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
左顺吉1
冯鹏2
黄盼1
严笙豪1
何鹏2
魏彪2
1.重庆大学光电技术及系统教育部重点实验室,重庆4000442.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
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.
关键词：工业CT深度学习校正算法金属岩矿样金属伪影
分类号：O242(计算数学)TP391.41(计算技术、计算机技术)
资助基金：国家重点研发计划(2019YFC0605203)重庆市科委基础研究与前沿探索专项自然科学基金(cstc2020jcyj-msxmX0553)重庆市科委技术创新与应用发展专项(cstc2021jscx-gksbX0056)
论文发表日期：2022-11-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 783-792 )
英文信息