一种基于域随机化的缪子成像方法

摘要

本发明公开了一种基于域随机化的缪子成像方法，首先对缪子入射角度、缪子总计数、目标尺寸、目标位置、目标形状、目标材料、屏蔽材料的属性字典进行设计；其次，通过将散射路径简化为直线，将多次散射事件简化为单次后重建初始图像；最后搭建深度学习架构：由卷积神经网络、全连接层和Softmax层组成分类模型，并用产生的重建图像数据训练模型。本发明在通常的训练中增加了一个属性字典随机化的过程，并根据目标域上的测试结果调整随机参数，使训练的范围更宽，模型泛化性更好，可有效解决缪子成像过程中目标域数据较少、有限时间内缪子总计数有限和入射角差异较大等技术瓶颈，为缪子成像应用于核安保、核废料测试等特殊领域提供技术支持。