基于约束优化的闪光照相图像重建算法

针对闪光照相图像受模糊及噪声影响的问题,提出了一种基于约束优化的闪光照相图像重建算法。该算法建立基于平行束投影的正向成像矩阵,并通过嵌入模糊矩阵表达成像过程中的模糊因素,采用最速下降法求解重建问题。在算法中设计了预优矩阵以提高迭代重建速度,利用客体密度值非负、密度分布分段光滑并含有阶跃性边界的先验知识,设计和采用了非负约束、光滑约束及广义变分边界约束条件。对仿真FTO客体图像及实际闪光照相图像的重建结果表明,基于约束优化的重建算法具有良好的边界保持能力及噪声抑制能力,可以有效提高图像重建质量。     

基于自适应EKF的摄像机标定优化方法

针对扩展卡尔曼滤波算法在摄像机标定优化应用中,滤波精度较大程度地依赖于噪声协方差矩阵的准确性这一问题,提出了一种基于自适应扩展卡尔曼滤波算法的摄像机标定优化方法。以所检测到的二维棋盘格标靶上特征点的图像坐标作为自适应扩展卡尔曼滤波算法的观测量,摄像机的内、外参数作为状态量,将观测图像上的特征点进行逐点滤波运算,过程和观测噪声协方差矩阵在迭代过程中随着观测值和预测值之间新息的变化而更新,从而优化对应的摄像机参数。实验结果表明,经本文算法优化后获得的摄像机内、外参数具有较小的重投影误差,USB相机和工业相机的标定结果较张正友标定法分别提升了61.17%和12.17%,所提算法较无迹卡尔曼滤波算法和扩展卡尔曼滤波算法在噪声环境下具有更高的标定精度和更好的鲁棒性。     

一种基于编码孔径的压缩传感图像重构算法的改进

针对压缩传感理论应用于实际系统成像时重构图像质量随图像采样率变化的问题,通过对正交匹配追踪算法进行改进,提出了一种利用空间光调制器实现编码孔径成像的压缩传感图像重构方法。该方法对传统的正交匹配追踪法迭代计算中已选入支撑集的列向量进行标记,并在下一次迭代计算中予以排除,从而减少了重构时间。在此基础上提出了将测量矩阵分别按行和按列排列进行重构后平均的图像增强算法。增强算法在达到同样重构质量时,减小了图像采样率,有利于图像数据的传输和存储。仿真实验验证了方法的有效性和稳定性,可为压缩传感技术的应用提供技术参考。     

基于高斯混合尺度模型的压缩传感图像重构

在图像处理领域中,压缩传感重构是稀疏表示下的最重要的病态反问题之一。压缩传感图像重构利用图像可稀疏表示的先验知识,从比奈奎斯特采样率低得多的随机投影观测值中重构原始图像。为了克服传统的压缩传感算法中收敛速度慢和未利用变换系数的邻域统计特性的缺点,提出了基于高斯混合尺度模型的压缩传感图像重构算法,证明了独立的高斯混合尺度分布作为压缩传感重构的稀疏先验知识的可行性,结合全变差调整进一步提高算法的性能。实验结果表明,该算法有效地提高了重构图像的主观视觉效果和峰值信噪比,加快了压缩传感图像重构算法的收敛速度。     

低信噪比下的二维联合线性布雷格曼迭代快速超分辨成像算法

针对实际逆合成孔径雷达(ISAR)成像时带宽有限、方位孔径稀疏的小角度回波数据条件下,常规算法的成像分辨率不高等问题,基于压缩感知理论,提出了一种低信噪比条件下的二维联合布雷格曼迭代快速ISAR超分辨成像算法.首先,将雷达回波构建为距离频域-方位多普勒域的二维稀疏表示模型,在此基础上,将二维超分辨成像问题转换为二维联合压缩感知的稀疏重构问题;其次,为了避免重构时向量化操作带来的复杂度,提出了二维联合布雷格曼迭代算法,为实现快速重构,将加权残量迭代、估计停滞步长与感知矩阵条件数优化三种加快收敛速度的思想相结合,既利用了布雷格曼迭代在低信噪比条件下的重构能力又能保证快速成像.最后仿真实验结果表明在欠采样和低信噪比条件下本文算法能够缩短成像时间,且具备更好的噪声鲁棒性.     

基于凸优化的傅里叶叠层成像技术研究

在傅里叶叠层成像（FPM）过程中采集的低分辨率图像会对重建图像质量产生直接影响,已有的研究提出用图像超分辨率重建技术和对低分辨率图像进行传统去噪处理的方法来解决该问题,但超分辨率重建的方法需要采集大量的原始图像,会加大采集端的时间损耗,而传统去噪算法会造成原始信息丢失,严重影响重构图像质量。因此论文引入凸优化算法,噪声图像的恢复可以通过求解一个凸优化模型来实现,并用迭代收缩阈值算法来求解该模型,算法中采用Barzilai-Borwein（BB）规则在每次迭代时初始化线搜索步长,加快收敛速度,选用软阈值函数,使图像去噪时原始信息丢失减少,最终重构图像的PSNR为27.634 6 dB,SSIM为0.926 1,所需处理时间为5.850 s,因此基于凸优化的傅里叶叠层成像技术具有时间损耗不大的情况下提高重构图像质量的优点。     

基于曲率滤波和梯度变换的图像增强

针对基于梯度变换的图像增强算法抗噪声干扰能力差的问题,引入曲率滤波理论,提出了基于高斯曲率滤波和梯度变换的图像增强算法.该算法通过对图像梯度场进行非线性变换来增强图像对比度,通过构造能量泛函,采用梯度下降法从变换后的梯度场重构出增强后的图像,并利用高斯曲率滤波对梯度下降法迭代过程中的重构图像及其各阶偏微分进行平滑,有效解决了图像重构过程中的噪声非线性放大和扩散问题,同时保留了丰富的细节信息.采用多组边缘模糊图像进行仿真实验,实验结果表明该算法在增强图像边缘对比度的同时,能够有效抑制噪声.     

基于联合正则化及压缩传感的MRI图像重构

基于压缩传感的MRI图像重构利用图像稀疏的先验知识能从很少的投影值重构原图像。目前MRI重构算法只利用MRI图像稀疏性表示或只利用基于其局部光滑性的先验知识,重构效果不理想。针对此问题,结合两种先验知识,提出一种基于联合正则化及压缩传感的MRI图像重构方法。利用块坐标下降法将求解联合正则化问题转化为交替求解二次凸优化、稀疏正则化和全变差正则化三个简单的优化问题。并提出分别采用共轭梯度法、二元自适应收缩法以及梯度下降法对以上优化问题求解。实验结果表明,该算法重构效果比现有算法有明显地提高。     

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。     

基于条纹管的压缩超快成像系统理论模拟

对基于压缩感知和条纹相机的压缩超快成像系统进行模拟仿真,原始三维图像I(x-y-t)经数字微镜设备（digital micromirror devices, DMD）进行编码调制,然后传输至狭缝全开条纹变像管,经偏转电场作用后,多幅不同时间图像将叠加,并在CCD上输出最后积分图像。采用总变分还原算法将CCD积分图像重构出多幅原始图像I(x-y-t)。对压缩超快成像系统的图像采集过程及还原算法进行了模拟仿真,获得了激光在空气介质中传输过程的8幅动态二维图像,每幅图像的曝光时间为12.5 ps,重构信号与原始信号的相似度为92%。     

基于极大似然模型和期望最大化算法的闪光图像重建

针对闪光照相图像低信噪比的特点,研究了带约束的基于极大似然模型和期望最大化算法（ML-EM）的闪光照相图像重建算法。该算法在ML-EM迭代重建算法的基础上,根据闪光照相图像低信噪比的特点及被重建客体具有分段平滑的先验信息,在迭代重建的过程中进行了相应的噪声抑制,抑制了噪声对重建结果的影响,同时很好地保持了客体的边界特征。数值模拟结果表明,基于噪声约束的ML-EM重建算法能取得较好的重建效果。     

基于r-ADMM算法的轴向超分辨荧光显微技术研究

多角度全内反射荧光显微镜层析成像技术是实现轴向超分辨的主要技术之一,其关键算法是基于交替方向乘子算法对逆问题模型求解。为进一步提高交替方向乘子算法的迭代速度及收敛性,提出将一种基于松弛因子的改进型交替方向乘子算法应用于逆问题的求解中,其核心思想是对拉格朗日函数的分解迭代过程进行过松弛求解。基于该算法,搭建了多角度全内反射荧光显微镜成像系统,采集不同照明角度对应的不同穿透深度的图像堆栈,利用改进型算法重构细胞微管的深度信息,给出了系统的轴向分辨率,并与传统交替方向乘子算法进行了收敛速度的对比,给出了改进型算法达到最优收敛的松弛因子的取值范围,最后通过对线粒体样品进行长时程拍摄,重构了其三维信息,并观测了其融合和裂变的连续过程。实验结果表明,改进型交替方向乘子算法可以实现40 nm的轴向分辨率,并能在保证图像重构质量的同时,使迭代过程的收敛速度提升20%以上。     

基于全变分正则约束的二维冲击波速度场条纹重构技术

在惯性约束聚变过程中,冲击波速度与靶丸内爆压缩对称性密切相关,任意反射面速度干涉仪（VISAR）与压缩超快成像（CUP）系统的结合（CUP-VISAR）为冲击波速度二维时变诊断开辟了新思路。针对系统重建耗时长的问题,提出并实现了一种针对CUP-VISAR系统的全变分正则化快速重建算法。对弯曲条纹的仿真重建分析结果表明,本文提出的TVAL3H算法对比传统TVAL3算法,峰值信噪比（PSNR）提升了6.86 dB (25 frame)～1.20 dB (150 frame),结构相似性（SSIM）提升了26.67%(25frame)～14.10%(150frame),时间消耗降低了92.15%(25frame)～78.30%(150 frame)。对比广义交替投影（GAP）和交替方向乘子（ADMM）算法,时间消耗降低了57.79%(100 frame,GAP)～77.20%(25 frame,ADMM)的同时PSNR和SSIM差异较小。在同一重构时间量级下,所建立重构算法不同frame条件的PSNR相比GAP与ADMM算法分别提高了1.92 dB (25 frame)～0.84 dB (1...     

种基于偏微分方程约束的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,提出了一种基于偏微分方程基于非线性PDE的约束的图像重建算法,该算法在重建迭代过程中引入了基于非线性PDE的平滑约束来抑制图像噪声,同时保护图像边缘。数值试验结果表明:相比于Landweber和预优约束共轭梯度（PCCG）重建算法,新算法具有更强的抗噪能力和边缘保护能力,是一种更加有效的闪光照相图像重建算法。     

基于双鸟群优化的高光谱图像非线性解混

针对高光谱图像像元中端元物质非线性混合的特点,借鉴生物群智能现象,提出一种基于双鸟群优化的高光谱图像非线性解混算法。为进一步提高非线性解混算法的精度,通过模拟鸟群中觅食、警惕以及飞行等行为得到非线性问题的最优解。算法通过双鸟群的迭代优化来交替更新目标函数中的最优解以及非线性模型参数,最终得到高光谱图像端元丰度的最佳估计。仿真实验和光谱数据实验结果表明:双鸟群优化算法迭代收敛,能克服局部最小值问题;相比于同类算法,该算法解混结果的丰度重建误差、平均光谱角距离和像元重建误差3项指标均较小,该算法解混精度高,像元重构效果好,能有效提高高光谱图像非线性解混的精度。     

基于累积量标准差的超分辨光学涨落成像解卷积优化

超分辨光学涨落成像方法通过计算一组随机闪烁图像序列的累积量来提高空间分辨率.在实际实验中,由于计算的图像序列帧数有限,每个像素上累积量估计的误差将显著影响重构图像的均匀性和连续性.传统超分辨光学涨落成像技术由于缺乏对累积量估计的误差分析,在其后续的Lucy-Richardson解卷积算法中,没有对累积量重构图像的噪声添加约束条件.本文利用基于单组有限长数据的累积量标准差公式,计算了超分辨光学涨落显微图像每个像素上的累积量标准差,并将结果引入Lucy-Richardson解卷积算法中作为迭代优化的偏差阈值.模拟和实验结果表明,在相同图像序列长度下,该优化方法显著提高了超分辨重构图像的均匀性和连续性;在同等图像质量下,该方法可缩短图像序列帧数至原来的一半以下,有望用于活细胞动态超分辨成像.     

贝叶斯迭代联合双边滤波的散焦图像快速盲复原

实现有效的单幅散焦图像盲复原对军事及地质勘测领域的清晰图像获取具有极为重要的意义.常用算法存在计算量大、振铃及噪声敏感的问题,为此本文提出了贝叶斯框架下迭代双边滤波器的快速盲复原算法.它首先用基于深度信息的盲去卷积结果估计点扩散函数的概率模型,进而通过贝叶斯理论构建合理的盲复原最小优化问题;然后推理分析最小优化问题的求解实质,得出双边滤波器快速求解最小优化问题的结论;最后设计迭代联合双边滤波器的求解方式,即利用一次双边滤波器求解的复原结果设计联合双边滤波器的指导图,再将其作为优化问题的输入,迭代实施求解.实验结果表明:该算法能有效抑制振铃,减少计算量,去除噪声,85%图像的像素误差平均值低于0.03,较常用盲去卷积法在同一误差区间的复原成功率提高了19%,运行时间缩短了约78%,能有效用于单幅散焦图像盲复原的实际工程实践中.     

非线性体效应的逆问题

非线性体效应在计算机断层扫描重构的理论与应用中,仍然是一个悬而未决的问题。本文利用优化重构算法来解决非线性体效应,建立了离散非线性X射线投影变换模型,将X射线投影变换的逆问题变为一个非凸的优化问题,通过裁剪原用于求解凸优化问题的一阶原对偶算法,提出非线性迭代重构算法来解决非凸问题。通过构建成像系统模型对算法的收敛性和重构精度进行了模拟验证,模拟中重建的图像首先通过检验在极窄的显示窗口中显示小于1%的对比度,然后使用相对于真实图像的差异的l2范数进行定量分析。模拟结果表明,在计算精度范围内,非线性重构算法可以收敛到真实图像,而且对于图像衬度小于1%的细节,重构图像也可以显示出来。该研究结果可为设计有效补偿非线性体效应伪影的计算机断层扫描成像应用算法提供参考。     

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。     

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.