智能材料核环境图像处理技术研究

摘要

以智能电驱动材料在核环境下应用为目标，利用制备碳纳米管(carbon nanotubes, CNT)和聚酰亚胺(polyimide, PI)的智能材料驱动器，通过其传感特性、力-电耦合机制测试，实现智能材料低压下稳定驱动。为了解决辐射环境智能材料反馈控制反馈信息获取难度大，噪声数量时变性、幅值非线性的问题，采集(0～1 kGy)不同步长辐射剂量的噪声样本，利用边缘检测对噪声进行提取和统计学分析，分别建立了辐射剂量与噪声数量、幅值之间的数学模型，实现不同辐射剂量噪声的预测；构建辐射噪声处理网络结构，并利用模型预测扩充训练本集，结果表明，峰值信噪比(peak signal-to-noise ratio, PSNR)为35.47、结构相似度(structural similarity index measure, SSIM)为0.97,比传统方法具有更好的去噪效果，为智能电驱动材料核环境下视觉反馈控制策略提供技术支撑。

关键词

智能材料 / 核环境 / 图像处理 / 图像退化 / 辐射噪声预测 / 峰值信噪比

基金资助

黑龙江省科学院青年创新基金杰青项目(CXJQ2023YZN01); 国家自然科学基金(32472000)