一种高能锥束工业CT散射校正方法

本发明公开了一种高能锥束工业CT散射校正方法，属于工业无损检测领域。该方法基于目标工业部件的CAD模型及材料属性信息，通过蒙特卡罗模拟仿真生成总投影图像与散射分布图像配对数据集。构建改进的U‑Net架构卷积神经网络模型，对总投影图像预处理后输入模型训练，以复合损失函数优化。将实际采集的总投影图像经相同预处理后输入训练好的网络，输出预测散射分布图像并在投影域校正。通过迁移学习策略实现多部件散射校正泛化。本发明结合蒙特卡罗模拟与深度学习技术，解决传统方法在高能条件下的不足，提高散射校正效率与准确性，具有良好的工程应用价值。