基于深度学习的多视图火焰面三维重建

针对火焰面三维重建时存在背景噪点的问题,提出了一种基于MVSNet多视图三维重构网络的IM-MVSNet网络用于重构层流火焰的火焰面。该网络通过对输入采样图像的参考帧以及邻域帧进行图像分割,去除采样时的背景噪声,得到高质量分割图像,然后将多视图图像进行三维重建,构建层流火焰面三维点云,进而得到重构的层流火焰面。通过不同重构模型火焰面重构效果对比,本文提出的三维重构网络能够有效减少重构火焰面的点云噪点,提高火焰面重构精度,为燃烧研究提供了一种新的方法。