APP下载

基于残差网络的中子照相图像无参考质量评价方法研究

2021-07-19李俊辉赵辰一

核技术 2021年7期
关键词:评价质量模型

乔 双 李俊辉 赵辰一 张 天

(东北师范大学 物理学院 长春 130024)

在中子照相系统成像过程中,除了最普遍存在的电子学噪声,中子和物质相互作用时还会发生中子散射,并伴随着X射线、γ射线干扰。一些与待测物反应激活的γ光子和散射的γ光子仍然可以穿透屏蔽层,辐照CCD芯片并在其上积聚能量形成大小不一、形状随机、强度高的白斑。此外,中子注量率在时间和空间上还存在着统计涨落。所有这些因素导致了获取的中子照相图像普遍含有高斯噪声(Gaussian Noise,GN)、高斯模糊(Gaussian Blur,GB)、白斑噪声(White Spots,WS)和泊松噪声(Poisson Noise,PN)等混合失真以及对比度失真(Contrast Change,CC)等降质问题[1-2]。为改善中子照相图像质量,一系列的中子照相图像复原算法[3-4]和中子照相系统优化方法[5-7]被相继提出。然而,对获得中子照相图像质量的评判却仍然主要依赖于人类视觉系统(Human Visual System,HVS)。尽管HVS很适合被用来对图像质量进行综合评判,但是图像的有效质量分数往往需要通过平均多个观察者的主观打分而得到,这一过程耗时且容易受到周围环境和观察者情绪等诸多因素影响,从而难以将其应用于实时优化中子照相系统参数的任务中[8]。因此,开展中子照相图像客观质量评价方法研究,在中子照相图像筛选、辅助中子照相图像处理算法设计和成像系统优化等方面都具有重要的理论和现实意义。

根据对参考图像的依赖程度,图像质量评价方法被分为:全参考图像质量评价(Full-Reference Image Quality Assessment,FR-IQA)、半参考图像质量 评 价(Reduced-Reference Image Quality Assessment,RR-IQA)和无参考图像质量评价(No-Reference Image Quality Assessment,NR-IQA)。……

登录APP查看全文

猜你喜欢

评价质量模型
一半模型
SBR改性沥青的稳定性评价
重尾非线性自回归模型自加权M-估计的渐近分布
做梦导致睡眠质量差吗
3D打印中的模型分割与打包
质量投诉超六成
基于Moodle的学习评价
保加利亚转轨20年评价
多维度巧设听课评价表 促进听评课的务实有效