Convolutional Sparse Coding et Dictionary Learning pour la reconstruction tomographique par rayons X pour le contrôle de pièces de fabrication additive

Abstract

Cet article évalue le potentiel du convolutional sparse coding (CSC) pour réduire les artefacts dans les images 3D par tomographie rayons X dans le cas où peu de projections sont disponibles. La méthode CSC proposée est testée sur des échantillons métalliques fabriqués par fabrication additive, qui présentent des défis uniques pour les applications de débruitage en raison de la structure fine du matériau. Les résultats indiquent que le CSC surpasse les dictionnaires traditionnels en termes de performance de débruitage et de vitesse de calcul, ce qui en fait une méthode prometteuse pour les applications d'imagerie tomographique à grande échelle.