期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于投影误差优化网络的碳/碳材料CT稀疏角度重建方法
1
作者 金珂 陈博 +4 位作者 金虎 曾天辰 周星明 徐林 孙跃文 《同位素》 CAS 2024年第4期332-340,共9页
在采用^(60)Co作为射线源的碳/碳复合材料的计算机断层扫描(CT)中,降低采样角度数量可以显著缩短检测时间,提升检测效率。然而常规的解析重建算法,稀疏角度的重建图像中包含大量的噪声和伪影,干扰图像中缺陷的检出,影响检测系统在快速... 在采用^(60)Co作为射线源的碳/碳复合材料的计算机断层扫描(CT)中,降低采样角度数量可以显著缩短检测时间,提升检测效率。然而常规的解析重建算法,稀疏角度的重建图像中包含大量的噪声和伪影,干扰图像中缺陷的检出,影响检测系统在快速检测条件下对被检构件的质量评价。本研究提出了一种基于投影误差优化神经网络的稀疏角度CT图像重建方法,采用未训练的编码-解码卷积神经网络优化重建图像的投影误差,结合图像的总变分先验,采用自适应动量估计(ADAM)算法进行优化。与传统的深度学习重建算法相比,该方法无需训练样本集,具备更强的泛化能力和鲁棒性。CT检测实验结果表明,该方法相比于传统的解析和重建算法,重建图像质量大幅提升,在保留被检测构件细节信息的同时,显著抑制了重建图像中的伪影与噪声。 展开更多
关键词 碳/碳复合材料 ^^(60)co ct检测 深度学习 稀疏角度重建
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部