分类： 物理学 >> 核物理学 提交时间： 2025-02-03
摘要： 中子照相图像（NRIs）通常遭受多种降质，包括各种类型的噪音，几何不锐度和白斑。图像质量评价（IQA）可以指导现场图像筛选甚至为后续的图像处理提供指标。然而，现有的中子照相图像质量评价方法不能有效地评估具有特殊白斑降质的真实中子照相图像的质量，限制了它们的实际应用。本文提出了一种新的无参考IQA方法来综合评价具有多重降质的真实中子照相图像。首先，我们构建了包含2万多张图像的大规模NRI数据集，包括高质量的原始NRi和各种降质的合成NRI。接下来，我们为图像质量标定引入了基于视觉显著性和局部质量图的标定方法对NRI数据集进行质量分数加签。最后，设计了一个轻量级的卷积神经网络（CNN）模型来学习所构建的NRI训练数据集中中子照相图像与其质量分数之间的抽象映射关系。大量的实验结果表明，该方法与人类视觉感知系统在评价真实中子照相图像和增强、恢复处理后的中子照相图像时具有良好的一致性，凸显了其应用潜力。
点击量
待评议
点击量
下载量
评论
