yöntemler kullanılmıştır., ve araştırmacılar bu tür ölçümlerin doğruluğunu ve güvenilirliğini artırmak için yeni teknikler keşfetmeye devam ediyor. En son yaklaşımlardan biri, viskoziteyi belirlemek için mikroçiplerde mikro sütunların kullanılmasını içerir. Bu yöntemle viskozite ölçümleri yapmak için, bilim adamları önce bilinen viskoziteleri olan solüsyonları kullanarak kalibrasyon eğrileri oluşturdular. Spesifik olarak, sabit akış hızlarında 2 ila 100 cP arasında değişen viskozitelere sahip gliserol/su çözeltileri ile deneyler yaparak viskozite eğrilerine karşı mikrokolon uç yer değiştirmesi oluşturdular. Mikrokolon uçlarının sıvı geçişi sırasında yer değiştirmesi kaydedildi ve dört farklı akış oranında (15-60 ml/saat) analiz edildi. Daha sonra, bilinmeyen bir sıvının viskozitesini belirlemek için aynı deneysel cihaz kullanıldı. Videoda gözlemlenen mikrokolon uçlarının yer değiştirme miktarını önceden oluşturulan kalibrasyon eğrileriyle karşılaştırarak, araştırmacılar araştırılan sıvının viskozitesini doğru bir şekilde belirleyebildiler. Viskoziteyi ölçmek için mikroçiplerde mikro sütunların kullanılması, çeşitli sıvıların fiziksel özelliklerini değerlendirmek için oldukça hassas ve verimli bir araç sağladığından, akışkanlar dinamiği alanında umut verici bir gelişmedir. Daha fazla araştırma ve geliştirme ile, Bu yöntem, çok çeşitli uygulamalarda farklı sıvıların davranışlarını anlamamızı önemli ölçüde geliştirme potansiyeline sahiptir. Deneysel film bağlamında, bir bilgisayar, bir şırınga pompası (özellikle Holliston, Massachusetts'te bulunan Harvard Apparatus'un PHD Ultra 70-3007 modeli), bir ters mikroskop (Tokyo'dan Nikon Eclipse TS100, Japonya), bir CCD kamera (Richmond, BC, Kanada'dan Point Gray Grasshopper3 USB3.0). Deneye başlamak için, Şırıngaya sıvı numuneler yerleştirildi ve daha sonra şırınga pompası kullanılarak mikro akışkan çipine enjekte edildi. Ters mikroskop, görüntüleme portunda 0.7 oranlı bir küçültme lensi ve videoda mikrokolonların 7 faktörü ile büyütülmesine izin veren bir 10X lens ile donatıldı. Mikro akışkan viskozimetre çipini oluşturmak için bir alüminyum (Al) kalıbı kullanıldı. Mikrokolonun yüksekliği (H) 1500 μm ve çapı (D) 300 μm'dir. Al kalıbını mikromakineye işlemek için 300 μm çapında ve 1500 μm flüt uzunluğuna sahip bir Corrodrill matkap ucu kullanılmıştır. Mikrokolon uçlarının hareketi, her saniye 22 yüksek çözünürlüklü kare yakalayan bir CCD kamera kullanılarak etkili bir şekilde kaydedilir. 5.68 μm piksel boyutuyla, bu değeri büyütme oranına (7X) bölmek, videolarımız için 0,81 μm/piksel çözünürlük sağlar. Mikro akışkan cihazdaki mikro sütunların görüntülerini yakalamak için fotoğraflar hem statik hem de dinamik hallerde çekilir, ikincisi akış hızı açısından 15 ila 105 ml/saat arasında değişir. Bu çalışma, hareket vektör analizine dayanan mikropillar yer değiştirmesini ölçmek için yeni bir yaklaşım getirmektedir.. İnsan yardımını içeren ve ImageJ yazılımını kullanan önceki yöntemin aksine, önerilen teknik daha az emek ister ve daha doğrudur. Deneysel olarak kaydedilmiş videolardan hareket vektörlerini çıkararak, bu yöntem basit bir hesaplama yoluyla mikropillar yer değiştirmesi hakkında bilgi sağlayabilir. Genel olarak, bu makalede sunulan yeni yaklaşım, mikrokolon yer değiştirmesini belirlemek için daha hızlı ve daha kesin bir yol sunar. Önerdiğimiz metoda girmeden önce, video kodlama ve hareket vektörleri kavramlarını açıklamak zorunludur. Video kodlaması, yeterli bir kalite derecesini korurken, dosya boyutunu en aza indirmek amacıyla işlenmemiş video bilgilerinin yoğunlaştırılması prosedürünü ifade eder. Hareket vektörleri video kodlamanın ayrılmaz bir parçasıdır, çünkü çerçeveler arasında hareketi somutlaştırırlar, zamansal kalıntı yakalar, böylece verimli sıkıştırmayı kolaylaştırır. Video kod çözme, sıkıştırılmış video verilerini bir kez daha görselleştirilebilen veya manipüle edilebilen bir formata dönüştürme işlemini ifade eder. Bu bağlamda, hareket vektörleri, kodlanmış karelerden çıkarılan hareketle ilgili verilere göre video karelerini hassas bir şekilde yeniden yapılandırmak için hareket dengelemede kullanıldıklarından, video kod çözme sürecinde çok önemlidir. Video kodlama sırasında, hareket vektörleri, ardışık karelerdeki karşılık gelen piksel bloklarının karşılaştırılmasıyla hesaplanır. Çerçeveler arasındaki farkları tanımlamaya ve kodlamaya yardımcı olan piksel hareketinin yönünü ve mesafesini gösterirler. Video kod çözmede, sıkıştırılmış video akışından çıkarılan hareket vektörleri, önceki karelerden gelen hareket bilgilerine dayalı olarak geçerli karedeki piksellerin konumunu tahmin etmek için kullanılır. Bu, kod çözücünün video karelerini doğru bir şekilde yeniden oluşturmasına ve orijinal hareket modellerini yeniden üretmesine olanak tanır. Hareket vektörleri, hareket bilgilerini yakalayıp temsil ederek videoyu temsil etmek için gereken veri miktarını azaltarak verimli video sıkıştırmaya katkıda bulunur. Hem video kodlama hem de kod çözme süreçlerinde önemli bir bileşendir ve video karelerinin sıkıştırılmasını ve doğru bir şekilde yeniden oluşturulmasını sağlar. Hareket vektörlerini bir metin dosyasına çıkarmak için FFmpeg yazılımını kullanıyoruz. Çok yönlü bir multimedya programi olan FFMpeg, hareket vektörleriyle ilgili yeteneklere sahiptir. Video kodlama, kod çözme ve işleme işlemleri sırasında hareket vektörlerinin çıkarılmasını ve değiştirilmesini destekler. Bir videoyu FFmpeg kullanarak kodlarken, verimli sıkıştırma elde etmek için hareket vektörleri oluşturulabilir ve kullanılabilir. FFmpeg içindeki hareket tahmini ve telafi algoritmaları, hareket vektörlerini hesaplamak için ardışık kareleri analiz eder. Bu vektörler, piksellerin çerçeveler arasındaki hareketini veya yer değiştirmesini temsil eder. Oluşturulan hareket vektörleri, FFmpeg'in komut satırı araçları veya API'leri kullanılarak kodlanmış videolardan çıkarılabilir. Video analizi, hareket izleme ve hareket tabanlı video düzenleme gibi çeşitli uygulamalar için faydalı olabilecek videonun hareket özellikleri hakkında değerli bilgiler sağlarlar. Ardından sütunların yer değiştirmesini otomatik olarak bulmak için python kullanıyoruz. Yer değiştirme sonuçları, ImageJ yazılımı kullanılarak yakalanan görüntülerin manuel olarak analiz edilmesiyle elde edilen yer değiştirme ölçümleriyle karşılaştırılır. ImageJ ölçüm sonuçları, önerdiğimiz yöntemin doğruluğunu hesaplamak için referans olarak kullanılır. Deneylerimizde, 60 ml/saat ile 135 ml/saat arasında değişen farklı akış hızlarına ve 25 cP ile 75 cP arasında değişen farklı viskozitelere sahip 9 video kullandık. 9 video için önerilen yöntemlerin doğruluğunu belirlerken yöntemlerin doğruluğunu belirlemek için ImageJ verilerini referans olarak kullandık. ImageJ ile ilgili olarak, önerdiğimiz hareket vektörü tabanlı yöntemimiz ortalama %90 doğruluk sağlamıştır. İnsan yardımına ihtiyacımız olmadığı için bu teknikleri kullanarak çok zaman kazandık. Bu yöntemle, verileri ImageJ'den yaklaşık 32,72 kat daha hızlı işleyebildik.
Özet (Çeviri)
In many industrial and biological applications, chemical and biological fluid viscosity is a crucial material property that needs correct measurement. Viscosity testing is essential for decision-making, process improvement, and ensuring the quality of the final product. Viscosity measurement has been done in various ways, offering alternatives for various fluid kinds and application needs. These techniques include improvements in microfluidic technology, rotational viscometers, and flow-based technologies. For improving performance, research, and development across numerous sectors and biological domains, precise viscosity assessment is crucial. In these methods, one approach is to use a micropillar-based microfluidic viscometer. The micropillars on this device bend as the sample fluid is injected through the inlets. The quantification of the displacement of micropillars is utilized to determine the fluid's viscosity. For this purpose, the displacement of micropillars for glycerol/water solutions with known viscosities ranging from 2 to 100 cP is recorded using a camera. Then, the displacement results are used to produce calibration curves. The determination of the viscosity of the sample fluid is ultimately achieved through the mapping of observed displacement during the experiment onto these calibration curves. In captured experiment videos with the sample fluid, the displacement of pillars is measured for this purpose using ImageJ, an image processing program. Results obtained using this method are precise. The disadvantage is that using ImageJ to calculate displacement takes time and requires manual work. In this thesis, we propose a novel motion vector-based micropillar displacement measurement method. In this method, the motion vectors are extracted from the video recorded during the experiment. The motion vectors provide the micropillar displacement information without a need for complex computation. We use FFmpeg software to extract the motion vectors to a text file. Then, we use Python to find the displacement of pillars automatically. The displacement results are compared against measurements obtained by manually analyzing the captured images using ImageJ software. ImageJ measurement results are used as a reference to calculate the accuracy of our proposed method. In our experiments, we used 9 videos with different flow rates ranging from 60 ml/hr to 135 ml/hr and different viscosities ranging from 25 cP to 75 cP. We used ImageJ data as a reference to determine the method's accuracy when determining the accuracy of the suggested methods for 9 videos. Regarding ImageJ, our proposed motion vector-based method provided an average accuracy of 90%. We saved a lot of time by using these techniques because we didn't need human assistance. With this method, we were able to process data about 32.72 times quicker than with ImageJ.
Benzer Tezler
- Investigation of microstructure movement under flow by using image processing and deep learning
Akış altındaki mikroyapı deformasyonunun görüntü işleme ve derin öğrenme kullanılarak incelenmesi
SAEED SARBAZZADEH KHOSROSHAHI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET CAN ERTEN
- Kaya dolgu yapılar ve kaya dolgulardaki son gelişmeler
Advances in rockfill structures
EKREM GENCO GÜNAY
- Geçirimsizlik perde ve şilteleri için kullanılan zeminlerin iyileştirilmesi
Improvement of soils used in walls, liners and covers for waste disposal
ŞULE KAHYA
- Magnezyum AZ31 alaşımının yorulma ömrünün yapay arı kolonisi algoritması ile tahmin edilmesi
Estimation of the fatigue life of magnesium AZ31 alloy by artificial bee colony algorithm
SEVCAN KARAGÖZ
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiPamukkale ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CAN BERK KALAYCI
DR. ÖĞR. ÜYESİ ÖZLER KARAKAŞ
- A microstructural approach to intraday analysis of Turkish derivatives market
Türk türev piyasasının gün içi analizinde mikro yapısal yaklaşım
BERNA AYDOĞAN