摘要
本发明涉及图像处理、机器学习和烟草质量控制的交叉技术领域,具体涉及一种烟支CT图像三维重建的方法,包括:获取待重建的烟支CT图像;对烟支CT图像进行预处理;提取预处理后的烟支CT图像的关键特征区域,以获取初始三维重建模型;基于机器学习模型对初始三维重建模型进行校正;基于深度学习模型对校正后的初始三维重建模型进行特征提取与细化重建,以获取高精度三维重建图像;对高精度三维重建图像进行全局优化处理,以获取最终的三维重建图像。本发明通过结合模版匹配、机器学习、深度学习和滤波反投影算法技术,实现烟支内部结构的高精度、高效率三维重建。
技术关键词
三维重建模型
高精度三维重建
深度学习模型
三维重建图像
机器学习模型
预测误差
随机森林模型
支持向量机模型
三维体素模型
模板匹配方法
深度置信网络参数
模版
滤波反投影算法
CT成像
校正
CT切片图像
数据
构建卷积神经网络
系统为您推荐了相关专利信息
智能检测系统
梯度提升树模型
语音
特征选择
训练集
辐射监测仪
个性化阈值
腕表
数据采集模块
电脉冲
数据传输系统
视频流
读码器
分辨率
深度学习模型
工业设备故障诊断
工业设备运行数据
混合深度学习模型
模型压缩
时序卷积神经网络
决策方法
孤立森林算法
工业物联网
报告
设备运行参数