NeDF：稀疏视角全息背景光栅的神经偏转场
流体动力学
2024-10-01 v1 光学
摘要
三维(3D)密度变化的湍流流动在高速气动、燃烧和异质混合过程中广泛出现。基于多摄像机的全息背景光栅(BOS)三维重建技术已成为揭示3D流动密度结构的强大技术。然而，通常需要数十台摄像机才能获得高质量的重建密度场。受限于恶劣实验环境中可用光学窗口和受限空间，稀疏视角和有限视角的BOS技术在实际应用中常成为必要选择，导致BOS重建的反演问题严重病态，造成三维断层质量下降。本研究提出了一种新颖的BOS重建方法，神经偏转场(NeDF)，利用深度神经网络(DNN)表示密度梯度场，而无需使用任何预训练的神经网络模型。特别地，采用最新的位置编码技术和层次采样策略以捕捉高空间频率密度结构。基于进行LDS模拟的预混合湍流火焰真实流场，采用高保真非线性光线追踪方法合成BOS背景图像。凭借这些合成的BOS图像，本文定量验证了所提出方法在经典BOS重建方法中的优势，并阐明了位置编码和层次采样策略的具体贡献。
引用
@article{arxiv.2409.19971,
title = {NeDF: neural deflection fields for sparse-view tomographic background oriented Schlieren},
author = {Jiawei Li and Xuhui Meng and Yuan Xiong and Tong Jia and Chong Pan and Jinjun Wang},
journal= {arXiv preprint arXiv:2409.19971},
year = {2024}
}
备注
17 pages, 4 figures, 1 table (paper); 3 pages, 2 figures, 3 tables (supplementary material)