重叠核径迹图像的分割与参数统计算法研究

本工作研究重叠核径迹图像分割和参数统计算法。提出了综合运用Otsu全局阈值法和距离变换，并对距离图像进行了二值化处理，有效地将重叠核径迹分割开。在此基础上完成了核径迹的面积、周长、圆形度和质心等参数的统计。计算机模拟结果表明，整个算法简练，运行效率高，且不需人工干预。     

基于MATLAB核径迹图像聚焦算法的研究

为了解决噪声对核径迹图像的参数提取、判别、分类与计数以及数据处理的影响,借助MATLAB软件分析了不同焦距核径迹图像的直方图特征、频谱特征和边缘特征,并确定了Robert算子作为对核径迹图像边缘检测的最好算子.同时,以核径迹图像的总灰度值之和取最大值为核径迹图像聚焦质量的评价标准,并按照这个标准设计了显微镜的自动聚焦算法.     

基于数学形态学重叠核径迹图像分离算法的设计与实现

在实际获取的核径迹图像中,经常会遇到重叠现象,即多个核径迹聚集到一起的情形.这给后续的核径迹识别、计数等处理工作带来了较大的困难,因此需要设计一个有效的算法,能够将这些重叠在一起的核径迹分离为单个的径迹.本文针对二值化后的图像提出了一个基于数学形态学的算法.该方法首先利用腐蚀运算,以确定重叠核径迹最终分离为单个径迹的个数,然后再根据腐蚀后的结果,在原始二值图上寻找分离点,从而有效地将重叠核径迹分割开来.本文描述了算法的设计思想,并通过实验给出了结果.     

一个核径迹图像自动分析系统的总体结构设计

设计并实现了基于人工神经网络的核径迹图像自动分析系统的硬件结构,并在系统中应用了显微干涉装置,有效地改善了么迹图像质量,设计并实现了显微镜自动换片样品台,提高了探测器样品测量的工作效率。     

基于主成分变换的核径迹图像噪声分析及消除

由于径迹片在生产、贮存和蚀刻过程中易形成杂质、气泡及划痕,导致所获取的核径迹图像常常伴随着各种类型的噪声,因此如何有效地去除噪声的影响,为后续核径迹图像识别、分类与计数奠定基础,是图像预处理阶段的一个重要任务.本文选择一组聚焦性能好的核径迹图像,基于主成分变换和傅立叶变换的噪声分析,使用高斯低通滤波器进行去噪处理.实验结果表明了该方法的有效性和可操作性.     

EMU—01国际合作实验的计算机辅助核径迹图像分析

本文简述了我们参加ＥＭＵ－０１国际合作，在美国ＢＮＬ ＡＧＳ和西欧ＣＥＲＮ ＳＰＳ进行超高能重离子诱发核反应实验研究的情况，着重报告了我们近年来关于核径迹的计算机辅助图像分析的研究进展。     

先验图像约束的有限角度CT图像重建算法

对于有限角度CT图像重建,提出一种基于先验图像约束的迭代重建方法。将先验图像中各种均匀组织的平均值作为先验信息引入到重建图像目标函数中,约束待重建图像。对Shepp-Logan体模进行了仿真重建实验,并与ART、ART-TV算法进行了主观和客观的对比评价。实验结果表明,本文方法信噪比更高,平均误差更小,重建图像的伪影和变形程度大幅度减少。     

一种基于重叠网格的反应堆控制棒落棒行为分流域耦合仿真方法

本文提出了一种基于重叠网格的反应堆控制棒落棒行为分流域耦合仿真方法,该方法分别建立了控制棒单棒和驱动杆的二维轴对称重叠网格模型,保证控制棒和驱动杆的部件网格和背景网格能够根据落棒运动规律自适应地变化。两个流域在每个时间步长内交换流体阻力计算结果,并根据运动方程求解得到的速度来更新控制棒和驱动杆的运动状态,实现分流域耦合。本方法建模简单,通用性好,计算中考虑了驱动线流道形状的影响,且在计算时间和求解精度之间取得了良好的折中,此外,本方法在计算条件允许的情况下,还能较容易地扩展到三维模型。本文采用该方法对某反应堆控制棒驱动线的落棒行为进行了仿真,结果表明:计算结果可信。     

EMU－01国际合作实验的计算机辅助核径迹图像分析

本文简述了我们参加ＥＭＵ－０１国际合作，在美国ＢＮＬＡＧＳ和西欧ＣＥＲＮＳＰＳ进行超高能重离子诱发核反应实验研究的情况，着重报告了我们近年来关于核径迹的计算机辅助图像分析的研究进展。     

以固态核径迹探测器方法为基础的铀矿勘探钻孔测井技术

根据不同介质中氡迁移的不同机制,本文作者研究了一种新的铀矿勘探钻孔测井技术。这种新技术参照了其他钻孔测井方法,其优点是:有可能找到钻孔所需深度的答案.在空气和水中,氡迁移的2种形式一直被用来测定氡分布。对这2种研究的形式开发了计算机程序,以期从理论上对氡径迹密度(作为钻孔深度的一个函数)进行计算。本文将理论上与实际上所获得的数据进行了比较.     

基于遗传算法的辐射图像对比度增强

基于遗传算法和非完全Beta函数,介绍了一种自适应的图像对比度增强方法,并将其应用到辐射图像的增强处理中。Tubbs利用归一化的非完全Beta函数（Incomplete Beta Function）,来实现几种典型的灰度变换曲线的自动拟合。在实现了该函数的基础上,通过基于遗传算法的自适应搜索确定Beta函数的最佳参数,并对遗传算子做了一定改进,从而确定相应的最佳变换曲线。将该方法应用于集装箱检测图像的对比度增强,通过对实验结果的比较,说明了该方法的优越性。     

Estimation of Gaussian overlapping nuclear pulse parameters based on a deep learning LSTM model

A long short-term memory(LSTM) neural network has excellent learning ability applicable to time series of nuclear pulse signals. It can accurately estimate parameters associated with amplitude, time, and so on, in digitally shaped nuclear pulse signals—especially signals from overlapping pulses. By learning the mapping relationship between Gaussian overlapping pulses after digital shaping and exponential pulses before shaping, the shaping parameters of the overlapping exponential nuclear pulses can be estimated using the LSTM model. Firstly, the Gaussian overlapping nuclear pulse(ONP) parameters which need to be estimated received Gaussian digital shaping treatment, after superposition by multiple exponential nuclear pulses. Secondly, a dataset containing multiple samples was produced, each containing a sequence of sample values from Gaussian ONP, after digital shaping, and a set of shaping parameters from exponential pulses before digital shaping. Thirdly, the Training Set in the dataset was used to train the LSTM model. From these datasets, the values sampled from the Gaussian ONP were used as the input data for the LSTM model, and the pulse parameters estimated by the current LSTM model were calculated by forward propagation.Next, the loss function was used to calculate the loss value between the network-estimated pulse parameters and the actual pulse parameters. Then, a gradient-based optimization algorithm was applied, to feedback the loss value and the gradient of the loss function to the neural network, to update the weight of the LSTM model, thereby achieving the purpose of training the network. Finally, the sampled value of the Gaussian ONP for which the shaping parameters needed to be estimated was used as the input data for the LSTM model. After this, the LSTM model produced the required nuclear pulse parameter set. In summary,experimental results showed that the proposed method overcame the defect of local convergence encountered in traditional methods and could accurately extract parameters from multiple, severely overlapping Gaussian pulses,to achieve optimal estimation of nuclear pulse parameters in the global sense. These results support the conclusion that this is a good method for estimating nuclear pulse parameters.     

基于平板探测器投影数据预处理的三维CT重构算法研究

大面积非晶硅平板探测器(flat panel detector-FPD)在工业透射射线成像领域得到越来越多的应用。基于FPD的圆轨道FDK型三维计算机层析成像技术(Computed Tomography,3D-CT)检测速度快,但成像质量不及2D-CT。为发挥3D-CT速度优势,抑制噪声同时提高图像重建的质量。以由平板探测器得到的二维投影数据为研究对象,提出了一种对投影数据分别进行高频和低频两次滤波的投影预处理方法,然后将分别重建的图像叠加最终得到高质量的重建图像。由算法的仿真实验结果表明,重建图像质量得到明显改善,系统噪声得到抑制。     

利用核径迹技术研制个人中子剂量气泡探测器

固体气泡探测器被认为是目前唯一能够满足国际辐射防护委员会ICRP60要求的个人中子剂量计,它具有从低能中子到高能中子的平坦响应曲线和对γ射线不灵敏的优点。本工作将过热液滴均匀地分布在一种软聚合物中,制成了个人中子气泡剂量计,其灵敏度最高可达到4 bubbles／μtSv。本文重点介绍了个人中子剂量气泡探测器的原理和制作过程。     

Applications of the submicroscopic nuclear track kinetic theory

The submicroscopic track kinetic theory (STKT) is able to deal with a broad range of cases. We derive here its behaviour for very short etching times (new born tracks) and also for long etching times, where the classical track kinetic theory is a particular case of the STKT. Experimental data obtained previously by Bean et al. using the electroconductivity method are then analyzed by the STKT method. We show that good agreement is obtained between Bean and STKT theoretical results for the track diameter evolution.     

聚丙烯核孔膜化学蚀刻工艺研究

探讨了蚀刻剂中重铬酸钾浓度、硫酸浓度及蚀刻温度、蚀刻时间等因素对聚丙烯膜基体蚀刻速率的影响；建立了基体蚀刻速率与重铬酸钾浓度，硫酸浓度、蚀刻温度的数学关联式；并选择一定的蚀刻条件对辐照过的聚丙烯膜进行蚀刻，得到了预期孔径的聚丙烯核孔膜。     

基于反锐化掩模的辐射图像信息增强算法

大型集装箱检查系统获得的辐射图像对比度都较差,影响视觉效果。因此对其对比度增强处理是非常必要和有意义的。在参考和总结大量对比度增强算法的基础上,提出了将反锐化掩模、自适应非线性滤波以及数学形态学等数字图像处理方法结合起来用于增强辐射图像信息的新算法。在增强辐射图像对比度的同时,尽可能保持了原始图像的边缘细节信息。算法在实际的辐射图像处理中获得了较好的效果。