🔬 optics

Projection-based coupling of infrared thermography and stereocorrelation-based digital image correlation

본 논문은 핀홀 카메라 모델과 방사 기저 함수를 활용하여 적외선 열화상 온도 데이터를 스테레오 상관 기반의 디지털 이미지 상관법으로부터 얻은 3D 표면 좌표로 정확하게 매핑하는 투영 기반 결합 방법을 제안하며, 이를 통해 곡면에서의 변형 및 열 구배에 대한 전영역 분석을 가능하게 한다.

원저자: Jendrik-Alexander Tröger, Lutz Müller-Lohse, Stefan Hartmann

게시일 2026-06-30

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Jendrik-Alexander Tröger, Lutz Müller-Lohse, Stefan Hartmann

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

금속을 비틀 때 어떻게 휘어지고 열이 발생하는지 이해하려고 한다고 상상해 보십시오. 이를 위해 당신에게는 두 가지 서로 다른 종류의 "눈"이 필요합니다.

형상 눈 (디지털 이미지 상관법, DIC): 일반 카메라를 사용하여 물체 표면의 3D 사진을 찍습니다. 이것은 물체의 모든 미세한 점이 공간상에서 정확히 어디로 이동하는지 알려줍니다. 물체 표면을 위한 3D GPS라고 생각하면 됩니다.
열 눈 (적외선 열화상 촬영): 특수 열 감지 카메라를 사용합니다. 이 카메라는 표면의 온도를 감지하지만, 평면적인 2D 영상으로만 봅니다. 이는 열 지형도와 같지만, 표면이 굽었는지 평평한지는 알지 못합니다. 그저 열이 있는 픽셀만을 볼 뿐입니다.

문제점:
보통 이 두 가지 "눈"은 서로 다른 언어를 사용합니다. 형상 눈은 "점 A는 여기에 있다"라고 말하고, 열 눈은 "픽셀 B가 뜨겁다"라고 말합니다. 물체가 평평하다면 이 둘을 맞추기 쉽습니다. 하지만 물체가 곡면(예: 튜브나 반원형 껍질)이라면, 3D 점을 2D 열 픽셀과 일치시키는 것은 악몽이 됩니다. 어떤 점이 뜨겁다고 생각했지만, 실제로는 표면이 휘어져 있기 때문에 엉뚱한 곳을 보고 있을 수도 있기 때문입니다.

해결책 (논문의 핵심 아이디어):
저자들은 **핀홀 카메라 모델(Pinhole Camera Model)**이라는 수학적 기법을 사용하여 "만능 번역기"를 만들었습니다.

이것은 그림자 인형극과 같습니다.

여러분이 3D 인형(물체)을 가지고 있고, 빛의 근원(카메라)이 있다고 상상해 보십시오.
저자들은 형상 눈의 3D 좌표를 열 눈의 2D 화면 위로 투영하는 정확한 방법을 찾아냈습니다.
이들은 두 카메라 모두가 볼 수 있는 특별한 "참조 물체"(점들이 찍힌 황동 형상)의 사진을 한 장 찍음으로써 이를 수행했습니다. 이를 통해 투영 행렬(Projection Matrix), 즉 "만약 점이 3D 위치 X에 있다면, 열 카메라의 2D 픽셀 Y에 나타날 것이다"라고 알려주는 일종의 지침서를 계산할 수 있었습니다.

일단 이 지도를 확보하면, 형상 눈의 3D 좌표를 이용해 표면이 굽어 있더라도 해당 특정 3D 지점의 온도가 정확히 얼마인지 즉각적으로 알 수 있습니다.

"초능력" (보간법, Interpolation):
논문은 단순히 점들을 맞추는 데서 멈추지 않습니다. 그들은 또한 **방사 기저 함수(Radial Basis Functions, RBFs)**라는 수학적 도구를 사용했습니다.

RBF는 곡면 위의 흩어진 몇 개의 온도 데이터 점들 위에 펼쳐지는 마법 같은 매끄러운 담요와 같습니다.

왜 이것이 멋진가요? 이 매끄러운 지도는 컴퓨터가 직접 측정하는 것이 거의 불가능한 것들을 계산할 수 있게 해줍니다:
- 온도 구배(Temperature Gradients): 곡선을 따라 이동할 때 열이 얼마나 빠르게 변하는지 (마치 언덕의 경사도를 느끼는 것과 같습니다).
- 온도 변화율(Temperature Rates): 시간이 흐름에 따라 열이 얼마나 빠르게 변하는지 (마치 커피가 얼마나 빨리 식는지 느끼는 것과 같습니다).

실험:
연구팀은 두 가지 실험을 진행했습니다.

플라스틱 반원형 껍질: 이들은 플라스틱을 가열했습니다. 플라스틱은 열 전도율이 낮기 때문에 열이 발생원 근처에 머물렀습니다. 그들의 방식은 열을 곡선 형태에 성공적으로 매핑했고, 온도가 얼마나 빨리 변하는지도 계산해 냈습니다. 다만 플라스틱의 느린 반응 때문에 "변화율" 계산에는 다소 노이즈가 있었습니다.
금속 튜브: 이들은 금속 튜브를 비틀고 당겼습니다. 금속은 열을 잘 전달합니다. 그들의 방식은 열과 응력을 곡선형 튜브에 성공적으로 매핑하여, 비틀림으로 인해 금속이 어디서 뜨거워지는지, 그리고 그 열이 얼마나 빠르게 상승하는지를 정확히 보여주었습니다.

결론:
이 논문은 두 개의 별개로 교정된 카메라 시스템(형상용 하나, 열용 하나)을 단순한 카메라 모델을 사용하여 완벽하게 결합하는 방법을 제시합니다. 이를 통해 과학자들은 굽은 물체가 변형되고 가열되는 전체 과정을 동시에 관찰할 수 있으며, 맞춤형의 비싼 카메라 장치를 구축하지 않고도 풍부한 데이터를 얻을 수 있습니다.

기술 요약: 적외선 열화상 촬영과 스테레오 상관 기반 디지털 이미지 상관법의 투영 기반 결합

문제 정의
실험적 고체 역학에서, 디지털 이미지 상관법(DIC)과 적외선 열화상 촬영(IRT)과 같은 전영역(full-field) 측정 기술는 각각 표면 변형 및 온도장을 분석하는 데 표준적으로 사용된다. 그러나 이러한 데이터 세트를 결합할 때, 특히 비평면(곡면) 표면의 경우 상당한 과제가 발생한다. DIC, 특히 3D-DIC는 라그랑지안 프레임(Lagrangian frame) 내에서 3차원 재료점 좌표를 제공한다. 반면, IRT는 오일러리안(Eulerian, 2차원) 프레임 내에서 픽셀 온도를 측정한다. 구성 모델 보정, 모델 발견 및 수치 검증을 위해서는 두 필드(변위 및 온도)를 동일한 라그랑지안 프레임(즉, 특정 재료점) 내에서 표현하는 것이 필수적이다. 기존의 접근 방식은 통합된 교정이나 특정 하드웨어 설정(예: 다이크로익 미러)을 요구하는 복잡한 하이브리드 멀티뷰 프레임워크에 의존하거나, 두께 방향의 구배가 무시되는 평면 시편에 국한되는 경우가 많다. 또한, 많은 상용 시스템은 서브셋 기반(국소적) DIC를 사용하므로, 핵심 코드에 접근할 수 없는 연구자들이 열기계적 분석을 위해 이러한 시스템을 통합하기 어렵다.

방법론
저자들은 핀홀 카메라 모델을 활용하여 2차원 온도 데이터를 스테레오 상관 기반 3D-DIC로부터 얻은 3차원 점 좌표로 매핑하는 외부 투영 기반 결합 방법을 제안한다. 이 방법론은 세 가지 주요 단계로 구성된다:

투영 행렬 교정:
- 독립적으로 교정된 두 개의 산업용 등급 시스템(IRT용 하나, 3D-DIC용 하나)이 사용된다.
- 3차원 참조 물체("펼쳐진 책" 형태의 타겟, 점 마커 포함)의 단일 이미지를 두 시스템이 동시에 캡처한다.
- 참조 물체는 황동(brass)으로 제작되어, 방사율 차이 덕분에 가시광선(DIC용)과 적외선(IRT용) 모두에서 마커가 관찰될 수 있으며, 이는 타겟을 사전에 가열할 필요를 없애준다.
- 직접 선형 변환(Direct Linear Transformation, DLT)을 사용하여 동차 선형 시스템($Am=0$)을 구성하고, 특이값 분해(SVD)를 통해 투영 행렬 $M$ 을 결정한다. 이 행렬은 3차원 물체 좌표를 2차원 IR 픽셀 좌표로 연결한다.
전역 보간(공간 및 시간):
- 공간 구배와 시간 변화율을 계산하기 위해서는 연속적인 표면 묘사가 필요하다. 저자들은 연속적인 표면을 재구성하기 위해 전역 보간 안사(ansatz)로서 방사 기저 함수(Radial Basis Functions, RBF)를 채택한다.
- 공간 보간: 이산적인 DIC 점 좌표를 표면 파라미터( $\Psi$ )에 대해 보간하여 곡면을 재구성한다. 동시에, IR 이미지의 이산적인 픽셀 온도를 픽셀 좌표( $x^\Theta$ )에 대해 보간한다.
- 시간 보간: 보간을 시간 영역까지 확장한다. 공간 RBF의 계수 자체를 시간에 따른 RBF를 사용하여 보간한다. 이를 통해 시공간 모두에서 연속적인 필드를 재구성할 수 있다.
도함수 계산:
- 온도 구배: 보간된 온도 필드에 연쇄 법칙(chain rule)을 적용하여 인플레인(in-plane) 온도 구배를 계산하며, 이때 투영 방정식의 미분을 활용하여 픽셀 좌표 미분을 실제 세계 좌표로 매핑한다.
- 온도 변화율: 온도 필드의 물질 시간 미분(material time derivative)은 보간된 필드를 시간에 대해 미분함으로써 계산되며, 이때 국부적 변화와 표면 운동에 의한 대류 기여를 모두 고려한다.

주요 결과
본 방법론은 두 가지 실험을 통해 검증되었다:

원통형 폴리머 반각 쉘 (순수 열적 실험): 폴리락틱 산(PLA) 반각 쉘을 구리판 위에서 가열하였다. 투영은 온도를 곡면에 성공적으로 매핑하였다. 온도 구배는 성공적으로 시각화되었으나(열 접촉 부근에서 높은 구배를 보임), 온도 변화율은 폴리머의 낮은 열전도율과 IR 이미징 과정의 한계로 인해 노이즈에 의해 지배되는 것으로 나타났다. 저자들은 이러한 저전도성 시나리오에서는 변화율 계산을 위해 보간보다는 회귀(smoothing)가 필요할 수 있다고 언급하였다.
인장-비틀림 하의 튜브 (열기계적 실험): 아연 다이캐스팅 합금 튜브에 비례적인 인장-비틀림 하중을 가하였다. 시스템은 전체 필드 변형률, 온도, 온도 구배 및 온도 변화율을 성공적으로 포착하였다. 금속의 높은 열전도율 덕분에 온도 변화율 계산은 합리적인 결과를 얻었으며, 하중 중에는 약 $1^\circ\text{C s}^{-1}$ 의 균질한 변화율을 보이고 하중 제거 시 급격히 감소하는 양상을 보였다. 또한, 전역 RBF 접근법은 국소 보간법으로는 얻기 어려운 주 변형률 방향을 성공적으로 계산하였다.

의의 및 주장
본 논문은 열기계적 전영역 분석을 위해 독립적으로 교정된 산업용 시스템을 결합하는 모듈식의 간단한 접근 방식을 제공한다고 주장한다. 주요 기여는 다음과 같다:

외부 결합: 이 방법은 상용 DIC 또는 IRT 시스템의 내부 교정이나 상관 알고리즘을 수정할 필요가 없으므로, 표준 장비를 사용하는 연구자들도 쉽게 접근할 수 있다.
곡면 적용성: 기존의 2D-DIC/IRT 연구와 달리, 이 방법은 곡면 및 복잡한 기하학적 구조에 대해 명시적으로 설계되었으며 검증되었다.
확장된 데이터 출력: 보간을 시간 영역까지 확장함으로써, 곡면에서의 온도 변화율을 계산할 수 있게 하였다. 저자들은 전영역 데이터를 사용하여 이 기능을 구현한 사례가 아직 문헌에 없다고 밝혔다.
후처리 성격: 이 접근 방식은 이미지 획득이나 등록 절차를 변경하지 않고 기존의 실험 프로토콜에 삽입할 수 있는 추가적인 후처리 단계로서 기능한다.

저자들은 투영 정확도가 교정 품질에 의존하며, IR 데이터의 노이즈가 특히 열전도율이 낮은 재료의 온도 변화율 계산에 영향을 줄 수 있음을 인정하며 신중한 태도를 유지하였다. 또한 향후 연구는 불확실성 정량화와 불균질한 필드를 위한 실험 설계 최적화에 집중해야 한다고 제언하였다.

유사한 논문