基于加权总差分最小化的中子稀疏投影计算机断层重建方法

为提升高噪声稀疏角度投影条件下中子计算机断层扫描(CT)质量,提出同时迭代重建方法(SIRT)与加权总差分最小化(WTDM)相结合的迭代重建方法(SIRT-WTDM)。在有无噪声情况下比较代数重建算法、联合代数重建算法及同时迭代重建算法的重建图像,证明了SIRT迭代重建具有较高的图像重建精度与较强的抗噪声性能,因此将SIRT作为高噪声中子投影图像CT迭代重建算法的保真项。考虑到对图像梯度稀疏性与连续性的约束,中子CT迭代重建方法的正则化约束项采用WTDM方法。由Shepp-Logan模体与真实冷中子层析扫描数据验证可知,在极端稀疏角度投影条件下,SIRT-WTDM可获得较好的重建效果。     

光谱法分析代数迭代重建算法及改进

采用光谱分析技术,系列研究了已有代数迭代重建算法,并进一步研制了改进算法—简单自相关代数迭代重建算法(SSART)。采用数值模拟的方法模拟重建一个含遮挡物场,研究了SSART模拟效果和重建精度。作为对照,分析了已有的传统代数迭代算法同条件下的重建结果,包括基本代数迭代重建算法(ART)、联合代数迭代重建法(SART)和改进的联合代数迭代重建法(MSART)。重建精度用均方误差(MSE),绝对平均误差(AVE)和峰值相对误差(PE)三种误差指数标定。结果发现,SSART重建结果的三种误差指数都明显减小,其中MSE在10-4数量级上比ART的降低了26.6%,PE在10-2数量级降低了77.6%。因此,SSART重建含遮挡物模型场时,重建精度大幅度提高,重建效果明显改善,对传统代数迭代重建算法显著改进。     

单幅同轴全息图两步迭代收缩重建

利用压缩传感理论中的两步迭代收缩重建算法,开展单幅同轴全息图重建实验研究,实现单幅同轴全息图共轭重建像的消除并克服数字全息技术在轴向聚焦平面识别能力的不足。以数字图像和标准分辨率板为记录物体,比较分析了基于两步迭代收缩算法和菲涅尔近似衍射重建算法的重建质量;以两根裸光纤为实验样本,分析了两步迭代收缩重建算法对记录物体轴向不同焦平面的识别能力。实验结果表明两步迭代收缩重建算法可得到清晰度高于68.73%的重建信息,同时对直径为125 m的两根光纤在9 mm的轴向间距条件下,显示出了比全息菲涅尔近似算法更好的聚焦平面识别能力。这一轴向聚焦识别能力有助于数字全息技术应用于功能材料梯度参数或功能涂层光学器件涂层厚度检测。     

光学层析技术中常见迭代重建算法的误差分析

为了得到较好的重建结果,对光学层析技术中常见迭代重建算法中的代数重建算法(ART)和同时迭代重建算法(SIRT)的重建参数进行分析,通过选择重建参数和计算机数值模拟达到重建要求.计算机数值模拟证明了松弛因子的选择对迭代重建算法的重建结果有非常重要的影响.在ART算法中,其他重建条件一定,松弛因子太大或太小时重建误差都会增大,松弛因子在0.4～1.5范围内时重建精度基本满足要求,最优松弛因子约为0.8;在SIRT算法中,松弛因子在4～12范围内时重建精度基本满足要求,最优松弛因子约为12.总结出代数重建算法和同时迭代重建算法不同条件下松弛因子选择的规律.在ART算法中,投影方向数增加松弛因子减小, 每方向投影数与重建分辨率对松弛因子无影响,松弛因子一定的情况下,投影数太小或太大误差会增大.在SIRT算法中,投影方向数增加松弛因子减小,并且投影方向数增加一倍最优松弛因子约减小为原来的50%; 每方向投影数增加最优松弛因子减小,且投影数增加一倍,最优松弛因子约减小原来的50%; 重建分辨率增加,最优松弛因子增加.     

基于总变分最小化模型的异步并行GPU加速算法

相比于传统同步并行计算策略,在异步并行计算框架下,针对最常用的总变分(TV)最小化重建模型,通过将其转化为不动点迭代问题,并利用异步交替方向法(ADM)进行求解,推导出基于TV最小化模型的异步ADM迭代重建算法,即异步交替方向总变分最小化算法(Async-ADTVM)。利用消息传递接口技术将该算法在图形处理器(GPU)集群上进行测试,进一步提高了原始基于TV最小化模型的迭代重建算法的计算效率。实验表明,该算法在计算求解精度上略优于ADTVM算法,同时在GPU性能存在差异的条件下相比传统多GPU加速策略可获得更高的加速比。     

基于成像差分吸收光谱技术和压缩感知理论的烟囱烟羽断层重建研究

烟羽断层重建质量受两方面条件限制：其中一个限制条件是遥感设备的时间分辨率。以往的研究多使用多轴差分吸收光谱仪（MAX-DOAS）进行CT重建,受采集数据速度的限制,重建图像的时间分辨率较低。另一个限制条件是,采集到的数据量有限,是典型的不完全角度重建。过去多使用代数迭代重建算法或统计迭代重建算法,重建图像受测量误差的影响比较大,分辨率较低且伪影较多。构造了基于成像差分吸收光谱技术（IDOAS）的光谱数据采集系统,与多轴差分吸收光谱仪构造的系统相比,数据采集的时间分辨率提高了160多倍,基本解决了时间分辨率的问题。提出了一种基于压缩感知理论和低三阶导数模型的烟羽断层重建算法--投影凸函数集低三阶导数法,简称为POCS-LTD。在投影的过程中,使用代数重建算法使重建图像符合投影方程;在全变分迭代的过程中使用了优化算法,将低三阶导数模型的全变分归一化值作为优化算法的迭代方向,前次迭代运算结果与本次投影运算的差值的模作为迭代步长。对重建算法进行了数值模拟,并以重建图像的接近度和一致性相关因子为指标,对重建结果进行了分析。数值模拟表明,算法具有良好的抗误差能力,与传统的低三阶导数法相比,本文提出的算法将重建接近度减小了80%以上。使用烟羽数据采集系统进行了外场实验,用POCS-LTD算法对外场实验的数据进行了烟羽重建,重建图像显示烟羽图像清晰,伪影得到了较好的抑制。介绍的烟羽断层数据采集系统和烟羽断层重建算法,提高了烟羽断层重建图像的时间分辨率,减少了重建图像的伪影,扩大了光谱测量技术的应用范围。     

基于全变分最小化和快速一阶方法的低剂量CT有序子集图像重建

低剂量计算机断层成像(computed tomography,CT)具有减少X射线对患者的伤害的优势.本文主要针对从不完备投影数据重建出高质量低剂量CT图像的问题.通常,这个问题可以通过统计图像重建方法来实现,而统计重建算法需要非常多的迭代次数,导致了巨大的计算时间压力,以至于很难应用在实践中.为解决此问题,本文提出一种有序子集重建算法,该算法结合了全变分最小化和快速一阶方法以减少重建的迭代次数,采用Split Bregman交替方向法求解上述优化问题,利用投影到凸集合的方法加快迭代的收敛速率.实验结果表明,在同样的迭代次数下,本文提出的方法与基于有序子集的一阶方法相比较,相对重建误差的下降速度更快.     

改进的约束共轭梯度闪光照相图像重建算法

 针对闪光照相图像信噪比低的特点,提出了一种改进的约束共轭梯度闪光照相图像重建算法。该算法在约束共轭梯度迭代重建的基础上,提出了新的预优矩阵选取方案,减小了重建图像的轴线噪声,利用松弛迭代步长代替共轭梯度法中的最优迭代步长,并采用了新的收敛准则,在保证算法收敛的同时,减少了重建算法的计算量。数值试验表明,与传统约束共轭梯度重建算法相比,改进算法稳定收敛,迭代速度更快,并能有效提高重建质量。     

对迭代位移叠加像复原方法的改进

迭代位移叠加法(ISA)是一种天文高分辨空域统计重建方法,对双星等多点源天文目标的空域统计重建试验表明,多点源目标的重建效果优于经典的重谱法,计算速度也比重谱法快.该方法不能直接应用于太阳或卫星等天文和空间扩展目标的高分辨重建中.因此对迭代位移叠加法进行修正后进行了不同光子水平下的人造卫星的高分辨重建的数值仿真试验.对暗弱扩展目标的仿真重建试验表明,修正的迭代位移叠加法具有明显的抑制光子噪声的效果,具有比重谱法等频域重建方法更好的重建效果.     

由少量投影数据快速重建图像的迭代算法

针对由少最角度的投影数据重建CT图像的问题,提出了一种改进的基于图像总变差最小的迭代重建算法.该算法采用共轭梯度法求图像总变差最小,并在迭代过程中采用了多分辨迭代技术.用模拟的投影数据和实际扫描数据进行了重建数值实验.实验结果表明该算法不但提高了重建图像质量,也同时显著提高了迭代图像的收敛速度.