基于块对称对叠的多幅图像超分辨率重建算法研究

在进行图像超分辨率重建时,使用多幅图像比使用一副图像能够得到更好的效果,但是目前基于多幅图像的超分辨率重建算法普遍存在重建速度慢、重建质量不够理想的问题。为此,本文构造了一种基于块对称对叠（PsyCo）的多幅图像超分辨率重建算法,首先对低分辨率图像序列进行基于ORB的图像配准,再对配准后的图像进行PSyCo重建,最后对重建的图像进行像素灰度最大值融合。实验结果表明,本文提出的重建算法具有更好的重建效果,并且具有较快的重建速度。     

基于孔隙度分类的超维重建算法

由于超维算法在字典建立过程和三维重建过程都涉及到大量的模式匹配，导致超维算法耗时较长，在实际的应用中还有一定难度.针对这个问题，本文提出了一种基于孔隙度分类的超维重建算法，能够较大程度上减少三维重建的时间成本.首先，结合字典元素的孔隙度这一特征对字典集进行分类；其次，利用孔隙度分类字典在重建时采取依孔隙度的搜索方式，优先搜索相应的字典区间；然后，针对不同的训练图像进行三维重建，结合孔隙度分布，提出了一种自适应的搜索范围确定方法；最后，通过对高中低三种孔隙度的训练图像分别进行多次重建，将传统超维算法和新算法的重建结果与真实岩心三维结构的统计特征函数、孔隙参数以及两种算法重建时间的进行对比分析，验证算法的有效性.     

复杂温度场图像重建算法实验研究

在声学法燃煤锅炉炉膛火焰温度场重建中,重建算法是实现温度场重建的关键.提出一种新的复杂温度场图像重建算法,通过在温度场重建中加入先验信息矩阵,实现在较少声波飞行时间测量数据下的复杂温度场图像的重建.用该算法结合所研制的实验系统对实际燃烧火焰温度场进行了重建实验,给出了实验结果.实验结果表明,该算法可实现复杂温度场图像重建.     

地质构造三维重建算法研究

在综述三维重建算法的基础上提出了一种体素赋值重建算法。该方法从原始地质地震测量中取得数据，然后建立片存储的数据结构，并以象素为体素建立重建模型及算法。同时，利用图象处理中的一系列技术，采用三维重建算法，并引进计算机图形学一些真实感三维图形的产生算法，通过一系列隐面消除、旋转变换、光照模型等处理产生具有真实感的立体三维图象，实现了利用人工地震数据进行地质构造三维重建任务。该方法为地质工作者提出了一幅清晰、直观、形象的地下油层和地质构造分布立体形态图象，为地质分析、地震探矿、油层储量分布与评估提供了一个方便的工具。     

实用信号多尺度边缘重建算法

信号的多尺度边缘重建在信号分析、图象处理等方面具有很大的理论和实用价值．本文对Ｍａｌｌａｔ所提出的信号多尺度边缘重建算法进行了实用化改进，克服了原方法选代时在信号的多尺度表达的模极大值点外出现模极大值点和收敛速度较慢等问题，重建实例证明改进算法可加快重建时的选代收敛速度、提高重建信号的质量．     

基于e~0范数优化算法的图像重建

为了解决稀疏信号的重建问题提出了光滑e0范数优化算法,它与最小1范数优化算法等图像重建的方法相比有很大的不同,着重实验了这种信号重建算法中重要参数的选择,并利用手写体数字图像库为试验样本做了一维信号重建和二维图像重建实验.实验结果证明了基于e0范数优化算法在图像重建时间和重建精度上的优越性,此为后续的图像工程研究奠定了基础.     

Investigation of Exact Truncated Data Image Reconstruction Algorithm on Parallel PI-Line Segments in Fan-Beam Scans

Some novel reconstruction algorithms have recently been proposed to solve the problem of re-construction from transverse truncated projections of fan-beam scans. This paper introduced and reformu-lated the exact backprojection-filtration (BPF)-type reconstruction algorithm for fan-beam scans based on Zou and Pan's work. Subsequently, a legible and implementary BPF algorithm for region-of-interest (ROI) reconstruction is presented using projection data truncated not only in angle-scanning but also in the trans-verse direction. The algorithm can be widely used for fan-beam full-scans, short-scans, or super-short-scans. The algorithm uses less projection data than the preceding super-short-scan. The algorithm is implemented using the Shepp-Logan phantom and some primary results are presented. Some new discoveries and impli-cations of ROI reconstruction from truncated data are discussed, which suggests that the BPF algorithm can be used in the ROI reconstruction from truncated projections.     

基于采样点曲面重构的拓扑算法的研究

针对带噪声点的点云数据提出了一种曲面重构的新算法,称为TSR Topological Surface Reconstructor(拓扑曲面重构算法).这种算法避免了在很多重构算法中一般使用的如单元格标记以及距离函数近似的大量计算.定义在Delaunay四面体拓扑元素中的一个离散的Morse函数可以计算一个算法所使用的离散的梯度域,决定哪些面属于多面近似.离散Morse理论为该种方法提供了基础,它为算法提供了一个拓扑框架来导出一个曲面的分段线性近似.最后提供了一些重构的结果,并把TSR的性能与其它某些点集重构算法进行了比较.     

基于分割Bregman迭代的内-外置电极电容层析成像

针对电容层析成像(electrical capacitance tomography,ECT)逆问题的病态性和不适定性,提出了一种基于分割布雷格曼迭代(split Bregman iteration,SBI)的图像重构算法。在目标函数中引入基于参考图像的正则化、低阶约束和空间约束,从而提高成像质量和空间分辨率。对内-外置电极的ECT敏感场内环形区域进行图像重建。仿真结果表明:与Tlkhonov正则化算法和Landweber迭代算法相比,基于布雷格曼迭代的图像重建算法具有较好的空间分辨率,图像误差降低至0. 162 1,图像相关系数提升至0. 874 4,图像重建的精度和质量较高,说明了该算法在ECT图像重建领域的可行性和有效性。     

基于增广拉格朗日的全变分正则化CT迭代重建算法

采用一种基于增广拉格朗日方法(augmented Lagrangian method)求解全变分正则化(total variation regularization)算法(ALMTVR)来进行CT图像重建.将ALMTVR算法与经典的代数重建算法(algebraic reconstruction technique,ART)进行比较,并采用仿真数据与实际数据进行实验.在实验中,使用ALMTVR算法与ART算法分别进行图像重建,并对重建图像进行对比分析.实验结果表明:所提算法与ART算法相比,显著提高了图像重建的质量与速度,显示了其对图像重建的有效性及在CT成像系统中潜在的应用价值.     

基于同心圆轨道的锥形束CT重建算法

由于基于圆轨道锥形束 CT(com putertom ography)重建算法 (如 FDK算法 )只有在小锥角的条件下才能得到比较好的重建质量 ,因此在实际应用中时受到很多的限制。该文利用外推的思想提出了一种基于同心圆轨道的锥束 CT重建算法。利用不同半径的同心圆轨道对物体重建两次 ,并根据平方反比关系 ,利用两次 FDK算法重建结果的差异估计出真实值和重建值的差异 ,然后利用这个差异来修正重建结果。得益于这个修正 ,该算法可以很好地抑制FDK算法由于锥角变大引起的伪影。仿真模拟结果表明 :该算法对高对比度和低对比度物体锥束重建的锥角使用范围比 FDK提高 1～ 3倍     

阈值Landweber在MIT图像重建中的应用

针对目前磁感应成像技术的图像重建质量较低、速度较慢的问题,提出了一种阈值Landweber重建算法.该算法在Landweber算法的基础上设置门限阈值,并在每次迭代中都自适应地调节阈值参数,从而提高了重建图像质量且加快Landweber方法的收敛速度.在Comsol Multiphysics仿真软件建立MIT系统模型的基础上,利用有限元方法求解了正问题.模拟结果表明,利用阈值Landweber图像重建算法获得的图像质量比LBP、未添加阈值的Landweber图像重建算法要好,同时也加快了收敛速度.     

一种改进的迭代硬阈值算法

压缩感知重构算法直接影响信号重构速度和效果。迭代硬阈值(IHT)算法具有重构速度快的优点,但是其重构精度不高。提出一种改进的迭代硬阈值(MIHT)算法,在迭代硬阈值算法的基础上引入压缩采样匹配追踪(CoSaMP)算法中原子回溯的思想,保证每次迭代都能找到正确的索引集,提高算法的重构精度。Matlab仿真结果表明,本文提出的算法在重构精度上明显优于迭代硬阈值算法,而在迭代次数和重构时间上明显低于压缩采样匹配追踪算法。     

自适应直接取样岩心三维重建算法

由于直接取样算法在重建过程中引入了多个需要手动调节的参数,使其在实际运用中具有一定的难度.针对这一问题,提出了一种自适应直接取样岩心三维重建算法.首先,使用三级网格对图像进行逐级重建;其次,使用高斯加权来提高模式匹配的准确性;然后,根据待匹配数据事件的条件数据点自适应的选择模式搜索范围,将距离最小模式的中心点赋给待模拟点;最后,使用算法与传统直接取样算法分别对多张储集层岩心图像进行三维重建.通过比较重建结果与真实结构在统计分布、孔隙结构上的差异,证明了算法的有效性.     

一比特压缩传感的贪婪重构算法

针对测量值的一比特量化,提出了一种新型贪婪迭代算法:符号子空间追踪算法。该算法融合了一致性恢复和贪婪迭代的原理,将量化误差对重构的影响降到最小。仿真结果表明,在高比特率的情况下,该算法的重构误差比只考虑稀疏性和只考虑一致性恢复的算法分别低13 dB和21 dB。     

全极化综合孔径微波辐射计全极化亮温的重构

为了获取全极化信息和降低重构误差,提出了一种改进的全极化重构算法应用于全极化综合孔径微波辐射计,并分析了交叉极化对全极化亮温各分量的影响程度.仿真结果表明,与传统算法相比,改进的全极化重构算法能够有效降低图像重构误差,获取高精确度的全极化亮温数据以满足测量土壤湿度、海表面盐度、海表面风矢量等应用需求.      

基于流形学习和梯度约束的图像超分辨率重建

将改进的基于流形学习的超分辨率重建与基于梯度约束的正则化重建结合起来,提出一种新的单帧图像超分辨率重建算法.该算法首先针对基于流形学习的超分辨率重建,提出新的特征提取方法,联合归一化亮度与平稳小波变换细节子带系数两个特征矢量,提高重建性能;然后将学习得到的高分辨率图像作为初始估计,将其梯度作为目标梯度域,进行基于梯度约束的正则化重建,得到最终的高分辨率图像.与现有的一些算法相比,文中算法无论在视觉效果还是客观评价上都具有较好的重建性能.     

具有边缘保持特性的POCS 超分辨率图像重建方法

为解决利用经典的POCS(Projection onto Convex Set)算法进行图像重建时所产生的边缘模糊问题, 提出了具有边缘保持特性的POCS 超分辨率重建算法。根据待插值点的邻域特征判断该点所在区域是边缘区域还是非边缘区域, 利用改进的双线性插值算法构建参考帧, 减小了传统算法重建后图像边缘的模糊现象。结果表明, 该方法能得到具有较好边缘质量的高分辨率重建图像。     

医学图像三维重建中的关键算法

本文主要讨论了基于序列图像的三维重建中的两个关键算法:特征数据点列的重采样算法与三角化算法.本文把Douglas-Peucker线性简化算法应用在特征边界的重采样上,数据的压缩比得到了明显的改善,也显著地提高了可视化处理速度.并使用一种简单的三角化算法,对重采样后的数据点列进行三角化,实现目标的三维重建.     

序列图像三维重建中的关键算法

主要讨论了基于序列图像的三维重建中的两个关键算法:特征数据点列的重采样算法与三角化算法.本文改进了Chetverikov等提出的轮廓曲线中高曲率点的检测算法,使在重采样时,数据的压缩比得到了明显的改善,也显著地提高了可视化速度.并使用一种简单的三角化算法,对重采样后的数据点列进行三角化,实现目标的三维重建.