神经折射率场： unlocking Background-oriented Schlieren Tomography 在体积流可视化中的潜力
流体动力学
2024-11-27 v2 人机交互
机器学习
光学
摘要
Background-oriented Schlieren tomography (BOST) 是用于可视化复杂湍流流动的常用方法，因其易于实现和能够捕捉大量流参数三维分布的能力而受到青睐。然而，基于体素的网格方案导致诸多挑战，包括空间分辨率不足、显著离散化误差、噪声抗性差以及计算成本过高。本文提出一种创新的重建方法，称为神经折射率场 (NeRIF)，其通过神经网络隐式表示流场，并采用针对性策略进行训练。无论是数值模拟还是对湍流班根火焰的实验演示都表明，我们的方法能够显著提高重建精度和空间分辨率，同时降低计算开支。虽然本文在背景-oriented Schlieren 断层扫描中展示了该方法，但NeRIF所蕴含的核心思想可以很容易地适用于各种其他断层扫描模式，包括断层吸收光谱和断层粒子图像测速，拓宽了其在流动可视化与分析不同领域的潜在影响。
关键词
引用
@article{arxiv.2409.14722,
title = {Neural refractive index field: Unlocking the Potential of Background-oriented Schlieren Tomography in Volumetric Flow Visualization},
author = {Yuanzhe He and Yutao Zheng and Shijie Xu and Chang Liu and Di Peng and Yingzheng Liu and Weiwei Cai},
journal= {arXiv preprint arXiv:2409.14722},
year = {2024}
}
备注
10 pages, 12 figures