一种基于深度学习的太赫兹连续波三维层析成像方法技术

本发明专利技术公开了一种基于深度学习的太赫兹连续波三维层析成像方法，将太赫兹连续波层析成像系统扫描目标物得到的投影数据直接作为本发明专利技术提出的基于生成对抗网络的深度学习方法的输入，通过该方法对目标物进行三维内部结构图像重建，从而无损重现目标物内部结构和发现可能存在的缺陷。本发明专利技术提出的深度学习网络模型为生成对抗网络，包括生成器、判别器、真实数据集。本发明专利技术提出的深度学习方法是将编码

【技术实现步骤摘要】
一种基于深度学习的太赫兹连续波三维层析成像方法


[0001]本专利技术属于太赫兹成像
，具体涉及一种基于深度学习的太赫兹连续波三维层析成像的图像重构方法。

技术介绍

[0002]太赫兹(Terahertz,THz)是指频率从100GHz至10000GHz(10THz)，相应波长从3mm到3μm，介于毫米波和红外光之间的区域的电磁波。其具有的无电离辐射、对人体无害、穿透性强等特点，适用于作为成像系统的辐射源。层析成像技术是一种主要的三维成像技术，其英文单词“Tomography”来源于希腊单词“tomos”与“graphia”的组合，分别是切面及描述的意思，因此，层析的意思就是对样品内部切面进行探测。自1997年太赫兹波层析成像首次成功实现以来，太赫兹波层析成像技术得到了迅速的发展，一系列新的三维成像技术相继被提出。根据三维成像系统的结构以及原理，太赫兹波三维成像技术分为透射式和反射式两种方式。目前，较为成熟的透射式层析成像技术是太赫兹计算机辅助层析(THz
‑
Computed Tomography，THz
‑...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的太赫兹连续波三维层析成像方法，其特征在于使用基于生成对抗网络的深度学习方法对太赫兹层析成像系统采集到的太赫兹连续波数据进行反演成像，重构获得目标物的内部结构图，实现对目标物内部缺陷结构的无损检测；主要步骤如下：S1.太赫兹层析成像系统对目标物进行扫描和连续波数据采集；S2.太赫兹连续波数据预处理；S3.采用基于生成对抗网络模型的深度学习方法进行图像重构，该模型包括生成器、判别器、真实数据集；S4.重构获得目标物内部结构二维截面图；S5.再将目标物内部结构二维截面图进行三维重叠，得到目标物三维内部结构图。S6.分析目标物内部三维结构图，实现对目标内部缺陷的检测。2.如权利要求1所述的一种基于深度学习的太赫兹连续波三维层析成像方法，其特征在于所述的生成对抗网络结构模型的生成器作为深度学习的主要部分，用于将太赫兹层析成像系统扫描目标物后得到的数据直接重构获得该目标物三维内部结构图；判别器的作用在于与真实数据集结合用于训练生成器，当判别器无法识别生成器的生成的图像是否是真实的图像后，代表该生成器训练成功；该判别器为神经网络结构，卷积神经网络和全连接层组合，最后二分类输出判别生成器生成的图像是否是真实的。然后将训练好的生成器单独使用，将层析成像系统采集到的数据直接重建目标的内部结构图。3.根据权利要求1所述的一种基于深度学习的太赫兹连续波三维层析成像方法，其特征在于所述的生成对抗网络结构模型的生成器采用编码<...

【专利技术属性】
技术研发人员：赖大坤，安红宇，李恩，高勇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：