一种工业CT图像的多模块融合自监督去噪方法

本发明提供一种工业CT图像的多模块融合自监督去噪方法，属于数字图像处理和工业无损检测领域。针对工业CT图像去噪过程中存在的细节丢失、去噪效果欠佳等问题，本方法提供一种以U‑net为主干网络，并融合边缘增强模块、卷积块注意模块及卷积注意力融合模块的自监督去噪模型，同时借助由结构相似性指数损失、均方误差损失和ResNet感知损失组成的混合损失函数，能够显著降低工业CT图像的噪声水平，同时准确保持物体结构和轮廓边缘的完整性，有效提升图像质量。