含Laplace-Gauss型混合噪声图像二阶正则化重建方法（英文）

假设观测数据含Laplace-Gauss型混合噪声条件下,提出求解数据重建反问题的一种新型一阶二阶混合正则化模型,阐述该模型在断层重建和流体动力学实验定量诊断中的应用.建模过程采用贝叶斯推断理论和期望极大方法,将空间自适应函数引入经典的增广拉格朗日方法得到模型数值算法.所提出的模型及其算法进行图像复原和客体重建实验.结果表明模型算法的可靠性.     

对复杂自由曲面的纹理重建方法

提出一种基于马尔科夫优化策略复杂自由曲面的纹理重建方法,该方法利用实验室研制的三维数字化设备对目标物体的深度数据和纹理数据进行采集,将局部采集的深度像数据匹配到全局坐标系下,建立物体的几何模型;然后通过坐标变换,把采集的纹理照片映射到重建的几何模型表面,并进行曲面纹理融合处理,实现自由曲面的纹理重建.该方法对物体的形貌没要求,能实现结构复杂的自由曲面的纹理重建,得到高保真质量的真实感模型.采用该算法对几种不同的实物进行数据采集和真实感三维重建,实验结果验证了算法的可靠性和有效性.     

三维磁共振电阻抗成像的改进分层灵敏度算法

针对人体组织电导率的三维成像问题,提出一种改进的分层灵敏度磁共振电阻抗重建算法.利用单方向磁感应强度信息,对三维电导率图像实行分层重建,每层重建仅利用该层磁通密度分量测量数据,然后对单层重建结果进行修正以获得三维电导率重建图像.三介质长方体模型上的仿真实验证明,改进的分层重建算法改善了层间串扰现象,可以获得比一般分层算法甚至整体算法更高的图像分辨率,而且重建时间较整体算法显著减少;基于人体腿模型的仿真实验表明该算法对复杂模型三维重构的可行性;最后通过仿体实验验证算法的重建效果.改进的分层灵敏度重建算法降低了灵敏度矩阵法的计算机硬件需求,减少了重建时间,对MREIT的三维重建具有较高的成像精度和求解效率.     

对复杂自由曲面的纹理重建方法（英文）

提出一种基于马尔科夫优化策略复杂自由曲面的纹理重建方法,该方法利用实验室研制的三维数字化设备对目标物体的深度数据和纹理数据进行采集,将局部采集的深度像数据匹配到全局坐标系下,建立物体的几何模型;然后通过坐标变换,把采集的纹理照片映射到重建的几何模型表面,并进行曲面纹理融合处理,实现自由曲面的纹理重建.该方法对物体的形貌没要求,能实现结构复杂的自由曲面的纹理重建,得到高保真质量的真实感模型.采用该算法对几种不同的实物进行数据采集和真实感三维重建,实验结果验证了算法的可靠性和有效性.     

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.     

一种圆轨迹锥束CT中截断投影数据的高效重建算法

本文基于数据重排方法, 提出了T-BPF (Tent-BPF)算法, 该算法先将锥束投影数据重排成平行投影数据, 然后使用一种推导的BPF型算法重建重排后的平行投影数据. T-BPF算法将原BPF算法反投影中变化的角度积分限变成固定的, 反投影中各层循环之间没有了相关性, 这意味着T-BPF算法较原BPF算法具有更好的可并行性. 实验结果显示: 使用GPU对256³的Shepp-Logan体模的图像重建进行并行加速, T-BPF算法在保证重建质量的前提下, 加速比达到了1036, 较原BPF算法有很大提升. T-BPF算法为截断投影数据的3D图像快速重建提供了方法. 关键词： X射线光学 CT 图像重建 GPU     

扫描相干衍射成像背景噪声分离算法研究

X射线扫描相干衍射成像(ptychography)是一种新型的无透镜成像方法,摆脱了传统透镜成像中聚焦元件对分辨率的限制,使理论分辨率只受到X射线波长和探测器数值孔径的限制.然而实验测量中的噪声限制了该方法对成像质量的改善,甚至最终导致图像重建失败.在研究了ptychography现有的相位恢复迭代算法后,本文提出了一种新型的图像重建迭代算法.该算法利用ptychography数据的高冗余性,通过梯度下降最小化技术,在重建样品和探针图像的同时还完成了背景噪声的同步迭代重建,实现了信号和噪声的盲分离功能.通过仿真模拟和实验数据重建,将该方法与传统的迭代算法进行了对比,结果表明新算法能够较好地实现信噪分离,显著提升ptychography的成像质量.     

一种面向声音变换的参数化模型

在源滤波器模型的基础上,利用统计学习方法,建立了一种面向声音变换的混合参数化模型。该模型包括浊音声学模型、清音声学模型和韵律补偿模型三部分。基于线性预测分析和mel倒谱分析的浊音声学模型,刻画了说话人声腔的共振特性。基于线性预测分析和噪声源分析的清音声学模型,反映了说话人发清音的特点。基于统计学习方法的韵律补偿模型描述了音高、能量与时长等分布特性。在该混合参数化模型的基础上,提出了一个声音变换算法,并将其应用到汉语音节的变换问题上。实验结果表明,对清浊音和韵律特性分别建模的变换算法能够提高重建语音的清晰度和可懂度,缩小重建语音与目标语音之间的感知距离,使重建语音具有目标说话人的韵律特征．     

基于主动轮廓模型的EAST等离子体边界重建

通过分析等离子体边界的等磁通特性,利用主动轮廓模型进行边界重建,给出了主动轮廓的能量计算方法、重建算法、边界磁通和初始轮廓的确定方法。利用EAST实验数据对边界的重建测试表明,该算法具有良好的准确性和实时性。     

稀疏张量约束的低剂量CT图像重建

提出了一种稀疏张量约束重建算法,该方法利用非局部相似的先验信息,将CT图像分割成一系列图像块组;采用张量的多维低秩分解方法,将这一先验信息引入低剂量CT重建中,构造目标函数;通过重建图像更新和图像块组张量稀疏编码两个步骤,交替迭代求解目标函数。基于仿真数据和临床数据的实验结果验证了该算法的有效性,实验结果表明:与经典重建算法相比,所提算法在抑制噪声的同时,能更好地保持重建图像的细节,获得更高质量的图像。     

Fast Poissonian image segmentation with a spatially adaptive kernel

The variational models with the goal of minimizing the local variation are widely used for the segmentation of the intensity inhomogeneous images recently. Local variation is a good measure for the images corrupted by Gaussian noise. However, in many applications such as astronomical imaging, electronic microscopy and positron emission tomography, Poisson noise often occurs in the observed images. To deal with this kind of images, we develop a novel segmentation model based on minimizing local generalized Kullback–Leibler (KL) divergence with a spatially adaptive kernel. A fast algorithm based on the split-Bregman method is proposed to solve the corresponding optimization problem. Numerical experiments for synthetic and real images demonstrate that the proposed model outperforms most of the current state-of-the-art methods in the present of Poisson noise.     

基于混合高斯模型的红外图像自适应校正算法

针对传统时域高通滤波校正算法存在的鬼影问题,提出一种新的基于混合高斯模型的红外图像自适应校正算法。新算法利用混合高斯模型对场景进行建模,只有在像元输出值满足一定条件的时候,才将其更新到校正系数中,实现有选择性地更新校正系数。通过一组仿真和真实的红外图像序列评价算法的性能,仿真图像采用峰值信噪比指标进行定量评价,新算法比传统时域高通滤波校正算法的峰值信噪比提高了约9 dB。真实图像采用主观的定性评价,传统算法校正结果中存在着明显的鬼影,而新算法校正结果中不存在鬼影。     

基于约束共轭梯度的高能闪光照相图像复原算法

 针对闪光照相系统模糊较大、成像信噪比低的特点,提出了一种基于约束共轭梯度的闪光照相图像复原算法,将闪光照相图像复原问题转化为一个约束优化问题,引入基于非负、中值滤波和偏微分方程的光滑约束条件,并利用约束共轭梯度法迭代求最优解。数值试验表明,该算法能较好再现图像边缘信息,复原出的图像在信噪比和视觉方面都有较大提高。     

自适应中值-加权均值混合滤波器

为了去除图像中混入的脉冲噪声和高斯噪声,提出了一种基于自适应中值滤波和自适应加权均值滤波的混合滤波方法。该方法先将图像分为若干区域,并对每个区域进行噪声检测以实现两类噪声的分离,然后再分别采用自适应中值滤波和自适应加权均值滤波将分离出的脉冲噪声和高斯噪声去除。对这种新方法进行了计算机模拟实验。结果表明:新方法较前人提及的三种混合滤波方法具有更优的滤波性能,在有效抑制混合噪声的同时能很好地保护图像中的细节,为消除图像中的混合噪声提供了一种有效的途径。     

Canny edge detection enhancement by general auto-regression model and bi-dimensional maximum conditional entropy

This paper proposes a novel Canny algorithm without manually setting parameters. Adaptive filter design, implementation and automatic calculation of low and high thresholds are studied in this paper. A general auto-regressive model is deduced that uses only uniform expression for both the linear and non-linear autoregressive model based on Weierstrass theory. Moreover, the bi-dimensional expression of the model is deduced by using bi-vectors instead of scalar parameters. The Generalized M-estimator is chosen for the new model. An adaptive filter is implemented based on the general auto-regression model and simulations are carried out. Gray entropy mathematical model is established according to the gray level-gradient co-occurrence matrix of image and the simulated annealing algorithm is used to solve the gray entropy model. Experiments are done on the worldwide datasets to evaluate the performance of our method. Results demonstrate the superiority of our method compared with the best parameter values method and standard Canny, especially when images are polluted by mixed noises containing Gaussian noise, Poisson noise and impulse noise.     

A comparison of iterative algorithms and a mixed approach for in-line X-ray phase retrieval

Previous studies have shown that iterative in-line X-ray phase retrieval algorithms may have higher precision than direct retrieval algorithms. This communication compares three iterative phase retrieval algorithms in terms of accuracy and efficiency using computer simulations. We found the Fourier transformation based algorithm (FT) is of the fastest convergence, while the Poisson-solver based algorithm (PS) has higher precision. The traditional Gerchberg-Saxton algorithm (GS) is very slow and sometimes does not converge in our tests. Then a mixed FT-PS algorithm is presented to achieve both high efficiency and high accuracy. The mixed algorithm is tested using simulated images with different noise level and experimentally obtained images of a piece of chicken breast muscle.     

脉冲相干激光雷达的散斑成像模型及其散斑噪声压缩

推导了脉冲相干激光雷达的散斑成像模型,证明了脉冲相干激光雷达图像中散斑噪声的乘法性质。根据其统计规律,提出一种新的用于散斑噪声压缩的并行加权均值多方向形态滤波算法。模拟结果表明此算法既有 地压缩了散斑噪声又保持了图像的几何结构,并且通过比较,证明其优于Safa的多方向形态滤波算法。     

结合松弛中值滤波的高阶彩色图像迭代去噪算法

为去除基于局部平均曲率的彩色图像去噪模型中作为几何特征而保留下来的斑点,提出了一种改进的迭代算法。采用局部平均曲率作为正则项耦合各个颜色通道,在迭代过程中根据局部统计量检测斑点,并引入松弛中值滤波进行斑点抑制。使用不同特征的图像进行仿真实验,并对峰值信噪比的演化进行分析。实验结果表明,改进的算法在有效消除斑点的同时较好地保护了图像结构,并且提高了计算效率。峰值信噪比提高了2.47%,迭代次数减少了93.66%。     

基于图切割的相位展开

剪切散斑干涉术中,普遍采取相移法提取相位,只可得到被包裹的相位信息,进一步量化计算之前,必须展开相位,但是大量的散斑噪音使相位展开变得非常困难.本文提出基于图切割理论的相位展开算法,将相位展开等价于整数的最优估计问题,通过最小化能量函数展开相位,无需对散斑包裹相位图进行滤波,就可以从包含大量散斑噪音的包裹相位图中准确地提取出真实相位,极大程度地保留了相位包裹图中的细节信息.对于同一幅模拟的散斑包裹相位图,传统的质量导向枝切法和最小二乘法的均方根误差分别为11.7076和4.9775,新算法的均方根误差则为0.9459,数值模拟与实验结果均验证了新算法优良的抗噪性能.     

基于邻域特征匹配的通用噪声滤波器

图像去噪是遥感图像复原的重要步骤。在去除图像噪声的同时希望尽可能多地保留图像的纹理细节信息。受较差的成像环境和图像数据远距离传输的影响,遥感图像中一般都含有较强的高斯-脉冲混合噪声,而在现有的图像去噪算法中,能够同时去除图像中的高斯-脉冲混合噪声的通用噪声滤波器很少。以非局部平均方法的滤波思想为基础,通过引入邻域相似度评价的概念和脉冲噪声探测器,提出了基于邻域特征匹配的通用噪声滤波器。实验结果表明:基于邻域特征匹配的通用噪声滤波器具备有很好地去除图像高斯-脉冲混合噪声的能力,在去除高斯-脉冲混合噪声的同时能够很好地保持图像的复杂纹理和精细细节,并且便于向DSP/FPGA多处理器平台上移植。