Density Estimation from Schlieren Images through Machine Learning

要約

本研究では、シュリーレン画像から定量的情報を抽出するための根本的な代替アプローチを提案する。この方法では、微分拡張されたガウス過程モデルを用いて、ナイフエッジが水平方向と垂直方向にある対応する2つのシュリーレン画像から真の密度推定値を得ることができる。風洞実験モデル、飛行中の超音速航空機、および高次数値衝撃波管シミュレーションから得られたシュリーレン画像を用いて、本手法を説明する。

要約(オリジナル)

This study proposes a radically alternate approach for extracting quantitative information from schlieren images. The method uses a scaled, derivative enhanced Gaussian process model to obtain true density estimates from two corresponding schlieren images with the knife-edge at horizontal and vertical orientations. We illustrate our approach on schlieren images taken from a wind tunnel sting model, a supersonic aircraft in flight, and a high-order numerical shock tube simulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL