联合代数重建算法改进及其图像信息处理设计

提出了一种基于联合迭代重建法的改进算法,该算法进行误并分配时综合考虑了穿过像素的射线长度和像素的灰度值,有效地抑制了联合迭代重建法(SART)的边缘效应．同时,还设计了实际测量的信息处理方法,避免像素值“囚于”零处,使得重建精度大大地提高,并能很好地应用于非对称场的少数投影重建。     

Image Reconstruction Using a Genetic Algorithm for Electrical Capacitance Tomography

Electrical capacitance tomography （ECT） has been used for more than a decade for imaging dielectric processes. However, because of its ill-posedness and non-linearity, ECT image reconstruction has always been a challenge. A new genetic algorithm （GA） developed for ECT image reconstruction uses initial results from a linear back-projection, which is widely used for ECT image reconstruction to optimize the threshold and the maximum and minimum gray values for the image. The procedure avoids optimizing the gray values pixel by pixel and significantly reduces the search space dimension. Both simulations and static experimental results show that the method is efficient and capable of reconstructing high quality images. Evaluation criteria show that the GA-based method has smaller image error and greater correlation coefficients. In addition, the GA-based method converges quickly with a small number of iterations.     

MART算法快速高质量图像重建研究

ART(Algebraic Reconstruction Technique)算法是一种典型的迭代图像重建算法,适合于不完全投影数据图像重建。为了提高乘型ART(Multiplicative ART, MART)算法的重建质量,提出了一种基于亚像素的图像重建方法。首先将原始图像中的每个像素等分解为四个亚像素,然后提出一种高效的射线与像素的求交算法来计算权因子和亚像素索引,利用MART算法重建得到高分辨率重建图像,最后通过合并亚像素图像得到原始分辨率的高质量重建图像。实验结果表明文中提出的方法非常有效,与传统方法相比取得了3倍以上的重建加速比,图像重建质量显著提高。     

20kHz高分辨率扫频光学相干层析成像系统

【目的】为实现高速且高分辨率生物组织断层成像,研制了一套基于扫频光源的光学相干层析成像(OCT)系统。【方法】以1 310 nm中心波长的扫频激光光源为硬件基础,运用LabVIEW编译的软件系统作为处理工具,对动植物表皮样品均进行了测量实验。【结果】所研制的系统可以实现5 s内对100万个数据点的高速采集与处理,横向和纵向分辨率均达到了10μm的高清晰度光学成像,且成像深度可达2.3 mm。【结论】所研制的OCT系统完全可以满足对生物组织断层的成像需求,为临床医学的光学成像提供了更有力的硬件基础。此外,该系统还具有体积小,操作简单、可移植性强等特点。     

融合注意力机制的U-Net混合电磁重构方案

电磁逆散射问题是非线性和病态的,传统的求解方法无法兼顾成像精度和计算效率,而基于深度学习的直接重构方法缺失先验信息,导致学习过程较困难.采用结合衍射层析成像（DT）算法和融合注意力机制的U-Net混合电磁重构方案,求解电磁逆散射问题,将基于Born近似的DT算法重建的粗糙图像作为U-Net的输入,有效利用先验信息,提高逆散射问题求解的效率和精度.此外,在U-Net每次的下采样过程中加入注意力机制,进一步提高了目标散射体相对介电常数和位置的重建精度.实验结果表明,相比未引入注意力机制的方案,融合注意力机制的U-Net混合电磁重构方案重建误差较小,可实现相对介电常数分布的高精度重建.     

一种声学层析成像温度分布高分辨率重建方法

准确测量温度分布对工业生产具有重要的意义。针对声学层析成像中有限的网格划分数目会影响重建精度的问题，提出TR-RBF(tikhonov regularization-radial basis function)重建算法对温度场进行高分辨率重建。采用Tikhonov正则化对超声飞行时间(time of flight, TOF)重建，得到粗网格下的温度分布，并用局部加权回归法对数据进行平滑处理，进而采用RBF神经网络将粗解进行预测得到细化后的温度分布。通过有噪声和无噪声的数值仿真，本算法与ART、SVD和Tikhonov三种算法相比，在典型峰型温度分布情况下的重建精度提升明显且抗噪性最好。