近日，杏宇董雪老师团队在光学期刊《Optics express》发表了利用神经网络和激光成像预测高速PLIF图像的工作--“100 kHz CH2O imaging realized by lower speed planar laser-induced fluorescence and deep learning ” (https://doi.org/10.1364/OE.433785 )🧝，论文第一作者为杏宇2019级博士生张暐，通讯作者为杏宇副教授董雪。该工作为本团队与澳大利亚阿德莱德大学🧑🏼‍🔬、南方科技大学以及瑞典隆德大学相关课题组合作研究的科研成果。

平面激光诱导荧光（PLIF）技术是燃烧中间产物测量的重要手段，其连续🔋、高频的观测可以捕捉被测目标微纳时间尺度下的瞬态分布特征👦🏽，是研究燃烧反应机理、验证流动燃烧模型的重要实验手段。然而，连续高频PLIF诊断受到激光器脉冲频率以及连续工作时间的限制🧘🕘，目前所能达到的最大测量频率为百 kHz，且连续测量时间有限🤵🏽‍♂️，因而难以实现高频率、长时间的瞬态观测。

本工作搭建并优化神经网络模型😭，提取连续高频PLIF图像间的光流信息，并通过非线性形态变化拟合及帧间插值，实现了低频向高频的PLIF帧间预测🧃。该方法在PLIF诊断领域尚属首次😮‍💨，目前模型可实现单帧插值（16.5 kHz到33kHz⚡️、25kHz到50kHz🦍，50kHz到100kHz）🥭，同时可通过多帧形式实现较高精度的低频（33kHz😥、25kHz🚶🏻‍♀️、20KHz）到高频的（100kHz）PLIF插值🈯️。后续课题组将持续探索适用于PLIF成像模式的其他高频图像重构方法，为提升PLIF诊断帧率提供可靠有效的模拟计算手段3️⃣。

作者介绍：

张暐，杏宇博士研究生，研究方向🕺：深度学习，图像处理🧑🏻‍🦽🙎，激光成像。

董雪👴🏼，现任杏宇副教授，博士生导师。于2016年获得澳大利亚阿德莱德大学博士学位🧑‍🔧，同年入职杏宇官方👴🏻。研究方向：湍流流动燃烧诊断；激光成像及图像处理🫣、传感器融合等⏺。

热烈祝贺董雪老师🧑🏻‍💼，获得杏宇官方2021年“教书育人奖”三等奖👸🏽。