【技术实现步骤摘要】
三维流场内粒子重构方法及装置、电子设备及存储介质
本专利技术涉及流场
，尤其涉及一种三维流场内粒子重构方法及装置、电子设备及存储介质。
技术介绍
在实际的工业需求中，大量的场景需要对三维流场内的流体进行测速。二维流场的速度测量方法是利用相机拍摄速度场中不同时刻的粒子，再通过后续算法计算出速度场。通过相机就可以清晰的拍摄二维速度场内粒子，但是相机是无法拍摄三维图像的。三维速度场测量的解决方案一般是通过架设在不同位置的多台相机从不同角度拍摄速度场内的粒子，然后通过重构算法还原三维空间中的粒子，再通过后续算法得到速度场。但是现有技术中得到的三维粒子场依然存在着各种精确度不够的现象。
技术实现思路
有鉴于此，本专利技术实施例期望提供一种三维流场内粒子重构方法及装置、电子设备及存储介质。本专利技术的技术方案是这样实现的：本申请第一方面提供一种三维流场内粒子重构方法，包括：获取对三维流场内粒子采集形成的二维图像；根据所述二维图像，基于初始化算法得到初始三维矩阵；将所述初始...
【技术保护点】
1.一种三维流场内粒子重构方法，其特征在于，包括：/n获取对三维流场内粒子采集形成的二维图像；/n根据所述二维图像，基于初始化算法得到初始三维矩阵；/n将所述初始三维矩阵输入到神经网络；/n基于所述神经网络的输出得到三维粒子场。/n
【技术特征摘要】
1.一种三维流场内粒子重构方法，其特征在于，包括：
获取对三维流场内粒子采集形成的二维图像；
根据所述二维图像，基于初始化算法得到初始三维矩阵；
将所述初始三维矩阵输入到神经网络；
基于所述神经网络的输出得到三维粒子场。
2.根据权利要求1所述的方法，其特征在于，
所述初始化算法包括：倍增视线初始化MLOS算法、乘法初始假设MFG算法或常数初始化算法。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
按照所述神经网络的输入矩阵尺寸，分割所述初始三维矩阵得到尺寸等于所述输入矩阵尺寸的S个第一矩阵；其中，S为不小于2的正整数；
所述将所述初始三维矩阵输入到神经网络，包括：
将S个所述第一矩阵依次输入到所述神经网络。
4.根据权利要求3所述的方法，其特征在于，所述基于所述神经网络的输出得到三维粒子场，包括：
获取所述神经网络输出的第二矩阵，其中，一个所述第二矩阵对应于一个所述第一矩阵；
按照所述第二矩阵对应的第一矩阵，拼接S个所述第二矩阵得到表征所述三维粒子场的重构三维矩阵。
5.根据权利要求3所述的方法，其特征在于，
第s个所述第一矩阵和第s+1个所述第一矩阵，在所述初始三维...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。