基本信息

---

下载

文档摘要

---

摘要

摘要

热中子成像是一种重要的无损检测技术，利用热中子与物质的相互作用特性

对样品内部结构进行成像，在工业检测、核能工程等领域应用广泛。然而，由于

热中子成像过程中容易受环境噪声的影响，所获取的热中子图像通常包含噪声，

影响后续的分析与应用。目前基于深度学习的去噪算法往往会出现细节丢失以及

复杂噪声背景下表现不佳的情况。针对这些问题，本文开展了以下工作：

1、针对单阶段去噪方法易导致高频细节丢失且缺乏特