基于Real-ESRGAN的中子射线图像超分辨率重建方法、设备及介质技术

本申请公开一种基于Real‑ESRGAN的中子射线图像超分辨率重建方法、设备及介质，涉及图像超分辨率技术领域。本申请方法包括：构建二阶降质模型，所述二阶降质模型用于生成带有伽马白斑噪声的低分辨率中子射线图像；基于所述二阶降质模型和样本数据集构建图像对训练集；基于所述图像对训练集训练获得适用于中子射线图像的Real‑ESRGAN模型；基于所述Real‑ESRGAN模型实现中子射线图像的超分辨率重建。基于本申请方法实现的中子射线图像超分辨率重建可有效提升中子射线图像的分辨率，并同时抑制中子射线成像过程中的降质影响。

【技术实现步骤摘要】

本申请涉及图像超分辨率，具体涉及一种基于real-esrgan的中子射线图像超分辨率重建方法、设备及介质。

技术介绍

1、中子照相技术因具有穿透力强、对轻元素检测灵敏、成分识别精准和抗干扰性强这四大优势，被广泛应用于航空航天、材料、能源和核工业领域。因与x射线和物质反应特性的不同，中子射线成像技术能够实现某些x射线成像技术难以检测到的元素或结构。x射线成像技术经过多年的发展，目前可产生高分辨率的图像。然而，受限于中子源强大小、准直器和探测器的结构特性，诸如噪声、几何模糊以及伽马白斑噪声等图像退化因素会导致低分辨率且视觉效果不理想的中子射线图像，这会严重阻碍后续的机器视觉任务，如缺陷检测或识别。

2、目前，有关中子射线图像超分辨率重建的研究还处于起步阶段。传统的图像超分辨率方法包括插值方法、基于稀疏表示和字典学习等方法，可改善图像复原效果，但难以应用于复杂场景中。随着深度学习方法的发展，srgan、esrgan和real-esrgan先后问世，极大提升了图像视觉质量，尤其real-esrgan超分辨率模型可以模拟现实世界中复杂的退化过程，提高实际本文档来自技高网...

【技术保护点】

1.一种基于Real-ESRGAN的中子射线图像超分辨率重建方法，其特征在于，包括：

2.根据权利要求1所述的基于Real-ESRGAN的中子射线图像超分辨率重建方法，其特征在于，所述二阶降质模型包括一阶降质处理模块和二阶降质处理模块；

3.根据权利要求2所述的基于Real-ESRGAN的中子射线图像超分辨率重建方法，其特征在于，所述一阶降质处理模块包括第一模糊处理单元、第一下采样单元和第一噪声单元；

4.根据权利要求3所述的基于Real-ESRGAN的中子射线图像超分辨率重建方法，其特征在于，所述二阶降质处理模块包括第二模糊处理单元、第二下采样单元、...

【技术特征摘要】

1.一种基于real-esrgan的中子射线图像超分辨率重建方法，其特征在于，包括：

2.根据权利要求1所述的基于real-esrgan的中子射线图像超分辨率重建方法，其特征在于，所述二阶降质模型包括一阶降质处理模块和二阶降质处理模块；

3.根据权利要求2所述的基于real-esrgan的中子射线图像超分辨率重建方法，其特征在于，所述一阶降质处理模块包括第一模糊处理单元、第一下采样单元和第一噪声单元；

4.根据权利要求3所述的基于real-esrgan的中子射线图像超分辨率重建方法，其特征在于，所述二阶降质处理模块包括第二模糊处理单元、第二下采样单元、第二噪声单元和第三噪声单元；

5.根据权利要求3或4所述的基于real-esrgan的中子射线图像超分辨率重建方法，其特征在于，所述产生模拟噪声具体包括：利用泊松噪声和高斯噪声模型来模拟产生中子成像过程中的中子微观量子噪声、光电子噪声和电子噪声作为所述模拟噪声。

6.根据权利要求4所述的基于real-esrgan的中子射线图像超分辨率重建方法，其特征在于，所述根据真实的中子射线图像提取获得伽马白斑噪...

【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：中科超睿青岛技术有限公司，
类型：发明
国别省市：