基于同伦l0范数最小化重建的三维动态磁共振成像

高欠采倍数的动态磁共振图像重建具有重要意义,是同时实现高时间分辨率和高空间分辨率动态对比度增强成像的重要环节.本研究提出一种结合黄金角变密度螺旋采样、并行成像和基于同伦l₀范数最小化的压缩感知的图像重建的三维动态磁共振成像方法.黄金角变密度螺旋采样轨迹被用来连续获取k空间数据,具有数据采集效率高、对运动不敏感等优点.在重建算法中,将多线圈稀疏约束应用于时间总变分域,使用基于l₀范数最小化的非线性重建算法代替传统的l₁范数最小化算法,进一步提高了欠采样率.仿真实验和在体实验表明本文所提的方法在保持图像质量的同时,也可以实现较高的空间分辨率和时间分辨率,初步验证了基于同伦l₀范数最小化重建在三维动态磁共振成像上的优势和临床价值.     

基于压缩感知与扩展小波树的自适应压缩成像

为了在现有的采样条件下,通过新的压缩采样方式获得计算量小且质量更好的图像,提出了基于压缩感知与扩展小波树的自适应压缩成像方法。首先将图像投影到分区控制的DMD上,获得图像在低分辨率下的测量值,并通过压缩感知重构算法重构出低分辨图像,接着利用扩展小波树预测重要小波位置,通过DMD在小波域采样获取图像的细节信息,最后由小波逆变换恢复高分辨率图像。将该方法与最小化全变分算法（TVAL3）和近来提出的基于扩展小波树的自适应成像算法（EWT-ACS）效果进行对比,实验结果表明,以boat图像为例,在压缩感知采样率为0.75,整体采样率为10%的无噪声条件下,该方法相较于TVAL3、EWT-ACS算法信噪比提高了4.63 dB和2.87 dB,在附加噪声条件下成像效果也较好。该方法能极大地降低压缩感知重建算法的运行时间,同时减少采样次数,具有较好的抗噪性。     

双树小波变换与小波树稀疏联合的低场CS-MRI算法

压缩感知理论常用在磁共振快速成像上,仅采样少量的K空间数据即可重建出高质量的磁共振图像.压缩感知磁共振成像技术的原理是将磁共振图像重建问题建模成一个包含数据保真项、稀疏先验项和全变分项的线性组合最小化问题,显著减少磁共振扫描时间.稀疏表示是压缩感知理论的一个关键假设,重建结果很大程度上依赖于稀疏变换.本文将双树复小波变换和小波树稀疏联合作为压缩感知磁共振成像中的稀疏变换,提出了基于双树小波变换和小波树稀疏的压缩感知低场磁共振图像重建算法.实验表明,本文所提算法可以在某些磁共振图像客观评价指标中表现出一定的优势.     

基于先验图像约束的多光谱压缩感知

在低采样率、低信噪比(SNR)的探测条件下,多光谱重建图像噪声增多,重建质量大幅度降低。为了提高多光谱图像的重建质量,提出了一种基于先验图像约束的多光谱压缩感知(PICHCS)重建方法。PICHCS利用多光谱图像的空间相关性和谱间相关性重建出初始图像,并将相邻谱段的初始图像取平均获得高信噪比的先验图像。先验图像与目标图像相减可以使优化目标稀疏化,并使得重建结果具有与先验图像类似的高信噪比特性。通过数值模拟和实验验证了该重建算法的可行性,并在不同的采样率、信噪比条件下和全变差低秩联合重建算法进行了对比研究。结果表明,PICHCS可以在低采样率低信噪比情况下提高多光谱图像的重建质量,从而降低对数据采样率和系统信噪比的要求。     

选择性双向顺序压缩感知重建动态磁共振成像

压缩感知是一种新兴技术,该技术能够用远低于奈奎斯特采样频率采集的信号恢复出原始信号. 压缩感知成像方法大大提高了心脏磁共振成像的采集速度,已有的方法主要利用动态图像时间相关及心脏的周期性运动特征,如采用在时间维做傅立叶变换或求解每帧数据跟参考帧数据的差异获取稀疏数据,满足压缩感知重建的要求. 该文提出了选择性双向顺序压缩感知重建算法,利用相邻帧的差异更小的特点,获取更加稀疏的差异数据,同时利用动态图像的周期性,以目标函数积分为判据,在时间顺序和时间逆序两个方向选择效果更好的方向进行数据重建,降低图像伪影和噪声. 该选择算法,可以在不增加重建时间的情况下,选择双向顺序重建中最佳的结果. 该文对心脏磁共振图像数据进行了数据处理实验,并且跟传统压缩感知算法、参考帧差异方法及匙孔成像方法进行了比较. 结果表明：该方法无论从视觉效果还是从统计结果上,都有很大的改善.     

基于分块平滑投影二次重构算法的单像素成像系统

单像素成像系统是通过无空间分辨能力的单像元探测器来获取目标二维分布信息的计算光学成像技术,与传统直接成像技术相比具有高能量收集效率、高灵敏度等一系列优点,在高能物理诊断技术领域有着广阔的应用前景。针对实际单像素压缩感知成像系统在复杂诊断环境中存在的重建噪声较大的问题,提出并实现了基于分块平滑投影Landweber二次重构算法的单像素成像系统。根据算法观测矩阵分布特性以及数字微镜硬件输入要求实现了实际投影观测矩阵的变换,利用二次重构算法实现了单像素诊断的仿真分析与实验测试。仿真结果表明,在采样率为20%～30%的条件下,重建图像峰值信噪比大于20 dB,结构相似性高于0.8。进一步搭建单像素成像平台完成实验研究及验证,实验结果表明,利用二次重构算法模型对目标场景进行恢复的效果优于其余两种传统算法。二次重构单像素成像系统在采样率仅为20%的条件下能够重建出清晰的原始图像,具有较好的噪声抑制特性。     

利用动态接收增益提高磁共振成像信噪比的方法

提出了一种提高磁共振成像(MRI)信噪比的有效方法.该方法在每次采集回波信号前,能够快速、灵活地控制MRI接收机的增益,实现磁共振信号动态范围的压缩;在图像重建之前采用双精度浮点运算扩展动态范围压缩的磁共振信号,最终得到信噪比提高的重建图像.在1.5 T超导MRI系统上进行了自旋回波序列的水模成像,实验结果表明,相比传统的基于固定接收增益的扫描图像,利用该方法得到的T1加权图像信噪比可以提高10%.和其他提高磁共振信号动态范围的方法相比,该方法无需增加额外硬件电路,避免多次采集图像,因而具有实现成本低的优点,是一种提高MRI信噪比的有效方法.     

基于探测信号叠加的推扫式压缩多光谱关联成像

针对推扫模式下多光谱关联成像重构图像模糊、信噪比低问题,提出了一种利用探测信号叠加提高重构图像信噪比的多光谱关联成像方案.该方案基于稀疏约束关联成像光谱相机实验系统,通过单次曝光获得一帧探测信号,对前后帧连续探测信号进行错位叠加,计算出系统总探测矩阵,结合标定测量矩阵,采用压缩感知算法得到待测目标物体重构图像.数值模拟和实验结果表明:适当延迟曝光时间可以提高系统重构图像质量;相同曝光时间条件下,利用探测信号错位叠加的推扫10帧重构图像信噪比明显高于单帧多光谱重构图像.     

低曝光条件下遥感相机微振动量检测

针对搭载平台颤振对遥感相机成像的影响,利用辅助高速面阵CCD相机拍摄高帧频图像序列,通过像元合并来补偿曝光时间不足,增加图像的亮度、对比度和信噪比,同时结合一种区域选择算法来选择用于计算的图像区域,最后使用灰度投影算法对振动位移量进行估计.实验数据表明,提出的改进算法误差为一个像元,在准确性和稳定性方面均明显优于原始算法.     

基于改进的分块压缩感知红外图像重建

针对基于压缩感知理论的红外图像重建问题,提出一种基于改进的分块压缩感知红外图像重建方法。该方法首先对原始红外图像进行分块,并对每个子块用相同的观测矩阵进行随机观测,获得少量的观测数据;然后利用谱图小波变换优异的稀疏特性,将其引入平滑投影Landweber算法进行迭代优化重建,同时采用混合中值滤波进行处理以增加图像的平滑度和减少块伪影,最后输出满足要求的高质量红外图像。实验结果表明,在相同采样率下,该方法对于不同类型红外图像的重建性能均优于目前广为采用的一些小波压缩感知方法,可获得更高质量的红外图像。     

针对多散斑图的差分压缩鬼成像方案研究

鬼成像方案实现所需设备、成像的质量以及成像所花的时间是决定鬼成像技术可实用化的重要因素. 本文提出一种针对多散斑图的差分压缩鬼成像方案. 该方案通过连续探测多个独立的散斑图, 降低了热光鬼成像方案对探测器高时间分辨力的要求; 通过采用差分方法, 抑制了背景噪声和其他噪声源的干扰; 通过使用压缩感知重建算法, 有效地降低了鬼成像所需时间并同时提升成像的质量. 数值仿真结果表明, 对于二灰度“N” 图, 本方案在8000次的采样情形下与多散斑图鬼成像方案35000次采样的结果相比, 均方误差降低了96.9%、峰值信噪比提升15.1 dB. 对于八灰度“Pepper”图, 本方案与多散斑图鬼成像方案相比, PSNR提升11.4 dB. 本方案可降低探测设备的要求、提高成像质量、降低重建时间, 具有广阔的应用前景.     

Piecewise spectrally band-pass for compressive coded aperture spectral imaging

Coded aperture snapshot spectral imaging(CASSI) has been discussed in recent years. It has the remarkable advantages of high optical throughput, snapshot imaging, etc. The entire spatial-spectral data-cube can be reconstructed with just a single two-dimensional(2D) compressive sensing measurement. On the other hand, for less spectrally sparse scenes,the insufficiency of sparse sampling and aliasing in spatial-spectral images reduce the accuracy of reconstructed threedimensional(3D) spectral cube. To solve this problem, this paper extends the improved CASSI. A band-pass filter array is mounted on the coded mask, and then the first image plane is divided into some continuous spectral sub-band areas. The entire 3D spectral cube could be captured by the relative movement between the object and the instrument. The principle analysis and imaging simulation are presented. Compared with peak signal-to-noise ratio(PSNR) and the information entropy of the reconstructed images at different numbers of spectral sub-band areas, the reconstructed 3D spectral cube reveals an observable improvement in the reconstruction fidelity, with an increase in the number of the sub-bands and a simultaneous decrease in the number of spectral channels of each sub-band.     

基于压缩感知的差分关联成像方案研究

关联成像可提供一种运用常规手段难以获得清晰图像的方法, 能够解决一些常规成像技术不易解决的问题, 是近些年来量子光学领域的前沿和热点之一.本文提出一种基于压缩感知的差分关联成像方案(简称, 差分压缩关联成像方案), 将高斯分布的热光源强度分布作为压缩感知的测量矩阵, 差分物体信息作为被成像物体信息, 利用差分关联成像方案的高成像信噪比和压缩感知技术的低采样次数, 通过正交匹配追踪算法, 高质量地恢复出物体信息. 并以二灰度“双缝”、“NUPT”, 多灰度Lena图和Boats图为例, 数值仿真差分压缩关联成像过程; 同时将本方案350次测量的结果与差分关联成像方案30000次测量的结果进行对比, 研究结果表明针对不同的被成像物体(二灰度“双缝”、“NUPT”, 以及多灰度Lena图和Boats图), 10次成像的均方误差平均值分别降低了97.7%, 93.9%, 92.5%和71.4%; 与压缩鬼成像方案相比, 同样测量次数条件下均方误差值对于二灰度双缝和多灰度Lena图、Boats图等目标物 体分别有50.4%, 72.9%和66.8%的降低. 差分压缩关联成像方案极大地提高了成像信噪比, 降低了成像时间. 关键词： 关联成像 差分 压缩感知 均方误差     

Simple and effective method to improve the signal-to-noise ratio of compressive imaging

This Letter presents a simple and effective method to improve the signal-to-noise ratio(SNR) of compressing imaging. The main principles of the proposed method are the correlation of the image signals and the randomness of the noise. Multiple low SNR images are reconstructed firstly by the compressed sensing reconstruction algorithm, and then two-dimensional time delay integration technology is adopted to improve the SNR. Results show that the proposed method can improve the SNR performance efficiently and it is easy to apply the a lgorithm to the real project.     

一种八谱段滤光片成像系统设计

针对多光谱滤光片阵列成像采样率低,原始(Raw)数据稀疏所导致的重建图像模糊,高频信息丢失等问题,提出了一种新八谱段滤光片阵列分布方案,利用基于邻域梯度延伸方法对光谱Raw图像进行重建.首先基于二叉树生成法,在重复排列的4×4阵列中设计了一种等空间概率比的八谱段滤光片分布方案;然后针对传感器直接获取的稀疏Raw图像,计算各谱段采样点的梯度信息,在保持图像结构特征和纹理信息的基础上,利用邻域采样点的像素值和梯度值对未采样点进行重建,从而获得完整的光谱图像信息;最后,基于已重建的八谱段光谱图像,采用伪逆矩阵法重构各像素位置的31波段光谱值.结果表明,相对于主流图像重建方法,本文算法提高了重建八谱段光谱图像的峰值信噪比、复合峰值信噪比,降低了光谱均方差,更好地保留了图像的纹理和边缘,有效降低了多光谱滤光片阵列成像中的颜色伪影和图像模糊等现象.     

基于差分曲率的各项异性扩散小波图像降噪算法研究

在$\gamma $放射性内污染修正均匀冗余阵列编码成像中,为了进一步减少使用最大似然估计(Maximum Likelihood Expectation Maximisation,MLEM)算法进行编码图像重建的伪影,并且提高重建的效率,本文提出了基于差分曲率的各项异性扩散小波图像降噪(Anisotropic Diffusion Wavelet Image Denoising based on Differential Curvature, 简称ADWIDDC)算法, 结合MLEM算法得到了改进的应用于编码成像的MLEM-ADWIDDC算法。该算法首先采用MLEM算法对探测器得到的投影数据进行图像重建,再利用互补成像方法消减近场伪影,最后采用ADWIDDC算法进一步降低图像伪影。模拟结果表明,对于131I源呈圆环分布的编码图像,以重建算法运行时间为195 s为截止条件,MLEM-ADWIDDC算法能够更好地去除伪影,重建的$\gamma $放射源图像纹理也更加清晰;对于131I源呈“CDUT”分布的编码图像,以重建图像信噪比达到5.10 dB为截止条件,本文的MLEM-ADWIDDC算法运行时间为98.36 s,比仅采用MLEM算法消耗的时间缩短了49%。     

Single image non-uniformity correction using compressive sensing

A non-uniformity correction (NUC) method for an infrared focal plane array imaging system was proposed. The algorithm, based on compressive sensing (CS) of single image, overcame the disadvantages of “ghost artifacts” and bulk calculating costs in traditional NUC algorithms. A point-sampling matrix was designed to validate the measurements of CS on the time domain. The measurements were corrected using the midway infrared equalization algorithm, and the missing pixels were solved with the regularized orthogonal matching pursuit algorithm. Experimental results showed that the proposed method can reconstruct the entire image with only 25% pixels. A small difference was found between the correction results using 100% pixels and the reconstruction results using 40% pixels. Evaluation of the proposed method on the basis of the root-mean-square error, peak signal-to-noise ratio, and roughness index (ρ) proved the method to be robust and highly applicable.