概括
一个新的强大的模型增强了面向背景的Schlieren (BOS) 进行流动可视化. 它在复杂,杂的环境中显著减少错误,提供高效和精确的测量.
科学领域:
- 流体动力学 流体动力学
- 光学测量技术的使用.
背景情况:
- 面向背景的 Schlieren (BOS) 对于可视化透明流动至关重要.
- 传统算法在大型流场中面临复杂,杂的背景挑战.
研究的目的:
- 开发一个强大的模型,用于在具有挑战性的环境中准确的流场测量和可视化.
- 在复杂和杂的背景下提高BOS技术的性能.
主要方法:
- 在IRR-PWCNet模型上应用基于物理的噪声增强,创建了强大的IRR模型.
- 使用双结合梯度 (BiCG) 方法与基于ASDI的初始值用于流场和波面重建.
主要成果:
- 强大的IRR模型在杂的遥感背景下将终点误差 (EPE) 降低了43.06%.
- 与没有噪音增强的IRR相比,在不同的PSNR水平下观察到11.72%至14.20%的错误减少.
- 在使用联合BiCG和ASDI方法的流场和波面重建中实现了7.47%的误差减少.
结论:
- 强大的IRR模型为流场测量和可视化提供了高效和准确的解决方案.
- 提出的方法在强度和精度方面取得了显著的改进,即使在复杂和杂的环境中.
- 这种方法可以实现高精度的波面重建,扩大了BOS技术的适用性.


