一种基于卷积神经网络和光场图像的气泡流场三维重建方法

摘要

基于光场成像的气泡三维重建技术是气液两相流中气泡三维测量方法之一，尽管近年来进行了大量研究工作，但如何从最少的重聚焦图中以尽可能高的精度提取出所需的深度信息以完成三维气泡模型的重构是最具挑战性的问题之一。为解决上述问题，本发明对神经网络结构进行改进，(1)实现了一维数据与二维数据的数据融合；(2)利用该网络，仅需一张已知聚焦深度的重聚焦气泡图像，即可获取该气泡的真实深度信息。相较于采用气泡一组序列图像获取此气泡真实深度的传统方法，本发明所提出的一种基于卷积神经网络和光场图像的气泡流场三维重建方法仅需一组气泡序列图像中的1气泡图像并结合其序列号即可有效获取气泡的深度信息，实现气泡三维流场的重建。