- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于深度学习的辐射图像超分辨率重建方法!.pdf
第 卷第 期 原 子 能 科 学 技 术 ,
51 5 Vol.51No.5
年 月
2017 5 AtomicEner ScienceandTechnolo Ma 2017
gy gy y
基于深度学习的辐射图像超分辨率重建方法
, , , ,, ,
12 12 12 12 ∗ 12
, , , ,
孙跃文 李立涛 丛 鹏 向新程 郭肖静
( , ; , )
1.清华大学 核能与新能源技术研究院 北京 1000842.核检测技术北京市重点实验室 北京 100084
: , , 。
摘要 安全检查系统中 数字化 射线摄影技术获得的辐射图像空间分辨率较低 影响图像的视觉效果
X
, 。
为了对单幅低分辨率辐射图像的空间分辨率进行提升 提出一种基于深度学习的超分辨率重建方法
, ,
该方法利用引入残差网络结构的卷积神经网络模型 对训练集中的辐射图像样本进行了训练 拟合出低
。 , ,
分辨率图像和高分辨率图像的映射关系 实验结果表明 与传统的超分辨率重建方法相比 本方法在量
, 。 ,
化指标和视觉效果上均有较大的改善 且具备较快的处理速度 研究结果表明 深度学习方法在辐射图
像处理中有较大的潜力。
: ; ;
关键词 辐射图像 超分辨率重建 深度学习
中图分类号: ; 文献标志码: 文章编号: ( )
TL8TP391.4 A 1000-6931201705-0890-06
: /
doi10.7538 zk.2017.51.05.0890
y
Suer-resolutionMethodforRadiationImae
p g
BasedonDee Learnin
p g
, , , ,, ,
12 12 1
文档评论(0)