声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：冷智颖, 孙跃文, 童建民, 王振涛
单位：1. 清华大学 核能与新能源技术研究院, 北京 100084;<br>2. 核检测技术北京市重点实验室, 北京 100084
关键词：辐射图像,退化模型,生成对抗网络,图像复原
基金：王振涛,副研究员,
在车辆辐射成像过程中,受到射线源的几何尺寸、探测器及信号放大电路响应时间、统计涨落等降质因素的影响,图像产生退化,表现为模糊与噪声增加。针对车辆辐射图像的退化问题,该文研究了辐射成像系统的退化模型,提出了利用生成对抗网络DeblurGAN的辐射图像复原方法。通过辐射图像的退化机制构造了辐射图像的特定数据集,用于训练DeblurGAN模型,利用训练好的模型去复原系统实际采集的车辆辐射图像。实验结果表明:该方法能够有效去除辐射图像的模糊与噪声,改善系统的成像质量。
来源：2022年第10期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。