基于空间自适应正则化的超分辨率重建算法

针对模糊图像的复原问题,从正则化技术克服问题病态性的思想出发,研究了一种有效的超分辨率重建算法。该算法充分考虑了图像的局部特性,引入了空间自适应加权矩阵,采用全局正则化参数与局部正则化参数矩阵相结合的方法,弥补了传统正则化方法所带来的正则化误差以及噪声放大误差。实验结果表明,该算法能够有效地减少重建误差,保护图像的细节信息。     

一种新的正则化图像重建算法及参数优化

针对电学层析成像技术的反问题求解,提出一种新的正则化图像重建算法及正则参数选择方法.采用最小二乘拟合法构建正则参数与评价参数的Matlab数学模型,取极值获得正则参数值;利用COMSOL Multiphysics建立仿真场域,最后利用Matlab求解反问题,重建图像.通过对重建图像及评价参数的对比分析,验证了方法的有效性.结果表明,所用方法及正则参数能够有效改善反问题的病态性,使反问题的求解质量最优.     

结构电阻率断层图像等位线修正重建法

提出一种碳纤维混凝土（CFRC）结构电阻率断层图像等位线修正重建方法．该方法利用CFRC结构内正演电场各测量值的等值线位置信息，建立一种等效电导模型；依据该电导模型的物理关系计算各迭代步的相应区域等效电阻调整量，进而求解区域电阻率调整量，使得电阻率调整后CFRC结构各电极测量值的等值线终止点向相应电极修正，实现CFRC结构的ERT图像重建．该迭代过程等效于电极正演电位逼近电极测量电位的过程．该算法原理简单、易于实现，无需正则化技术和求解雅可比矩阵及黑塞矩阵信息，避开了Newton-Raphson类算法的病态性和计算量大的问题．研究结果表明：该算法能够获得满意的图像重建效果和重建速度．     

基于Tikhonov和变差正则化的磁感应断层成像重建算法

为了解决磁感应断层成像(MIT)逆问题的病态性和改善重建图像的质量,提出一种新的组合算法.该组合算法首先利用Tikhonov正则化算法对解的适定性产生初步的成像区域,之后再利用变差正则化算法对解的保边缘性和锐化作用进行图像重建.该组合算法与Tikhonov正则化算法及变差正则化算法相比,不仅有效地克服了磁感应断层成像(...     

基于模拟退火粒子群算法的MIT图像重建方法

为了改善逆问题病态性又能提高图像重建质量,提出了一种基于模拟退火粒子群算法的MIT图像重建方法.根据Hessian矩阵的维度,构建了一种Tikhonov和NOSER型混合多参数正则化算法.将模拟退火算法和粒子群算法进行组合,以广义交叉准则构建目标函数,进行正则化多参数寻优.结果表明,所提方法不仅有效克服了MIT重建图像数值解的不稳定性,增强了抗噪性能,而且所获得的重建图像的质量优于Tikhonov正则化和混合正则化算法,为MIT技术应用提供了理论参考.     

几种漫射光学成像图像重建算法的比较研究

针对漫射光学成像(DOT)选择不同的逆问题求解算法将直接影响成像质量的问题,对4种常用重建算法的重建效果进行了比较研究,采用双异质模型,利用Rytov方法对扩散近似方程进行近似,假设散射系数是已知常量,重点关注吸收系数图像的重建.通过使用Tikhonov正则化、截断奇异值分解(TSVD)、代数重建算法(ART)和同时迭代重建技术(SIRT)4种常用重建算法,对不同条件下的双异质图像的逆问题进行求解,研究不同算法重建后图像的空间分辨率、抗噪声能力和成像速度.研究结果表明:低噪声条件下,Tikhonov正则化算法重建图像的空间分辨率最好;当信噪比小于20 dB时,TSVD算法具有最佳的抗噪声性能;当源-探测器结构不变,成像的感兴趣区域的尺寸和体素划分固定时,Tikhonov正则化算法的速度最快.总体上讲,子空间技术优于代数重建技术,研究结果对不同成像条件下选择合适的重建算法具有一定的指导意义.     

截断奇异值分解的生物发光断层成像重建问题

目的 研究生物发光断层成像重建问题的求解方法,通过生物体表面检测到的光学信号准确、稳定地重建出生物体内部荧光光源的分布.方法 将截断奇异值分解TSVD正则化技术用于已知光源可行区域的生物发光断层成像逆问题求解中,并利用广义交叉验证法结合一维搜索来选择合适的正则化参数.结果 数值仿真表明,TSVD法可以快速有效地进行单光源和双光源的重建.结论 TSVD方法在BLT重建中是可行和有效的,与常用的Tikhonor正则化方法相比,TSVD法的抗噪性能更好,重建时间也较少,且正则化参数的选取及调整更为方便.     

基于正则方法与迭代技术相结合的复杂温度场重建算法

针对傅里叶正则算法在复杂温度场重建过程中存在的不足 ,首先用正则化方法获得温度场重建这一不适定问题的稳定解 ,然后利用迭代技术对解进行一次迭代优化修正 ,充分考虑观测矩阵降质对温度场重建的影响·提出一种基于正则化方法与一次迭代技术相结合的复杂温度场重建算法·仿真结果表明该算法温度场重建精度优于傅里叶正则算法 ,能快速而较高精度地重建出复杂温度场二维温度分布     

电阻抗成像正则化参数的优化方法

为改善电阻抗成像逆问题的不适定性,通常采用Tikhonov正则化算法来求得适当的解。正则化参数对重建图像的质量和计算速度影响较大。笔者提出了一种基于残差范数和解范数乘积的优化方法(PRS)求取电阻抗成像的正则化参数。为验证该方法的有效性,笔者针对不同的目标大小、目标位置、目标电导率、目标数目以及不同程度的噪声分别进行了重建图像的仿真实验和水槽实验。结果表明：这种优化方法可以快速找到相对最优的正则化参数,且具有良好的抗噪性能。与传统的L曲线方法相比,提高了图像重建质量。     

基于Split Bregman算法的MRI图像重建参数分析

压缩感知理论已应用在MRI成像中,作为压缩感知的非线性重建算法的重要分支,以Split Bregman算法为代表的凸松弛法将信号重建问题转化为凸优化问题求解,其计算效率高.对Split Bregman算法的正则化参数功能和调节机制进行了理论研究,分析了正则化参数对该算法收敛精度和收敛速度的影响.仿真结果表明了3个正则化参数对MRI图像重建效率和精度的影响程度.     

半无限一维光子晶体在满足平均折射率等于零时的表面态

运用传输矩阵方法和Bloch定理，研究了以色散介质为背景，半无限一维光子晶体在满足平均折射率等于零条件下的表面波特性，发现在一定的堆积次序下存在群速度为负的表面态，此时表面波的波矢和能流方向相反，并讨论了该情况下表面态的模式简并情况。     

改进的预处理共轭梯度图像复原算法

针对Tikhonov正则化的预处理共轭梯度图像复原算法中模糊图像取全零扩展矩阵的不足之处,研究了零边界条件下Tikhonov正则化的预处理共轭梯度算法. 提出了新的模糊图像的扩展矩阵,降低了原矩阵向量积的计算误差,修正了初始梯度的取值. 改进算法更符合真实的图像退化过程,有效提高了复原的图像质量. 实验结果表明:对于各种退化造成的模糊图像,与当前求解全变分正则化的IST、TwIST、SALSA算法比较,本文算法复原效果优于当前流行的图像复原算法.      

基于信噪比的正则化方法及其在GPS快速定位中的应用

本文针对GPS快速定位中设计阵病态性的特点,提出了一种新的正则化方法.该方法首先利用参数LS估计的信噪比提取了各个参数是否受到复共线性严重危害的信息,从而在一定程度上揭示了设计阵复共线性结构的特征.然后针对复共线性的特征,以信噪比为依据构造正则化矩阵,以极小化均方误差为目标选取正则化参数,提出了基于信噪比的正则化方法（SNR）.最后进行的数值试验表明,本文提出的SNR方法较好地利用了复共线性特征的信息,处理病态问题针对性更强,解算效果更佳.     

高炉和二次污染物的对流扩散反问题

对工业区中高炉烟囱、地面煤堆和屋顶积尘等产生的烟尘污染建立对流扩散模型,对源进行离散化后给出正问题的解.从理论上阐明了单点源反问题的适定性和多点源反问题的不适定性,为了克服不适定性,采用Tikhonov正则化方法.适当选取正则化项和正则化参数,并用NNLS算法求解.为减少观测点的实际需要,采用了多种风速下的测量数据,数值模拟结果表明,采用的模型与方法是可行与精确的.     

连铸拉速扰动前馈补偿控制传递函数辨识研究

结合连铸传热特点及建立的三维动态凝固传热模型,设计拉速扰动前馈控制器并辨识传递函数,以改善铸坯表面温度的控制质量。在确定控制通道和扰动通道传递函数矩阵结构的基础上,以传热系数和拉速的阶跃变化为输入激励,铸坯表面温度为输出响应,采用阶跃响应曲线和最小二乘法对传递函数辨识。仿真结果表明,传递函数频率响应曲线的增益和铸坯表面温度与目标温度偏差均减小,控制质量得到提高。     

Analysis of finite-element-based methods for reducing the ill-posedness in the reconstruction of fluorescence molecular tomography

The major issue in reconstruction of optical imaging might be the ill-posedness of the problem. In this paper, four different algorithms, including singular value decomposition (SVD), the truncated SVD, Tikhonov regularization and adaptive regularization, are analyzed and applied for solving the matrix equation generated from diffuse equation based on finite-element method in fluorescence molecular tomography. Results illustrate the need for either imposition of regularization term or elimination of too small singular values in reducing the ill-posedness. The results also suggest that the adaptive-regularization method offers superior performance in the reconstruction among the four methods in most cases even if the initially selected regularization parameter is not optimal, thus providing the convenience for the reconstruction.     

基于自适应流形正则化自表示的无监督特征选择算法

针对基于流形正则化自表示(MRSR)的无监督特征选择算法直接从原始的样本空间构造相似矩阵可能会 导致重构空间中样本的相似性描述得不够准确的问题,提出了基于自适应流形正则化自表示的无监督特征选择 (AMRSR)算法。 基于自适应流形正则化自表示的无监督特征选择算法在 MRSR 算法的基础上通过对相似矩阵施 加概率最近邻约束将相似矩阵的学习嵌入到优化过程中,在重构空间中自适应地学习样本的相似性,使得在每一 次迭代中获取更加精确的样本局部几何流形结构,从而选择具有代表性且保持局部几何流形结构的特征。 最后, 在四个公开数据集上进行了大量的对比实验,通过将算法的特征选择结果用于 K-means 聚类并采取两种常见的聚 类评价指标:聚类精确度和归一化互信息评价聚类效果。 实验结果表明,AMRSR 算法与现有的一些算法相比有更 高的聚类精确度和归一化互信息,进一步表明该算法特征选择效果更好。     

基于粒子群优化算法的电阻抗图像重建

电阻抗成像的实际应用具有许多优越性,但电阻抗图像重建是一个严重病态的非线性逆问题。目前电阻抗成像的静态算法大多采用Newton-Raphson类算法,这类算法需要计算Jacobian矩阵、使用正则化技术等,算法复杂且稳定性较差。针对该问题,采用了一种新的求解逆问题的方法:粒子群优化算法(PSO)。PSO是一种基于种群搜索策略的自适应随机算法,具有算法简单、调节参数少、收敛速度快、易于实现等特点。给出了电阻抗成像的建模模型,并对粒子群优化算法做了适当的改进以适应电阻抗问题的求解。与牛顿类算法相比,它可以省去繁复的雅可比矩阵计算过程,而采用自适应搜索来求取最优解。仿真结果表明,应用PSO进行图像重构时,能够对突变区域进行准确的定位,图像分辨率较高。     

双疏水表面润湿和传热动力学研究

为实现润湿图案化的超疏水表面在航空电子设备散热中的应用,本文对液滴撞击双疏水表面(具有疏水性图案的超疏水基质)的润湿行为和传热特性进行了分析.通过使用高速相机和红外相机,我们获取了液滴铺展和回退阶段的动力学以及表面温度和热流量的相应空间分布.本文研究了液滴撞击超疏水、疏水和双疏水表面上的动态润湿和局部传热的差异.此外,本文还分析了表面温度和撞击高度对液滴撞击过程的影响.结果表明,所有表面在铺展阶段都具有相同的润湿特性和相似的传热行为.表面温度变化并不能对铺展阶段表面润湿特性产生较大的影响,液滴铺展时间与表面温度和撞击高度无关.在回退阶段,表面润湿特性的差异使得三个表面之间的传热特性明显不同.双疏水表面特殊润湿特性使得回退阶段液膜的接触线速度存在跳变现象,形成了许多小液滴,增加了接触面积,同时又兼具了超疏水表面的回弹特性.