研究人员开发了RCL-Mamba,这是一种新颖的双域状态空间模型,旨在改进旋转扫描计算层析成像(RCL)的图像恢复。该方法解决了快速无损检测中常见的投影数据中的旋转模糊和图像重建中的稀疏伪影问题。通过采用级联联合处理策略和Mamba-CNN双分支模块,RCL-Mamba能有效校正模糊并抑制伪影,同时保留精细细节。评估表明,其性能显著优于现有方法,并且可以在不降低质量的情况下将扫描视图减少多达8倍,从而提高了印刷电路板等组件的检测效率。 AI
影响 这项研究为工业检测中的3D成像提供了一种更高效、更准确的方法,有望加快质量控制流程。
排序理由 详细介绍新模型及其应用的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Mamba-CNN
- nondestructive testing
- printed circuit board
- RCL-Mamba
- Rotational Scanning Computed Laminography
- State Space Model
- Xuyang Duan
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →