.png){kind=icon}
.png){kind=icon}
返回
Bayesian Muography Incorporating Prior Knowledge: A High-Resolution Imaging Algorithm for Structurally Complex Cultural Artifacts
.png){kind=icon}
PRE
AI
DOI：10.1109/tns.2025.3647711.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
文化遗产对于遗产保护至关重要，但易受环境损害，这种损害会引发内部结构缺陷，而这些缺陷在表面不可见。故宫的排水龙首便是这一问题的典型实例，由于长期侵蚀导致结构脱离，这既威胁到遗产保护，也危及公共安全。传统的无损检测方法在此背景下效果不佳。接触式超声波检测存在表面损伤风险，而X射线设备不适用于公共遗产地，且两者均缺乏足够的穿透能力。μography（μ子成像）提供了一种有前景的非侵入式解决方案，利用宇宙射线μ子成像内部结构，无需人工辐射。然而，传统的μ子成像算法缺乏检测排水结构中裂缝所需的分辨率。我们提出了一种基于散射的高精度μ子成像算法，结合贝叶斯推理和先验知识。该方法整合了物体的几何轮廓，并构建了一个结合理论散射模型与μ子动量的似然函数。通过PyMC进行概率采样，我们重建切片密度以揭示内部结构。模拟和实验结果均表明，该方法在成像排水结构中的复杂裂缝方面取得了显著改进。这种方法为文化遗产保护提供了实用解决方案，并可扩展应用于土木工程中的结构评估。
Keyword:
Mesons
Scattering
Imaging
Bayes methods
Trajectory
Head
Urban areas
Testing
Inference algorithms
Cultural differences
Cosmic ray muon
Geant4
muon tomography
scattering-based muography
期刊
I
IF:
1.9
论文数:
324
被引数:
1.4W