-
题名基于密集连接的双能DR图像融合网络
- 1
-
-
作者
王斌
刘祎
王祥
-
机构
中北大学生物医学成像与影像大数据山西重点实验室
-
出处
《国外电子测量技术》
北大核心
2023年第11期33-41,共9页
-
基金
山西省基础研究计划项目(202203021211100,202103021224204)
山西省专利转化专项计划项目(202302006)资助。
-
文摘
针对单能X射线对复杂工件不同厚度的区域难以同时有效曝光的问题,提出了一种基于密集连接的双能数字射线成像技术图像融合网络(DR-Net)。具体的,DR-Net由过曝光和欠曝光两个子网络组成,分别以过曝光图像和欠曝光图像作为输入,每个子网络包括1个初始特征提取模型(FEB),1个细节特征增强模块(DFE)和3个级联组成的密集连接融合模块(DCF)。FEB对图像进行初步的特征提取,同时DFE提取出图像的更多细节特征,以增强最终融合图像的细节内容。DCF采用带有密集连接的上采样和下采样操作,利用两个子网络模块中学习到的特征,逐步细化和融合图像特征。最后将每个子网络生成的特征重建,并通过平均融合策略得到最终的融合图像。实验结果显示,相比于单一能量下的DR图像,DR-Net融合图像对比度高,能够更加清晰地再现复杂工件的内部结构。从定量分析结果看,DR-Net在NRSS和AG都是最优值,平均数值与对照实验中最优结果相比分别提升了7.06%和21.1%。
-
关键词
DR图像融合
细节特征增强
密集连接融合
复杂工件
-
Keywords
DR image fusion
detail feature enhancement
dense connection fusion
complex workpiece
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-