基于稀疏视角重建与深度学习图像增强的工业实时CT系统新设计
仪器与探测器
2022-06-20 v1
摘要
工业CT可用于缺陷检测、尺寸检验与几何分析。但其成像过程耗时，无法满足工业量产需求。本文提出一种具有多个X射线源与探测器的新型静止式实时CT系统，能够将CT重建切片刷新至探测器帧频。此种结构避免了X射线源与探测器的运动。物体平移即可获取不同角度投影，更易集成于产线。所有探测器沿传送带布置，以不同视角观测物体。随物体平移，获取其X射线投影用于CT重建。为减小机械尺寸并减少X射线源与探测器数量，将FBP重建算法与深度学习图像增强相结合。因医学CT图像相较工业图像在数量上具优势，采用其训练深度学习网络。此为首次采用该源-探测器布局策略。使用数据增强与正则化提升网络泛化性。亦计算CT成像过程耗时以证其高效。此为面向第四次工业革命之创新设计，为数字化生产提供智能质检方案。
引用
@article{arxiv.2206.08696,
title = {A novel design of industrial real-time CT system based on sparse-view reconstruction and deep-learning image enhancement},
author = {Zheng Fang and Tingjun Wang and Bingan Yuan and Xinlin Qing and Shunren Li},
journal= {arXiv preprint arXiv:2206.08696},
year = {2022}
}
备注
18 pages, 13 figures and 5 tables