6165cc金沙总站检测中心2020级机器人工程专业林思远在IEEE FENDT 2023高端论坛投稿《超声层析成像的自适应阈值滤波改进算法研究》论文，并作为唯一本科生代表，在“阵列式感测与成像技术”分会场作口头汇报。
分会口头报告现场
报告证明
“远东无损检测新技术论坛”（IEEE FENDT）是国内最具影响力的无损检测盛会，自2004年至今已成功举办十九届，目前已成为推动无损检测新技术的研究和应用发展、促进中国无损检测界与国际间交流与合作的顶级平台。本次论坛在天津市东丽湖恒大酒店召开，共有来自全国各地的800余位代表参会。
林思远针对超声层析成像自适应阈值滤波算法先验信息难以获取的问题，提出了基于截面含气率评估改进的自适应阈值滤波算法，利用透射式超声层析成像系统采集数据，使用扇形线性反投影算法实现图像重建，为自适应阈值滤波算法提供目标条件，弥补了算法需要先验信息的不足，有效提升了图像重建的相关性和精度，使截面含气率估计模型在5%误差内准确率可达93.80%。
感测系统框图
成像结果对比
论文研究源于6165cc金沙总站检测中心创业孵化计划飞天创客团队，团队本科成员GPA均位于专业前20%。林思远为我院机器人工程专业大三学生，已提前完成国家级大创项目，并申请相关国家发明专利2项，现有二审SCI论文1篇。团队指导老师、副教授、博士生导师李楠，长期从事无损检测技术与评价、断层层析成像技术、工业机器人设计、传感器设计与优化等方面的研究，主持国家自然科学基金4项、陕西省重点研发1项，发表学术论文40余篇。
审核：管峻
