基于深度学习的激光诱导等离子体图像流体速度反演方法及系统

本发明公开一种基于深度学习的激光诱导等离子体图像流体速度反演方法及系统，属于人工智能方法与激光诱导等离子体测速方法的交叉结合领域。所述方法包括：对于连续的n个等离子图像，去除每一等离子图像中的泵浦光噪声和全局背景干扰；通过估算每一去噪图像的质心位置，得到等离子图像之间的等离子体速度；基于所有的去噪图像生成一特征矩阵，并利用多头注意力机制，将该特征矩阵分布在n‑1个注意力头上，以得到每一等离子体速度的权重；根据所述等离子体速度以及该等离子体速度的权重，得到等离子体在流场中运动速度。本发明可以实现对流体速度的精确估计。