摘要工业计算机断层扫描(CT)广泛用于各种行业的非破坏性测试和质量控制。然而,工业CT中的一个共同挑战是由有限的角度层析成像引起的伪影的存在,由于几何约束或时间限制,该物体无法完全旋转。为了消除工件,我们提出了一个基于扩散模型的新框架:深度增量角度改进模型(DI-ARM)。我们的方法通过使用不同有限角度的重建数据作为训练过程中的中间步骤来利用CT投影的特性,取代了添加随机高斯噪声的传统扩散模型。这种方法确保了训练过程中的数据一致性,从而减轻了通过扩散模型的随机性引起的不稳定性。此外,与常规扩散模型相比,我们的方法需要更少的步骤,从而大大降低了计算资源消耗。
主要关键词