基于卷积神经网络的工业计算机断层扫描轻量化方案

作为一种先进的无损检测与质量控制技术，工业计算机断层扫描（ICT）已在智能制造中找到诸多应用。现有 ICT 设备通常笨重且涉及海量数据处理与传输，导致效率低且无法跟上智能制造步伐。本文在物联网（IoT）与卷积神经网络（CNN）支持下，提出一种面向智能制造的 ICT 设备轻量化方案。其从两方面着手：分布式硬件配置与数据缩减。第一方面，ICT 设备被拆分为四个功能单元：数据采集、云存储、计算中心与控制终端，经 IoT 分布式互联，仅数据采集单元留在生产线，该分布不仅精简了 ICT 设备，也允许同一功能单元共享。第二方面，在数据采集单元中采用稀疏采样策略减少原始数据，并利用奇异值分解（SVD）压缩后传至云存储；计算中心对这些压缩的稀疏采样数据应用 ICT 图像重建算法与 CNN 以获得高质量 CT 图像。基于实际 ICT 数据的实验验证了所提方案的有效性，结果表明该方案可在图像无明显退化下实现数据大幅缩减、存储空间节省与效率提升，对推动 ICT 在智能制造中的应用有所帮助。