递变能量X射线成像的物理表征算法研究
作者: 阴晓刚 [1] ; 潘晋孝 [1] ; 陈平 [1,2]
摘要:该项目针对传统融合方法无法正确表征物理信息的缺陷,建立了递变能量X射线成像的物理表征模型。该方法是鉴于神经网络可逼近任意非线性映射的特点,以标准楔形试块为对象,将不同电压下的融合图像作为输入数据,直接采集高动态成像图像作为输出数据,经神经网络训练,构建递变能量成像的物理表征模型。同时在不同种材料下,对物理表征模型进行了修正,实现了不同材质下的灰度校正。利用钢质与铜质阶梯块验证模型。结果表明:该项目提出的算法能逼真地反应直接高动态成像特性,可正确表征工件的物理信息。
关键字: 递变能量 高动态 物理表征 神经网络