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.     

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.     

一种选取线性不适定问题正则化参数的迭代算法

考虑利用Tikhonov正则化方法求解线性不适定问题。基于吸收Morozov相容性原理,提出了一种新的选取正则化参数的迭代算法。该算法简单易实现且具有全局收敛性。给出了算法的收敛性分析,并通过数值算例说明了其数值有效性。     

不适定逆成像问题的多准则正则化求解方法

不适定性（ｉｌｌ－ｐｏｓｅｄｎｅｓｓ）是图像重建（Ｘ射线ＣＴ的投影重建、心电ＥＣＧ及电ＥＥＧ信号的逆成像重建）逆问题求解中非常普遍的情况,由于对观测数据及正问题数字离散化过程中所产生的误差极为敏感,它在银行大程度上将影响到重建图像的质量、稳定性和求解精度。通过对由投影重建图像逆问题求解过程中的不适宜性分析,给出了求解不适定逆成像问题的多准则正则化方法及其理论基础,实验结果表明该方法比传统的单准则正     

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。     

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。     

广义迭代Tikhonov正则化方法的参数选取

在模型具在误差的情况下，讨论了求第一类算子方程解的含闭算子的迭代Ｔｉｋｈｏｎｏｖ正则化方法，运用谱理论建立使正则化逼近解具有最优收敛阶的选取正则参数的方法，得到收敛性及收敛阶估计定理。     

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.     

带限信号重建的一种新的代数正则化算法

基于 Tikhonov的正则化思想 ,提出了带限信号的一种新的代数正则化算法 .该算法计算复杂性较低 ,能够很好地抑制噪声干扰     

基于遗传算法获取正则参数的一种新方法

研究了正则化方法中正则参数的选择问题,提出了利用遗传算法获取正则参数的一种新方法。大量的数值模拟结果表明:该方法在处理大规模不适定问题时具有一定的优越性,是一种实用有效的方法。     

基于多参数正则化的高分辨率图像重构算法

根据完全重构滤波器的性质,提出一种基于多参数正则化方法的高分辨率图像重构算法。该算法利用多参数正则化方法,恢复图像的高频部分,然后将恢复的高频信号与低频部分叠加,得到重构的高分辨率图像。由于该算法沿不同滤波方向选取不同的正则化参数,因此有效地抑制了噪声对重构图像的影响,改善了图像在边缘部分的重构效果,从而弥补了己有方法的不足。对所提出算法的收敛性进行了分析,并通过数值实验验证文中所提出算法的有效性。     

三维温度场重建算法的优化

研究了一种适用于三维非对称温度场光学层析的Radon重建算法,并且对该重建算法进行优化,避免了被积函数的不可积分,极大地简化了计算机编程的复杂性,显著地减少重建时间并提高重建精度。     

ECT图像重建中最小坡度正则化参数选择方法

电容层析成像图像重建反问题常常是不适定的.提出了一种在最小坡度曲线段中选择Tikhonov正则化参数的新方法用于求解这一不适定反问题.对于测量数据的干扰,不适定问题的一些正则化解比其他的解敏感程度低.该方法使用一定准则选取不敏感正则化解中的一个,将这个解对应的正则化参数作为最优值.通过仿真实验,针对两种典型介质分布,将基于最小坡度方法计算的正则化参数与流行的L-曲线法在电容测量数据施加噪声情况下的图像重建结果进行了比较.实验表明基于新方法的图像重建结果要好于L-曲线法.     

基于三维模型的改进正则化ERT成像算法

电阻层析成像（ERT）通过对被测场边界注入电流,测量被测场电压变化,重建物场内电导率．针对ERT成像分辨率低,提出一种基于三维模型的改进Tikhonov迭代电阻成像算法．针对Tikhonov正则化参数选择问题,提出基于同伦映射的方法,并利用非线性函数Sigmoid调节正则化参数,以获得的图像灰度值作为Tikhonov迭代法的初始值进行迭代,重建敏感场图像．仿真及实验结果表明,该方法有效地改进了ERT图像质量．     

基于迭代加权L1正则化的高光谱混合像元分解

为了提高高光谱图像混合像元分解的精度,对基于稀疏性的线性混合像元分解方法进行研究。采用一种迭代加权的L1正则化方法进行高光谱混合像元分解,给出相应的模型和算法。通过引入多步加权L1优化求解过程,且根据当前解修正下一步迭代的权值,能更好地利用混合像元丰度系数的稀疏性。试验结果表明,基于迭代加权L1正则化的高光谱混合像元分解精度比基于传统L1正则化的方法高,特别适用于信噪比较高的高光谱图像。     

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.     

基于乘型ART算法的快速图像重建技术研究

为了利用迭代算法快速实现不完全投影数据下的图像重建,介绍了乘型ART(A lgebraic Reconstruction Techniques)迭代算法的快速实现,利用投影矩阵是一个极大的超稀疏矩阵的性质,对迭代矩阵计算方法进行简化,并对其存储结构和检索方法进行优化设计,使迭速度得到了大大提高.在不完全投影的情况下,该迭代算法具有一定的优势.同时针对迭代模型不足导致的重建伪影提出了校正方法,取得了理想的效果.