通过合并基于和基于事件的摄像头来实现临时适应性的Schlieren方法

科学领域:

• 流体动力学 流体动力学
• 光学成像技术的使用.
• 计算机摄影摄影的使用.

背景情况:

• 施莱伦成像对于可视化流体流动力学至关重要.
• 现有技术在时间分辨率和运行时间方面面临限制.
• 基于事件和基于的摄像机为高速成像提供了互补的优势.

研究的目的:

• 开发一种具有适应时间分辨率的新型schlieren方法.
• 克服现有 schlieren 方法的短暂运行时间和时间限制.
• 通过合并事件和相机数据来生成高率视频.

主要方法:

• 一种混合成像系统,结合了基于事件的摄像头和基于低速的摄像头.
• 新的实验设置用于准确地空间和时间对准事件和.
• 一个神经网络用于生成中间,以实现高率.

主要成果:

• 流体流动的持续可视化和记录,可适应的速率高达3.3kFPS.
• 在板式加热器,燃烧和脉冲喷气机上证明了有效性.
• 与类似方法相比,在峰值信号与噪声比率上获得了3.99dB的最大改进.

结论:

• 提出的schlieren方法可以实现高率,连续流动可视化.
• 事件和摄像机与基于神经网络的互插的融合提供了显著的优势.
• 这种方法突破了动态流量分析现有的Schlieren技术的局限性.