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。     

一种数字微镜阵列分区控制和超分辨重建的压缩感知成像法

提出一种压缩感知成像框架结构.该结构采样端用新建的采样矩阵实现数字微镜阵列分区控制,可增强信息获取的准确性,测量得到与新数字微镜阵列对应的压缩采样值;重构端由采样值优化重构出低分辨率图像后,根据分区控制过程建立压缩感知理论框架下的超分辨重建模型,利用梯度稀疏约束优化算法进行求解,恢复出原高分辨率图像.实验结果表明:数字微镜阵列分区控制与超分辨重建相结合的方法可以明显降低压缩感知成像系统的计算量,缩短成像时间,并且具有较高的图像重构质量.     

基于压缩感知的菲涅尔孔径编码无透镜成像（特邀）

为了降低菲涅尔孔径编码成像的传输带宽,改善小尺寸像感器拼接成像质量,提出菲涅尔孔径编码成像的压缩感知重建算法。基于压缩感知理论框架对部分采样的编码图像重建可行性进行分析,指出压缩感知重建误差随波带片常数缩小而降低。根据重建图像中孪生像和原始像在梯度域稀疏性的差异,引入全变差正则化实现抑制孪生像的效果。建立压缩感知理论框架下图像重建目标函数,利用交替方向乘子法进行求解。结合编码图像的能量分布和采样模式的可实现性,测试了矩形采样和辐射线采样两种模式,对不同采样数据量下重建图像质量进行分析。结果表明,辐射线采样模式相比矩形采样模式具有更高的图像采样效率,且仅通过7.3%的实验测量数据就可以获得质量良好的图像,为多块小尺寸像感器拼接成像提供了理论基础,有利于拓展编码掩膜无透镜成像的应用领域。     

循环-托普利兹块相位掩模可压缩双透镜成像

压缩成像是压缩传感理论的重要应用领域之一,可以用比Nyquist测量数目少的测量值捕获充分信息重建稀疏或可压缩图像.在研究现有的压缩成像方法的基础上,给出一种新的循环-托普利兹块相位掩模矩阵可压缩双透镜成像方法.模拟实验结果表明新的相位掩模矩阵成像方法可以在欠采样的情况下有效地获得图像信息来重建原始图像.新方法的研究为...     

基于Hadamard矩阵优化排序的快速单像素成像

为提升单像素成像速度,提出了基于Hadamard矩阵优化排序的压缩采样解决方案.利用数值仿真和室外实验对提出的5种排序方法进行了对比分析.研究结果表明:按Haar小波变换系数绝对值排序时单像素成像效果最优,排序对应到Walsh序后可利用快速变换重建图像,速度达300帧/秒@64×64像素;最优排序下,采样率25%仍可重建图像,采样速度可提升4倍.针对排序方法与成像信噪比关系,从关联成像角度给出了其物理解释:测量基矩阵元邻域数值相等的区域面积等效于光场二阶相干面积,当光场二阶相干面积随测量基由大到小排序时成像效果最优.本文研究成果可用于提升单像素成像速度,具有实用价值.     

结合透射CT的康普顿背散射图像重建

在康普顿散射成像(CST)技术中可以结合透射成像重建出衰减系数来消除散射重建的非线性,但这样得到的投影矩阵带有误差。而CST重建问题的不适定性对噪声和投影矩阵的误差非常敏感,重建结果会有较大误差。针对此问题,基于压缩感知理论提出了一种新的CST重建算法。新方法将图像重建问题归结为一个图像的全变分(TV)最小化问题,并使用收敛速度较快的基于交替方向法的Split-Bregman方法进行求解。在仿真实验中,通过与代数重建技术(ART)进行比较,在测量数据充足和测量数据不足两种情况下,本文算法都具有更好的重建质量,证明了所提算法在重建精度和抗噪性能方面的优势。     

基于压缩感知的动态散射成像

利用基于压缩感知的成像系统可以透过静态的散射介质获得高质量的重建图像. 但是当散射介质动态变化时, 因为采样所得的测量值受到散射介质衰减系数非线性变化的影响, 重建图像质量会大大下降. 针对上述情况, 本文提出基于压缩感知成像系统的测量值线性拉伸算法, 该算法能够对所得到的非线性测量值进行分析, 根据测量值大小的不同将测量值划分成数个区域并计算补偿系数, 从而根据补偿系数进行测量值线性拉伸变换, 使测量值线性化. 最后再对变换后的测量值进行压缩感知重建计算. 通过理论分析、计算机仿真和实验证明了所提算法能够有效地应对动态的散射介质, 提高基于压缩感知成像系统在透过动态散射介质时的图像重建质量.     

基于压缩感知理论的PIE显微成像研究

为了克服PIE成像中所面临的数据量过大的问题,将压缩感知理论用于PIE成像。将采样到的衍射斑稀疏变换并压缩后,可以显著减少需要存贮的数据量。再现过程中选用子空间匹配追踪算法(SP)或者正交匹配追踪算法(OMP)重构出散射斑的原始分布,用常规的PIE算法进行图像重建。模拟和实验结果均表明,当压缩采样率在30%的时候就能重构出很好的图像。和OMP重构算法相比,SP算法更适合在PIE成像中应用。     

基于压缩感知成像系统的动态背景去噪

为了消除背景光强动态变化引起的非线性误差,提出了基于压缩感知成像系统的动态背景去噪算法.算法将测量中不同背景光强下所得测量值的平均值之差作为补偿系数,通过补偿系数消除动态背景噪声对压缩感知成像系统的非线性影响.仿真结果表明,在总数为900次的采样过程中,背影噪声动态变化300次时,算法能够将重建图像的峰值信噪比由29.5dB提高到62dB;在动态背景噪声的影响下,本文算法能够大大提高目标图像的可读性,提高成像质量,增加压缩感知成像系统的鲁棒性.     

应用CS理论实现同步采样压缩成像

为了减轻图像数据存储负担,实现图像在网络上的快速传输和实时处理,对一种新的压缩传感(CS)理论进行了研究。介绍了压缩传感理论的主要思想和基于压缩传感理论的光学成像系统,给出了一种新型图像重建算法—和谐正交匹配追踪算法,并进行了相应的模拟实验。实验结果显示,该成像机制可同步完成图像的采样与数据压缩,同时可获得良好的图像重建效果。由于该方法所要传输的信号数据量较小,所以十分有利于远距离的图像传输。     

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.     

随机间距稀疏三元Toeplitz矩阵相位掩模压缩成像

压缩成像是一种基于压缩传感(CS)理论的新成像方法,其优点是可以用比传统的Nyquist采样定理所需测量数目少得多的测量值重建原稀疏或可压缩图像。在研究Bernoulli和Toeplitz测量矩阵的基础上,提出一种新的随机间距稀疏三元Toeplitz相位掩模矩阵。实验结果表明,在可压缩双透镜成像系统中,与Bernoulli和Bernoulli-Toeplitz相位掩模矩阵相比,新相位掩模矩阵的成像信噪比与之相当。但是随机独立变元个数和非零元个数显著减少,在数据存储与传输时更具优势,物理上更易实现,甚至重建时间是只有它们的21%～66%。     

一种基于时空变换和压缩感知的磁共振螺旋采样的图像重建算法

螺旋采样磁共振快速成像在功能性成像、并行成像和动态成像等领域发挥着越来越重要的作用.螺旋采样图像重建的传统算法是用核函数将螺旋状分布的k空间数据插值到均匀网格中,再利用傅里叶变换和最小二乘法进行重建.但是基于网格化的算法对核函数过于依赖,在网格化过程中产生难以避免的误差.该文提出了基于时空变换和压缩感知的l1范数的最优化模型和重建算法.时空变换矩阵描述了空间上的磁共振图像与采集到的时域信号间的关系,使得算法直接使用采集到的数据作为保真约束项,避免了网格化过程产生的误差.此外,基于图像处理单元的并行计算被用来提高时空变换矩阵的运算速度,使得算法具有较强的应用价值.     

基于行扫描测量的运动目标压缩成像

运动目标成像在实际应用中具有重要作用,而如何获取高质量运动目标图像是该领域研究中的一个热点问题.本文采用行扫描采样的方式,通过构造运动测量矩阵,建立一种基于压缩感知理论的运动物体成像模型,并通过仿真及实验,验证了该模型对于恢复运动物体图像信息的可行性.实验结果证明,该方法可获得高质量的运动物体成像.通过引入图像质量评价标准,分析了运动物体成像质量与速度之间的关系.将该方法与普通压缩感知算法进行比较,结果证明,在相同速度下,该方法的成像质量更高.该方法在无人机对地观测、产品线视频监测等领域有着很好的应用前景.     

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。     

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.     

托普利兹-循环块相位掩膜矩阵压缩成像

在托普利兹和循环矩阵的基础上,提出一种新的托普利兹-循环块相位掩膜矩阵可压缩双透镜成像方法,模拟实验结果表明:新的相位掩膜矩阵压缩成像可以在显著减少测量的同时,有效地捕获图像信息来重建原始图像;新相位掩膜矩阵的研究为确定性测量在压缩成像领域的应用提供了更多的支撑,在拥有原托普利兹和循环确定性测量优点的同时,还拥有自身的...     

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。     

基于压缩感知的变步长自适应匹配追踪重建算法

压缩感知是针对稀疏或可压缩信号进行采样的同时即可对信号数据进行适当压缩的新理论,重建算法是其中关键的一部分,对采样过程中的准确性验证有着重要的意义。在研究和总结目前已有重建算法的基础上,提出了一种新的基于贪婪追踪的变步长自适应匹配追踪(VssAMP)算法。该算法通过可变步长及双重阈值控制重建精度,在信号稀疏度未知的前提下,即可对信号进行精确重建。实验结果表明,在相同条件下该算法的主客观重建效果均优于现有同类方法。     

螺旋MRI的网格化数据重建算法比较

螺旋MRI的原始数据是在不均匀的 k- 空间螺旋轨迹上采样得到的,需要通过网格化算法等手段将数据变成等间距的网格数据后,才能采用FFT进行重建,最后得到供临床使用的图像. 本文对Jackson网格化算法和Claudia大矩阵算法的重建速度和图像结果进行了比较, 并得出以下结论：1）在获得相近图像质量的情况下,Claudia大矩阵重采样算法比Jackson算法要快且更方便在仪器上实现. 2）在Jackson双倍细网格算法的实现方式中,数据驱动插值比网格驱动插值更有效率. 3）在Claudia大矩阵重采样算法中,对冗余比大于310∶1的数据进行图像重建的时候,网格点的幅值不平均化比平均化后的效果还要好. 这几个结论都将有利于MRI图像重建技术的进一步提高. 