イメージ再構築アルゴリズムは,アニソトロピックグラデントの希少性とコーンビームの低ランクによって規則化され,計算されたラミノグラフィーによるコーンビーム計算ラミノグラフィー

科学分野:

• マテリアルサイエンス 材料科学
• イメージング・サイエンス・サイエンス
• コンピュータビジョン コンピュータビジョン

背景:

• X線コンピューティング・ラミノグラフィ (CL) は,プレートシェル部品の重要な非破壊的なイメージング技術です.
• CLのユニークな幾何学は,不完全なプロジェクションデータを発生させ,人工物のアライアシングと画像の劣化につながる.
• 既存の再建方法では,これらのCL特有のアーティファクトを完全に処理するのに苦労しています.

研究 の 目的:

• 新しいCL再構築モデルを開発し,アリアージングアーティファクトと構造的劣化に対処する.
• CL画像におけるローカル・スムーズ性とグローバル・スペース・コレレーションの両方を活用する.
• コンポーネントのより良い検査のために,再構築されたCL画像の品質を向上させる.

主な方法:

• CL再構築のためのアニソトロピック・グラデント・スパース・アンド・ローランク (AGSLR) 規則化モデルを提案した.
• 局所的な滑らさのための組み込み総変数 (TV) と,グローバル空間的相関のためのテンソール核規範 (TNN).
• 微分エッジ復元を捉えるためにアニソトロピックTV用語を導入し,Chambolle-Pock (CP) アルゴリズムを使用して解決しました.

主要な成果:

• AGSLRモデルは,CLイメージングに固有の円線アーティファクトを効果的に抑制します.
• 再構築されたCL画像で有意な騒音削減が実証されました.
• 既存の方法と比較して,構造的な詳細の優れた回復を示しました.
• シミュレートされたデータと実際の実験データの両方で検証された性能.

結論:

• 提案されたAGSLR正規化モデルは,CL画像再構築の重要な進歩を提供します.
• この方法により,プレートシェル部品の非破壊検査の信頼性と正確性が向上します.
• AGSLRモデルは,CLの固有のイメージングの課題を克服するための堅牢なソリューションを提供します.