一种基于单视角纹影图的三维密度流场重建方法

本发明提供一种基于单视角纹影图的三维密度流场重建方法(SVRNet)，属于人工智能的空气动力学领域；该方法包括以下步骤：步骤一：对纹影图和密度流场数据进行预处理，并划分为训练集和测试集；步骤二：构建通过多层级特征提取、特征变换和重构模块的主体SVRNet模型；步骤三：对SVRNet模型进行框架优化；步骤四：对SVRNet模型进行损失函数优化；步骤五：对SVRNet模型进行训练和测试；步骤六：输入预处理后的单视角纹影图得到三维的密度流场；该方法显著降低了实验设备的复杂性和成本，尤其适用于空洞实验室等受限场景。还实现了对非对称流场特征的精确刻画，为超声速流场研究提供了一种高效、经济且鲁棒的解决方案。