Entwicklung und experimentelle Validierung eines Systems zur optischen Auswertung moderner Diesel-Einspritzsysteme

Rumpf, Sebastian

Entwicklung und experimentelle Validierung eines Systems zur optischen Auswertung moderner Diesel-Einspritzsysteme

Zusammenfassung

Inhaltsangabe:Einleitung:
Um die Abläufe bei der Gemischbildung und Verbrennung des Kraftstoffs in Dieselmotoren besser untersuchen und verstehen zu können, werden zunehmend optische Verfahren zur Visualisierung angewendet. Speziell für die Analyse von Einspritzdüsen und deren Auswirkungen bei der Vermischung und Verbrennung im Motorraum besteht derzeit großer Forschungsbedarf. Damit diese Vorgänge bestmöglich beobachtet werden können, ist es notwendig den Innenraum eines Dieselmotors optisch zugänglich zu konstruieren. Am Lehrstuhl für Verbrennungsmotoren des Instituts für Automobiltechnik der TU Dresden wurde zu diesem Zweck ein Einzylinder-Transparentmotor, sowie eine Hochdruckkammer entwickelt, welche beide eine Visualisierung der Prozesse des Brennstoffs ermöglichen.
Mit Hilfe der Hochdruckkammer (Abbildung 1.1) können die Druck- und Temperaturverhältnisse im Inneren eines Dieselmotors simuliert und variiert werden. Sie wurde hauptsächlich für die Untersuchung von Einspritzdüsen angefertigt, welche an der Rückwand der Kammer eingesetzt werden. An den beiden Seitenwänden, sowie an der Frontseite befindet sich jeweils ein Fenster, um Ausleuchten der Hochdruckkammer und Aufnehmen des Einspritzvorganges. Die Decke und der Boden der Kammer werden zum Befüllen und Auslassen von Gasen genutzt, um die atmosphärischen Randbedingungen während der Einspritzung zu simulieren. Für die Nachahmung der Verhältnisse im Diesel wird die Hochdruckkammer zunächst mit einem Stickstoff-Wasserstoff-Sauerstoff-Gemisch gefüllt, welches danach gezündet wird. Dadurch werden motornahe Druck- und Temperaturverhältnisse geschaffen. Der Druck und die Temperatur fallen durch Abkühlung wieder ab und bei einem vorher eingestellten Schwellwert (zwischen 1100K und 800K) beginnt die Einspritzung des Kraftstoffs. Da bei der Verbrennung des Gasgemischs jeglicher Sauerstoff aufgebraucht wurde, kann sich der eingespritzte Kraftstoff nicht mehr entzünden und verdampft lediglich.
Zur Analyse der Einspritzung werden mittels einer Hochgeschwindigkeitskamera mehrere Aufnahmen vom Innenraum der Kammer gemacht, auf denen sowohl die flüssige als auch die gasförmige Phase des verdampfenden Brennstoffs sichtbar gemacht wird. Näheres dazu im folgenden Kapitel Bildentstehung und -aufbau.
Ziel dieser Arbeit ist es, in den Grauwertbildern der Kamera die einzelnen Strahlen des Kraftstoffs zu erkennen und deren Eindringtiefe sowie Volumen zu bestimmen. Dabei sollen die flüssige und die gasförmige […]

Leseprobe

Inhaltsverzeichnis

Sebastian Rumpf

Entwicklung und experimentelle Validierung eines Systems zur optischen Auswertung

moderner Diesel-Einspritzsysteme

ISBN: 978-3-8428-2863-6

Herstellung: Diplomica® Verlag GmbH, Hamburg, 2012

Zugl. Technische Universität Dresden, Dresden, Deutschland, Diplomarbeit, 2008

Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte,

insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von

Abbildungen und Tabellen, der Funksendung, der Mikroverfilmung oder der

Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen,

bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung

dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen

der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik

Deutschland in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich

vergütungspflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des

Urheberrechtes.

Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in

diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme,

dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei

zu betrachten wären und daher von jedermann benutzt werden dürften.

Die Informationen in diesem Werk wurden mit Sorgfalt erarbeitet. Dennoch können

Fehler nicht vollständig ausgeschlossen werden und der Verlag, die Autoren oder

Übersetzer übernehmen keine juristische Verantwortung oder irgendeine Haftung für evtl.

verbliebene fehlerhafte Angaben und deren Folgen.

http://www.diplomica.de, Hamburg 2012

Kurzfassung

Am Lehrstuhl für Verbrennungsmotoren des Instituts für Automobiltechnik der

TU Dresden können mit Hilfe einer eigens entwickelten, optisch zugänglichen

Hochdruckkammer motornahe Druck- und Temperaturverhältnisse geschaffen

werden. In dieser Kammer wird die Qualität von Einspritzdüsen durch Aufnah-

men einer Hochgeschwindigkeitskamera analysiert. Die vorliegende Arbeit fin-

det in den entstandenen Grauwertbildern sowohl die flüssigen, als auch die gas-

förmigen Bestandteile der Kraftstoffstrahlen und deren Ausmaße. Aufbauend

auf dem Großen Beleg werden drei Teilmodelle entwickelt, welche die Form

der Strahlen, die ,,Rausch"-Textur und das Shading beinhalten. Alle drei Teil-

modelle arbeiten gemeinsam im Erkennungssystem, wobei diesem eine B

AYES

optimale Entscheidungsstrategie zugrunde liegt. Zur Lösung der Erkennungs-

aufgabe werden der Expectation Maximization Algorithmus und der G

IBBS

Sampler angewendet. Anhand von Experimenten wurde die Anwendbarkeit des

Erkennungsmodells gezeigt und evaluiert.

Aufgabenstellung

Student:

Sebastian Rumpf

Betreuer:

Doz. Dr. rer. nat. habil. Boris Flach

Beginn:

01. Juli 2007

Zielstellung:

Für die am Institut für Verbrennungsmotoren und Kraftfahrzeuge angestrebte optische

Auswertung moderner Diesel-Einspritzsysteme ist aufbauend auf den Resultaten der

Belegarbeit ein Verfahren zu entwickeln, welches die Aggregatzustände des Brennstof-

fes in Aufnahmen des Einspritzvorgangs segmentiert. Dazu soll:

· Die in den Aufnahmen aufgrund der Druck/Temperaturschwankungen des Ge-

mischs entstehende Textur modelliert werden.

· Die räumliche Form der Segmente geometrisch modelliert werden.

· Die zeitliche Abhängigkeit der Segmente in Serien von Aufnahmen modelliert

werden.

Darauf aufbauend ist ein Gesamtmodell zu entwickeln, welches den Zusammenhang

zwischen den zu entdeckenden Segmenten und den Bildern beschreibt. Aus dem ent-

wickelten Modell ist ein effizienter Algorithmus zur Erkennung und Segmentierung

der Regionen mit unterschiedlichem Aggregatzustand abzuleiten und effizient zu im-

plementieren. Das Verfahren ist experimentell zu validieren.

Literatur:

1. Michail I. Schlesinger und Václav Hlavác. Ten lectures on statistical and struc-

tural pattern recognition, Bd. 24 d. Reihe Computational Imaging and Vision.

Kluwer Academic Press, 2002.

2. Stan Z. Li. Markov Random Field Modeling in Image Analysis. Computer Sci-

ence Workbench. Springer Verlag, 2001.

3. G. L. Gimel'farb. Texture Modeling by Multiple Pairwise Pixel Interactions. IE-

EE Transactions on Pattern Analysis and Machine Intelligence, 18:1110-1114,

1996.

4. C.K.I. Williams M.Revow und G.E. Hinton. Using generative models for hand-

written digit recognition. IEEE Transactions on Pattern Analysis and Machine

Intelligence, 18:592-606, 1996.

5. Boris Flach, Eeri Kask, Dmitrij Schlesinger und Andriy Skulish. Unifying re-

gistration and segmentation for multi-sensor images. In Luc Van Gool, editor,

Pattern Recognition, Bd. 2449 d. Reihe Lecture Notes in Computer Science, S.

190-197. Springer Verlag, 2002.

iii

Inhaltsverzeichnis

Kurzfassung

Aufgabenstellung

Einleitung

1.1

Zielsetzung . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Bildentstehung und -aufbau

2.1

Erweiterung des Bildaufbaus . . . . . . . . . . . . . . . . . . .

2.2

Vorverarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . .

Wahrscheinlichkeitsmodell

3.1

AYES

-optimaler Klassifikator . . . . . . . . . . . . . . . . . .

3.2

Verbundwahrscheinlichkeit P (, x) . . . . . . . . . . . . . . .

Formmodell

4.1

Kenngrößen und Vektoren im Strahlmodell

. . . . . . . . . . .

4.2

Apriori Modell . . . . . . . . . . . . . . . . . . . . . . . . . .

4.3

Beobachtungsmodell . . . . . . . . . . . . . . . . . . . . . . .

Texturmodell

5.1

Torusmodell der Textur . . . . . . . . . . . . . . . . . . . . . .

5.2

Finden des Positionslabelings . . . . . . . . . . . . . . . . . . .

5.3

Lernen des Texturmusters . . . . . . . . . . . . . . . . . . . . .

Erkennungsaufgabe

6.1

Lernen der Formparameter . . . . . . . . . . . . . . . . . . .

6.2

IBBS

-Sampler . . . . . . . . . . . . . . . . . . . . . . . . . .

Shadingmodell

Implementierung

8.1

Lernverfahren des Texturmodells . . . . . . . . . . . . . . . . .

8.2

Implementierung der Erkennungsaufgabe . . . . . . . . . . . .

Inhaltsverzeichnis

Experimentelle Untersuchungen

9.1

Lernen des Texturtorus . . . . . . . . . . . . . . . . . . . . . .

9.2

Bestimmung der Formparameter . . . . . . . . . . . . . . . . .

10 Zusammenfassung und Ausblick

A Testdiagramme

A.1 Diagramme Texturtorus . . . . . . . . . . . . . . . . . . . . . .

A.2 Diagramme Formparameter . . . . . . . . . . . . . . . . . . . .

Symbolverzeichnis

Literaturverzeichnis

Abbildungsverzeichnis

1.1

Hochdruckkammer zum Testen von Einspritzvorgängen . . . . .

2.1

Versuchsaufbau der Hochdruckkammer . . . . . . . . . . . . .

2.2

Aufnahme während des Einspritzvorgangs . . . . . . . . . . . .

2.3

,,Rauschtextur" der Bildverstärkung - stark vergrößert . . . . . .

2.4

Bildaufbau aus den Teilkomponenten . . . . . . . . . . . . . . .

3.1

Bildentstehung durch die Teilmodelle . . . . . . . . . . . . . .

4.1

Formmodell eines Kraftstoffstrahls . . . . . . . . . . . . . . . .

4.2

Das Formmodell des Strahls mit allen Kenngrößen und Vektoren

4.3

4-Nachbarschaft eines Pixels . . . . . . . . . . . . . . . . . . .

5.1

Unregelmäßiges ,,Abrollen" des Texturmusters

. . . . . . . . .

9.1

Testbild für das Texturmodell . . . . . . . . . . . . . . . . . . .

9.2

Angelernter Texturtorus . . . . . . . . . . . . . . . . . . . . . .

9.3

Positionslabeling und dessen Grauwertkodierung . . . . . . . .

9.4

Generiertes Texturbild

. . . . . . . . . . . . . . . . . . . . . .

9.5

Differenzbild und Shading . . . . . . . . . . . . . . . . . . . .

9.6

Testbild . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9.7

Histogramme der Grauwertverteilungen . . . . . . . . . . . . .

9.8

ermittelte Formparameter projiziert auf das Testbild . . . . . . .

9.9

Initialparameter im Vergleich zu den ermittelten Formparametern

9.10 Teilbild ~

x in schwarz, rot und blau kodiert . . . . . . . . . . . .

A.1 Anzahl der EM-Iterationen (Textur) . . . . . . . . . . . . . . .

A.2 Anzahl der Samplingrunden pro EM-Iteration (Textur) . . . . .

A.3 Seitenlänge des quadratischen Texturtorus . . . . . . . . . . . .

A.4

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

A.5 Lernfaktor ^

der Textur . . . . . . . . . . . . . . . . . . . . . .

A.6 Lernfaktor ¯

des Shadings . . . . . . . . . . . . . . . . . . . .

A.7

m des Shadings (Textur) . . . . . . . . . . . . . . . . . . . . .

A.8 Anzahl der EM-Iterationen . . . . . . . . . . . . . . . . . . . .

A.9 Anzahl der EM-Iterationen (nur flüssig) . . . . . . . . . . . . .

Abbildungsverzeichnis

A.10 Anzahl der Samplingrunden pro EM-Iteration . . . . . . . . . .

A.11 Anzahl der Samplingrunden pro EM-Iteration (nur flüssig) . . .

A.12 Grauwert v

. . . . . . . . . . . . . . . . . . . . . . . . . . . .

A.13 Grauwert v

(nur flüssig) . . . . . . . . . . . . . . . . . . . . .

A.14 Grauwert v

(nur flüssig) . . . . . . . . . . . . . . . . . . . . .

A.15 Grauwert v

(nur gasförmig) . . . . . . . . . . . . . . . . . . .

1 Einleitung

Um die Abläufe bei der Gemischbildung und Verbrennung des Kraftstoffs in

Dieselmotoren besser untersuchen und verstehen zu können, werden zuneh-

mend optische Verfahren zur Visualisierung angewendet. Speziell für die Ana-

lyse von Einspritzdüsen und deren Auswirkungen bei der Vermischung und Ver-

brennung im Motorraum besteht derzeit großer Forschungsbedarf. Damit diese

Vorgänge bestmöglich beobachtet werden können, ist es notwendig den Innen-

raum eines Dieselmotors optisch zugänglich zu konstruieren. Am Lehrstuhl für

Verbrennungsmotoren des Instituts für Automobiltechnik der TU Dresden wur-

de zu diesem Zweck ein Einzylinder-Transparentmotor, sowie eine Hochdruck-

kammer entwickelt, welche beide eine Visualisierung der Prozesse des Brenn-

stoffs ermöglichen.

Mit Hilfe der Hochdruckkammer (

Abbildung 1.1

) können die Druck- und

Temperaturverhältnisse im Inneren eines Dieselmotors simuliert und variiert

werden. Sie wurde hauptsächlich für die Untersuchung von Einspritzdüsen an-

gefertigt, welche an der Rückwand der Kammer eingesetzt werden. An den bei-

den Seitenwänden, sowie an der Frontseite befindet sich jeweils ein Fenster,

zum Ausleuchten der Hochdruckkammer und Aufnehmen des Einspritzvorgan-

ges. Die Decke und der Boden der Kammer werden zum Befüllen und Auslas-

sen von Gasen genutzt, um die atmosphärischen Randbedingungen während der

Einspritzung zu simulieren. Für die Nachahmung der Verhältnisse im Diesel-

Abbildung 1.1: Hochdruckkammer zum Testen von Einspritzvorgängen

1 Einleitung

motor wird die Hochdruckkammer zunächst mit einem Stickstoff / Wasserstoff

/ Sauerstoff - Gemisch gefüllt, welches danach gezündet wird. Dadurch wer-

den motornahe Druck- und Temperaturverhältnisse geschaffen. Der Druck und

die Temperatur fallen durch Abkühlung wieder ab und bei einem vorher einge-

stellten Schwellwert (zwischen 1100K und 800K) beginnt die Einspritzung des

Kraftstoffs. Da bei der Verbrennung des Gasgemischs jeglicher Sauerstoff auf-

gebraucht wurde, kann sich der eingespritzte Kraftstoff nicht mehr entzünden

und verdampft lediglich.

Zur Analyse der Einspritzung werden mittels einer Hochgeschwindigkeitska-

mera mehrere Aufnahmen vom Innenraum der Kammer gemacht, auf denen so-

wohl die flüssige als auch die gasförmige Phase des verdampfenden Brennstoffs

sichtbar gemacht wird. Näheres dazu im folgenden Kapitel

Bildentstehung und

-aufbau

1.1 Zielsetzung

Ziel dieser Arbeit ist es, in den Grauwertbildern der Kamera die einzelnen

Strahlen des Kraftstoffs zu erkennen und deren Eindringtiefe sowie Volumen zu

bestimmen. Dabei sollen die flüssige und die gasförmige Phase für jeden Strahl

getrennt betrachtet werden. Das Thema war bereits Bestandteil meiner Beleg-

arbeit [

UMPF

2007

]. Allerdings konnte mit dem erarbeiteten Modell dieser

Arbeit speziell der flüssige Brennstoff nicht ausreichend erkannt werden, was

einen Anlass zu einer Verbesserung des Modells gab. Der Ansatz der Belegar-

beit soll nun als Ausgangspunkt dienen und verbessert bzw. erweitert werden.

Das Gesamtsystem wird im Rahmen dieser Diplomarbeit um ein Texturmo-

dell und eine Beschreibung der Form eines Strahls erweitert. Damit soll eine

bessere Trennung der beiden Kraftstoffphasen, sowie eine genauere Erkennung

des flüssigen Brennstoffs erreicht werden. Weiterhin wird das Modell des Sha-

dings vereinfacht und verallgemeinert. Es soll nun alle Störfaktoren im Bild, die

nicht mehr durch die Textur oder als Teil des Strahls interpretiert werden kön-

nen enthalten. Um diese Modellerweiterungen geeignet im Erkennungssystem

zu integrieren, muss die Vorstellung der Bildentstehung angepasst werden. Dies

wird im nächsten Kapitel eingehend diskutiert.

Da als Ergebnis des Erkennungsverfahrens keine Segmentierung erwartet

wird, ist diese nur implizit im Modell enthalten. Stattdessen wird die Aufga-

be das Finden der bestmöglichen Formparameter für jeden Strahl (flüssig sowie

gasförmig) sein, so dass diese den Strahlen im Bild entsprechen. Aus den ge-

fundenen Formparametern lässt sich dann die Eindringtiefe sowie das Volumen

jedes Strahls berechnen.

2 Bildentstehung und -aufbau

In der

Einleitung

wurde bereits das Verfahren der Kraftstoffeinspritzung erläu-

tert. Der Aggregatzustand des Diesels ist bei der Einspritzung noch flüssig und

geht danach durch Ausdehnung und Erwärmung in den gasförmigen Zustand

über. Beide Beschaffenheiten des Kraftstoffs sollen nun für die Aufnahme sicht-

bar gemacht werden. Um dies zu erreichen verwendet man eine kombinierte

Streulicht- / Schattentechnik, wobei das Streulicht der Tröpfchen (flüssig) und

der Schatten des Gases zunutze gemacht wird. In

Abbildung 2.1

ist der gesamte

Versuchsaufbau zu sehen.

Strahlteiler

Injektor

Frontbeleuchtung

Hochdruckkammer

Seitenbeleuchtung

Kamerasystem

Abbildung 2.1: Versuchsaufbau der Hochdruckkammer

An den beiden Seitenfenstern der Kammer befinden sich zwei sehr starke

Halogenstrahler (je 2,5kW). Das von der Seite einfallende Licht wird nun durch

Reflexion und Brechung am flüssigen Brennstoff gestreut. Ein Teil der Licht-

strahlen der Seitenbeleuchtung gelangt infolgedessen durch das Frontfenster

zur Kamera. Für die Visualisierung des gasförmigen Kraftstoffs wird zusätzlich

Licht (Halogenstrahler mit 60W) mittels eines Strahlteilers durch das Frontfen-

ster eingekoppelt. Im Innenraum der Hochdruckkammer befindet sich hinter der

Einspritzdüse ein Spiegel (Siliziumwafer) mit einem Reflexionsgrad von 95%.

Der gasförmige Brennstoff absorbiert und streut das einfallende Licht und be-

2 Bildentstehung und -aufbau

hindert damit die Reflexion am Spiegel. In der Aufnahme entsteht infolgedes-

sen ein Schatten im Bereich des Kraftstoffgases. Die Lichtstrahlen der Frontbe-

leuchtung werden natürlich auch durch den flüssigen Kraftstoff behindert, aller-

dings wird der entstehende Schatten durch die Streuung der Seitenbeleuchtung

überdeckt.

Wie schon erwähnt, nimmt die Hochgeschwindigkeitskamera die Bilder

durch das Frontfenster auf. Der Einspritzvorgang wird mit maximal 8 Grau-

wertbildern in einem Zeitfenster von ca. 0,3ms aufgenommen. Die Auflösung

beträgt 1280 x 1024 Pixel mit einer Farbtiefe von 12bit. Das Resultat einer Auf-

nahme des Einspritzens ist in

Abbildung 2.2

zu sehen. Man kann auf dem Bild

gut den Spiegel im Hintergrund der Kammer, sowie die beiden Aggregatzustän-

de des Diesels erkennen. Sichtbar ist auch die Einspritzdüse in der Bildmitte.

Spiegel

flüssiger Brennstoff

Einspritzdüse

gasförmiger Brennstoff

Abbildung 2.2: Aufnahme während des Einspritzvorgangs

2.1 Erweiterung des Bildaufbaus

Zu sehen ist weiterhin eine Art Rauschen auf dem gesamten Bild. Diese Er-

scheinung ist aber kein gewöhnliches Rauschen, sondern entsteht vermutlich

durch die optische Bildverstärkung der Kamera. Dieser Verstärker ist im Ka-

merasystem vor dem CCD-Chip installiert und funktioniert folgendermaßen:

Das vom Objekt kommende Licht löst auf der Photokathode Photoelektronen

aus. Diese treffen auf eine Mikrokanalplatte, in der sie durch Sekundärelek-

tronenvervielfachung vermehrt werden. Schließlich werden sie auf einen Phos-

2 Bildentstehung und -aufbau

phorschirm hin beschleunigt und regen diesen zum Leuchten an. Das verstärkte

Bild des Phosphorschirms wird dann von dem CCD-Chip der Kamera aufge-

nommen [

HSF 2004

]. Das Rauschen im Bild kann nun von der Photokathode

stammen, wird danach durch die Mikrokanalplatte verstärkt und am Phosphor-

schirm etwas gestreut. Das Ergebnis ist stark vergrößert in

Abbildung 2.3

zu se-

hen. Man kann darin helle und dunkle Flecken erkennen, die sich über mehrere

Pixel erstrecken. Zwischen diesen Flecken nehmen die Pixel, je nach Abstand

zum Fleck, Mischfärbungen an. Dieses Rauschen soll in der Vorstellung der

Abbildung 2.3: ,,Rauschtextur" der Bildverstärkung - stark vergrößert

Bildentstehung unabhängig vom Bildinhalt entstehen und wird im Rahmen die-

ser Arbeit als Textur interpretiert. Im großen Beleg [

UMPF

2007

] wurde dieser

Aspekt des Bildaufbaus noch nicht betrachtet und stellt somit eine Erweiterung

des Erkennungssystems in dieser Arbeit dar.

Neu in der Interpretation des Bildaufbaus ist auch die Beschreibung der

Strahlen mit Hilfe einer idealen Form, die in ihrer Größe und Ausrichtung durch

entsprechende Parameter angepasst werden kann. Weiterhin soll jede Phase des

Strahls, sowie der Hintergrund, durch einen spezifischen Grauwert aufgefasst

werden. Das Formmodell eines Strahls beinhaltet sowohl den Bereich für die

flüssige Phase, als auch den der gasförmigen Phase. Ein Bild, welches nur auf-

grund dieses Modells entsteht, enthält genau drei Grauwerte und ist folgender-

maßen aufgebaut: Die Formbeschreibung wird für jeden Strahl durch die Para-

meter genau festgelegt und auf das Pixelgitter des Bildes projiziert. Die jeweili-

gen Bereiche (flüssige und gasförmige Phase des Stahls) werden dann mit dem

entsprechenden Grauwert gefüllt. Wenn dies für alle Strahlen getätigt wurde,

bleibt der Hintergrund übrig und wird mit dessen Grauwert gefärbt. Die mathe-

matische Beschreibung der Form und des zugehörigen Bildes ist im Kapitel

zu finden.

Eine Aufnahme der Hochgeschwindigkeitskamera soll aber nicht nur durch

Textur und Bild der Formbeschreibung dargestellt werden. Zusätzlich werden

2 Bildentstehung und -aufbau

alle restlichen Veränderungen im beobachteten Bild durch ein verallgemeiner-

tes Shading beschrieben. Diese Veränderungen entstehen z. B. aufgrund vom

Shading des Kamerasystems und der optischen Geräte (Strahlteiler, Fenster der

Hochdruckkammer, Spiegel). Weiterhin können diese durch Dichteschwankun-

gen im Gasgemisch der Kammer oder durch Verunreinigungen am Spiegel oder

Frontfenster hervorgerufen werden. All diese Faktoren machen das Shading so

komplex, dass es mit dem Model aus der Belegarbeit nicht mehr dargestellt wer-

den kann. Zur Vereinfachung soll nun für das Shading nur die Bedingung gelten,

dass es eine gewisse Glattheit aufweisen muss. Diese Glattheitsbedingung muss

das Shading hinreichend vom wesentlichen Bildinhalt, also von den Kraftstoff-

strahlen abgrenzen, damit diese bei der Erkennung nicht fälschlicherweise als

Shading interpretiert werden.

Die beobachtete Aufnahme der Kamera wird in dem Modell dieser Arbeit als

eine Kombination von Textur, Shading und Bild der Formbeschreibung verstan-

den. In

Abbildung 2.4

wird der Aufbau aus den drei Teilbildern noch einmal

verdeutlicht.

3-grauwertiges

Formbild

Shadingbild

Texturbild

beobachtetes Ergebnisbild

Abbildung 2.4: Bildaufbau aus den Teilkomponenten: Textur, Shading und

Formbeschreibung (Bildausschnitt)

2 Bildentstehung und -aufbau

2.2 Vorverarbeitung

In der Belegarbeit wurde in der Vorverarbeitung der Bilder zunächst das Sha-

ding anhand einer Leeraufnahme ermittelt und danach von den Aufnahmen des

Einspritzvorgangs entfernt. Dieser Schritt ist nun im Gesamtmodell integriert.

Das Shading wird immer während der Erkennung mitgelernt und von den Auf-

nahmen sukzessiv entfernt. Näheres dazu befindet sich im Kapitel

Weiterhin wurde im Beleg das Auffinden der Einspritzdüse mittels des Algo-

rithmus von [

KSAK

et al. 1997

], sowie deren Abstrahlwinkel vor dem Erken-

nungsverfahren durchgeführt. Dieser Schritt soll für diese Arbeit beibehalten

werden, da er nützliche Apriori Informationen für das Gesamtmodell liefert.

Zunächst wird durch das Finden der Einspritzdüse der gemeinsame Fußpunkt

aller Kraftstoffstrahlen bestimmt und braucht nicht mehr in der Formbeschrei-

bung ermittelt werden. Auch die Abstrahlwinkel der Strahlen stellt die Methode

im Beleg zur Verfügung und kann vom Formmodell genutzt werden. An dem

Algorithmus für das Detektieren der Einspritzdüse und der Abstrahlwinkel wur-

den keine Änderungen vorgenommen.

3 Wahrscheinlichkeitsmodell

Wie in dem vorangehenden Kapitel ,,

Bildentstehung und -aufbau

" bereits er-

läutert, soll das beobachtete Bild als Kombination von Texturbild, Shadingbild

und Formbild der Strahlen interpretiert werden. Das beobachtete Bild, sowie die

Bilder aus denen es zusammengesetzt ist, werden nun folgendermaßen definiert:

Definition 1 (Bildmodell)

Sei

R eine Punktmenge (Pixelmenge) und V ein Farbraum, dann heißt die

Funktion

x :

R V

(3.1)

Bild. Der Zugriff auf den Farbwert v

V in einem bestimmten Punkt (Pixel)

R erfolgt mittels x(r) = v.

Da die beobachteten Bilder eine Farbtiefe von 12bit haben, entspricht die Men-

ge der Grauwerte

V = {0, . . . , 4096}. Weiterhin ist ein Pixel r R durch

seine Koordinaten definiert: r = (i, j). Die Menge aller Pixel stimmt mit der

Auflösung der Kamerabilder überein und ergibt sich wie folgt:

R = {(i, j)|i = 1, . . . , I; j = 1, . . . , J}; I = 1280, J = 1024

(3.2)

Für das beobachtete Bild und für die Komponenten, aus denen es besteht,

wird nun nachstehende Notation gewählt:

original

: R V: Aufnahme der Kamera

~x : R ~V: Formbild der Strahlen

^x : R V: Texturbild

¯x : R V: Shadingbild

Jedes dieser drei Teilbilder soll durch je ein eigenes Modell interpretiert wer-

den. Das Formbild, welches die Kraftstoffstrahlen enthält, besteht nur aus drei

spezifischen Grauwerten: v

für den Grauwert des Hintergrundes, v

für den der

flüssigen Phase und v

für den gasförmigen Brennstoff. Die Menge der Grau-

werte für ~

x beträgt daher ~

V = {v

, v

}. Weiterhin wird angenommen, dass

Texturbild, Shadingbild und Formbild unabhängig voneinander entstehen und

die Aufnahme der Kamera x

original

eine pixelweise Addition der drei Teilbilder

ist.

3 Wahrscheinlichkeitsmodell

Annahme 1 (Unabhängigkeit der Teilkomponenten im Gesamtmodell)

Die Teilmodelle für die Form P (, ~

x), die Textur P (t, ^

x) und das Shading

sind voneinander unabhängig.

Annahme 2 (Erzeugung des beobachteten Bildes aus den Teilbildern)

Das Bild der Kamera x

original

entsteht durch eine pixelweise Addition der

Teilbilder ~

x, ^

x und ¯

original

(r) = ~x(r) + ^x(r) + ¯x(r);

r R

In der Annahme

stellt der Parametersatz die Formbeschreibung der Strahlen

und t das Positionslabeling der Textur dar. Im nächsten Kapitel (

) wird die

Formbeschreibung ausführlich behandelt und im Kapitel

das Positionslabeling

näher erläutert.

Der generative Prozess für das beobachtete Kamerabild kann nun folgen-

dermaßen beschrieben werden: Jedes Teilmodell (Textur, Shading und Form-

beschreibung) generiert jeweils ein Teilbild. Diese drei Bilder werden danach

durch pixelweise Addition zu der Aufnahme der Kamera zusammengesetzt. Die

folgende

Abbildung 3.1

veranschaulicht die Bildentstehung durch die drei Teil-

modelle noch einmal.

Shadingmodell

Formbeschreibung

Texturmodell

Texturbild

Formbild der Strahlen

Shadingbild

Kamerabild

Abbildung 3.1: Bildentstehung durch die Teilmodelle

Details

Seiten
Erscheinungsform: Originalausgabe
Jahr: 2008
ISBN (eBook): 9783842828636
DOI: 10.3239/9783842828636
Dateigröße: 1.5 MB
Sprache: Deutsch
Institution / Hochschule: Technische Universität Dresden – Informatik, Institut für künstliche Intelligenz
Erscheinungsdatum: 2012 (Februar)
Note: 2,4
Schlagworte: bildverarbeitung mustererkennung texturerkennung neuroinformatik klassifikation

Autor

Sebastian Rumpf (Autor:in)

Entwicklung und experimentelle Validierung eines Systems zur optischen Auswertung moderner Diesel-Einspritzsysteme

Zusammenfassung

Leseprobe

Inhaltsverzeichnis

Details

Autor

Sebastian Rumpf (Autor:in)