MANUAL DE USUARIO

Santiago Cano Zapata

Jorge Alejandro Munera Gonzales

Proyecto final

Programación Avanzada

Desarrollo de Técnica PIV (velocímetro por imagen de partículas)

INTRODUCCIÓN

Este programa se ha diseñado para su uso como aplicación de detección de velocidad de fluidos
laminares, la Velocimetría por imágenes de partículas (PIV) es una técnica en auge en los
laboratorios de Física Aplicada y Mecánica de Fluidos. Gracias a su sistema permite obtener un
campo de velocidades de un fluido, ya sea líquido. En este proyecto se abordan las características
de este sistema.

Requisitos del programa

Para el correcto funcionamiento del programa es necesario tener cubiertos una serie de
requisitos, tanto hardware como software, además de herramientas necesarias para la realización
del proyecto.

Los requisitos previos de software instalado para poder ejecutar el programa serían:

- MATLAB (Toolbox de Matlab para procesamiento digital de imagen).

Los requisitos mínimos de hardware serían los siguientes:

Procesador, Intel Celeron 2.3 MHz o superior.

-1GB de RAM (dependiendo de la cantidad frames a analizar)

Externo a hardware y software:

-Cámara tipo CCD o CMOS, al menos 60 fps.

-Laser tipo visible con longitud de onda 650nm, además contar con una potencia de 50mW.

-Bomba de potencia de 1W.

Menú de opciones

El interfaz del programa ofrece al usuario un menú de opciones con el que poder acceder a las
distintas funciones, como se muestra en la Figura
 Fig.1 Menú de opciones (Desarrollo de técnica PIV)

Cargar imagen: Se permite la opción de cargar una imagen por medio del explorador de archivos y
la obtención de datos por medio de un botón. Al cargar una imagen se obtienen varias opciones en
el (pop-menú) , Binarización, Convolución 2D, Transformada rápida de Fourier, al ejecutar el
programa se obtienen los diferentes filtros y cambios que se dan en la imagen original.

Fig.2 Cargar imagen del explorador de Windows

Conceptos:

En la binarización se obtiene un proceso de reducción de la información de la misma, en la que sólo

persisten dos valores: verdadero y falso. En una imagen digital, estos valores, verdadero y falso,
pueden representarse por los valores 0 y 1 o, más frecuentemente, por los colores negro (valor de
gris 0) y blanco (valor de gris 255).

En el proceso y análisis de imagen, la binarización se emplea para separar las regiones u objetos de
interés en una imagen del resto. Las imágenes binarias se usan en operaciones booleanas o lógicas
para identificar individualmente objetos de interés o para crear máscaras sobre regiones.

En la convolución 2D se obtienen:

 
g ( x, y)  h( x, y)* f ( x, y)    f (i, j)h( x  i, y  j )
i 0 j 0

En dicha convolución, el valor del píxel de salida se calcula mediante la suma ponderada
de píxeles vecinos. En lo que se refiere al procesamiento de imágenes, la convolución se
realiza entre la imagen y una matriz (los coeficientes del filtro) llamada máscara

Transformada rápida de Fourier:

La transformada de Fourier es una importante herramienta en procesamiento de imágenes la cual

es utilizada para descomponer una imagen en sus componentes seno y coseno. La salida de la
transformación representa la imagen en el dominio de Fourier o dominio de la frecuencia, para el
caso de las imágenes, las “señales” corresponden a los niveles de gris o intensidad de las diferentes
filas o columnas de la matriz de la imagen.

Para el desarrollo de la técnica PIV:

Concepto y base del proyecto la correlación , esta se realizo por medio del Toolbox de MATLAB
corr2, Correlación Digital de Imágenes (DIC) es una técnica experimental de campo completo que
permite a partir de imágenes tomadas durante el ensayo, evaluar los desplazamientos y
deformaciones producidas.

Al seleccionar “arrancar” se desplegarán las imágenes del proceso de simulación anterior, cuando
se pulsa este botón se desplegará el explorador de archivos para subir el video, el video se subirá
siempre y cuando el archivo sea formato .mp4.

Cuando se inicia el proceso se desplegará una imagen “Figure1”, la cual nos dará una noción desde
donde empieza el análisis de los frames del video, además es importante tener conocimiento de
este ya que los datos esperados incidirán según este. El proceso de compilación es algo demorado
ya que la mayoría del programa esta generado por bucles los cuales no dan garantías de buena
operación, ya que MATLAB compila con mayor rapidez arreglos matriciales.

Al obtener resultados se desplegaran por medio de Figures, archivos *.fig , los diferentes resultados
generados por el programa, se obtendrá un mapeo de las zonas de interrogación y por ende la
ubicación por intensidad de color de las partículas trazadoras, además de un mapa vectorial en
donde se genera el desplazamiento y dirección de las partículas.

Fig.3 Zona vectorial y mapeo de zonas de interrogación.