本发明提供了一种适用于低中放
固废桶的超分辨率三维图像快速反演方法及系统,包括:步骤S1:模拟生成密度分布不均匀的废物桶;步骤S2:对每个废物桶进行γ扫描获得计数率,并结合迭代算法获得废物桶的三维密度图像;步骤S3:利用废物桶的三维密度图像训练预设卷积神经网络CNN,得到训练后的预设卷积神经网络CNN;步骤S4:利用训练后的预设卷积神经网络CNN得到超分辨率图像。本发明的目的就是利用CNN对迭代图像特征提取并识别,实现提高测量精度;利用更少的测量次数达到更高的图像分辨率,实现减少测量时间,从而实现TGS技术的实际应用。
声明:
“适用于低中放固废桶的超分辨率三维图像快速反演方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)