典型文献
基于双域自适应网络的岩矿样工业CT图像金属伪影校正算法研究
文献摘要：
岩矿样中包含有大量高密度金属物质,致使其在工业CT图像上产生了金属伪影,严重影响岩矿样参数分析的准确性.为抑制岩矿样CT图像的金属伪影,本文提出一种基于双域自适应网络的岩矿样CT图像金属伪影校正算法(DDA-CNN-MAR),将含有金属伪影的CT图像分别通过投影域网络和图像域网络进行金属伪影的抑制,自适应融合双域处理结果,实现由含伪影图像到无伪影图像的端到端映射.该算法以残差编解码网络模型(RED-CNN)为基础,易于提取特征并恢复图像细节;双域结构可自适应调整投影域(伪影抑制)和图像域(细节修复)的权重,借以获得最优的校正结果.研究结果表明,较之于RED-CNN-MAR,经过DDA-CNN-MAR方法校正的图像,MSE减小2.570,而PSNR和SSIM则分别提高1.218dB和0.018,有效提升岩矿样CT成像的图像质量.
文献关键词：
工业CT;深度学习;校正算法;金属岩矿样;金属伪影
中图分类号：
作者姓名：
左顺吉;冯鹏;黄盼;严笙豪;何鹏;魏彪
作者机构：
重庆大学光电技术及系统教育部重点实验室,重庆400044;重庆大学工业CT无损检测教育部工程研究中心,重庆400044
文献出处：
引用格式：
[1]左顺吉;冯鹏;黄盼;严笙豪;何鹏;魏彪-.基于双域自适应网络的岩矿样工业CT图像金属伪影校正算法研究)[J].CT理论与应用研究,2022(06):783-792
A类：
218dB,金属岩矿样
B类：
域自适应网络,金属伪影,伪影校正,校正算法,算法研究,金属物,参数分析,DDA,MAR,投影域,和图像,图像域,自适应融合,处理结果,端到端,编解码网络,RED,提取特征,自适应调整,伪影抑制,借以,较之于,方法校正,MSE,PSNR,SSIM,图像质量
AB值：
0.260262
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
