光学复用大视场成像研究

为了简化光学复用成像系统复杂度和降低对编码方式的要求,基于反射镜旋转完成通道编码,构建了结合分束镜和光学成像系统实现双通道混叠成像的实验装置.为实现混叠图像的有效解混叠,提出了利用特征点检测与匹配方法实现多幅混叠图像之间平移量的自动识别,进而构建出具有亚像素精度的双通道光学复用成像系统的系统复用矩阵,并采用梯度投影稀疏重建算法完成基于多幅图像的双通道图像重建,最终实验实现了光学成像系统视场角的2倍放大.此外,对所提方法在其他场景的适应性也进行了实验验证,表明了其可在不改变焦平面探测器的情况下实现光学成像系统视场角的有效放大,大大节约了大视场光学成像系统的研制成本.     

一种光学层析图像的多准则重建方法

光学层析成像是一个病态重建问题,为克服重建过程的病态性,提出将多准则优化理论引入到图像重建中。利用了三个用于光学层析图像重建的准则:平方误差函数、图像熵函数和局部平滑函数。采用向量优化方法将多准则优化问题转化为单准则优化问题求解。为了确定各个目标函数间的权重系数,提出一种动态权重系数求解方法。重建过程目标函数关于光学参量的梯度计算是关键,因此提出一种基于梯度树的计算方法。实验过程中对多准则重建结果和基于平方误差函数的单准则重建结果做了比较,证明该方法能够克服传统的偏重单一目标的单准则重建的不足,有效地重建光学层析图像,提高图像重建质量。     

基于递推最小二乘的红外焦平面非均匀校正算法

根据递推最小二乘和图像配准原理,提出了基于递推最小二乘的红外焦平面非均匀校正算法（简称ILS算法）,有效降低算法的时间和空间复杂度,使噪音图像的校正处理能够实时完成.ILS算法具有噪音参量估计准确度高、收敛速度快和计算复杂度低等优点.给出了算法的推导并用仿真数据对算法的有效性进行验证.     

基于递推最小二乘的红外焦平面非均匀校正算法

根据递推最小二乘和图像配准原理,提出了基于递推最小二乘的红外焦平面非均匀校正算法(简称ILS算法),有效降低算法的时间和空间复杂度,使噪音图像的校正处理能够实时完成.ILS算法具有噪音参量估计准确度高、收敛速度快和计算复杂度低等优点.给出了算法的推导并用仿真数据对算法的有效性进行验证.     

基于Buchadhl象差系数和解析偏导数的光学优化设计

本文以基于 Buchadhl 象差系数得到的点列图为目标函数,只需追迹少许光线就可得到近似点列图,大大减少了计算量;同时采用了目标函数对结构参数偏导数解析求导原理并应用于光学自动设计,这样得到的解析偏导数不仅不存在原理误差,同时极大地减少了求得所需的时间;最后给出了使用 DFP-BFGS 优化方法设计一个双高斯物镜的实例.     

光学优化设计中一阶和二阶偏导数的解析求法

以复合函数的微分法则为基础,提出了光学设计中目标函数对结构参数一阶和二阶偏导数解析求导的方法,给出了相应的推导过程和计算实例。     

一种基于多级小波域分解的时域扩散光学层析成像方法的研究

面向基于有限差分光扩散模型的平板乳腺扩散光学层析反演问题,提出了一种有效提高图像重建质量的方法.与基于全空间域离散像点的传统重建算法不同,本方法采用小波函数对吸收系数和散射系数在空间域进行多尺度分解,在减少低分辨率重建中光学参量的个数、有效改善重建过程病态性的同时,通过逐级细化分解尺度,最终提高了图像的量化度和空间分辨率.数值模拟表明,该方法可实现目标体边对边4 mm的空间分辨率,量化度明显高于传统算法.     

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。     

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。     

单幅模糊图像点扩散函数估计的梯度倒谱分析方法研究

针对单幅图像复原算法引入先验信息导致复杂度高、运算效率低的问题, 提出了单幅模糊图像点扩散函数估计的梯度倒谱分析方法. 首先给出了单幅模糊图像梯度倒谱估计其点扩散函数的基本原理, 利用相位恢复策略复原了二维点扩散函数相位信息, 实现了点扩散函数的快速估计; 其次, 为鉴别点扩散函数估计精度, 建立了图像梯度保真约束的全变分正则化图像复原模型, 并采用快速稳定收敛的交替方向策略优化能量函数; 通过对仿真和实拍单幅模糊图像进行的测试实验结果表明, 该方法快速准确地估计出点扩散函数, 克服了传统复原算法收敛速度慢的缺点, 有效抑制了振铃效应、保护了边缘信息, 为大尺寸单幅图像复原的工程化实现提供了理论和技术基础. 关键词： 图像复原 点扩散函数 梯度倒谱分析 全变分     

Optical tomography reconstruction based on gradient tree

The adjoint differentiation scheme was first proposed by Alexander D. Klose for the reconstruction of optical tomography [J Q S R T 2002;72:715-32]. However, the scheme proposed there can only be employed for the computation of derivatives with respect to the optical parameters on the boundary, i.e. those derivatives with respect to the internal parameters cannot be obtained there, and as a result, the correct reconstructed result cannot be obtained with the gradient based optimization algorithms. In our paper, based on the adjoint differentiation scheme, a novel algorithm based on gradient tree is proposed for the computation of the derivatives with respect to both boundary and internal optical parameters. A scheme for approximate gradient calculation is also proposed for speeding up algorithm implementation. Experimental results show that the algorithm proposed performs well and good reconstruction results can be achieved.     

基于Gadgetron平台的多GPU分布式磁共振图像重建

为了满足磁共振成像（MRI）临床扫描的需求,磁共振图像重建算法的开发一直在不断进行.目前广泛使用的算法实现方式是利用中央处理器（CPU）对磁共振扫描数据进行数学变换得到图像,随着算法复杂度的提升,计算性能问题逐渐显露.利用CPU在大数据量下执行复杂算法时,计算并行性的缺失以及运算中产生的海量数据的存储负荷会导致计算变得极为缓慢,使得一些算法因为重建时间过长,在临床上面临难以推广的问题,也制约了基础研究中新算法的研发.本文设计并实现了一种新的重建算法执行方式,利用Gadgetron磁共振软件重建平台在多核CPU基础上搭载多块图形处理器（GPU）,将磁共振图像重建以分布式并行计算方式实现,并以重建耗时较长的3D径向数据采集Stack of Star（SOS）的图像重建为实例,展示这种重建的实现方法能以相对低廉的硬件成本极大提升重建的速度.     

Generalized Titarenko's algorithm for ring artefacts reduction

A fast algorithm for ring artefact reduction in high‐resolution micro‐tomography with synchrotron radiation is presented. The new method is a generalization of the one proposed by Titarenko and collaborators, with a complete sinogram restoration prior to reconstruction with classical algorithms. The generalized algorithm can be performed in linear time and is easy to implement. Compared with the original approach, with an explicit solution, this approach is fast through the use of the conjugate gradient method. Also, low/high‐resolution sinograms can be restored using higher/lower‐order derivatives of the projections. Using different order for the derivative is an advantage over the classical Titarenko's approach. Several numerical results using the proposed method are provided, supporting our claims.     

一种基于改进频域图像配准技术的超分辨力图像处理方法

为提高光电成像系统的空间分辨力,提出了一种基于改进的频率域图像配准技术的超分辨力图像处理方法。首先利用改进的频域图像配准方法估算出低分辨力图像之间的微位移量,然后采用Papoulis-Gerchberg超分辨力处理方法完成图像复原。利用不同重构方法进行了仿真及实验研究,给出了评价参数。模拟和实际显微热图像的处理结果表明:该算法可使图像质量得到改善,分辨的细节更多,可有效地提高光电成像系统的空间分辨力;处理算法简单,计算量小,可实现快速处理。该算法还可应用于其他不可控光学微扫描成像系统中,具有广泛的应用前景。     

基于微分图像自相关的离焦模糊图像盲复原

针对离焦模糊图像的盲复原算法的研究具有重要的实际意义和实用价值.根据光学离焦成像模型,研究提出了一种基于微分图像自相关的离焦模糊图像超分辨力盲复原算法,即首先采用拉普拉斯算子对离焦模糊图像进行二阶微分并求微分图像的自相关,然后从自相关结果所包含的信息中确定离焦模糊半径,最后以离焦模糊模型结合MPMAP超分辨力复原算法对离焦模糊图像进行肓复原.实验证明:算法能够以较高的精度估计出离焦模糊半径并实现离焦模糊图像的盲复原,该算法较其它同类算法在减少计算过程中需要考虑的各类因素的同时也减少了计算量,提高了结果精度,依靠超分辨力复原算法获取更多的复原图像信息,已在实际刑侦和物证鉴定的离焦模糊图像判读和鉴定中获得成功应用.     

Accurate reconstruction of the optical parameter distribution in participating medium based on the frequency-domain radiative transfer equation

Reconstructing the distribution of optical parameters in the participating medium based on the frequency-domain radiative transfer equation(FD-RTE) to probe the internal structure of the medium is investigated in the present work.The forward model of FD-RTE is solved via the finite volume method(FVM). The regularization term formatted by the generalized Gaussian Markov random field model is used in the objective function to overcome the ill-posed nature of the inverse problem. The multi-start conjugate gradient(MCG) method is employed to search the minimum of the objective function and increase the efficiency of convergence. A modified adjoint differentiation technique using the collimated radiative intensity is developed to calculate the gradient of the objective function with respect to the optical parameters. All simulation results show that the proposed reconstruction algorithm based on FD-RTE can obtain the accurate distributions of absorption and scattering coefficients. The reconstructed images of the scattering coefficient have less errors than those of the absorption coefficient, which indicates the former are more suitable to probing the inner structure.     

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.     

Calculus-based optimization of the electron dynamics in nanostructures

For numerous applications, the computation and provision of exact derivative information plays an important role for optimizing the considered system. This paper introduces the technique of algorithmic differentiation, a method to compute derivatives of arbitrary order within working precision. This derivative information will be combined with a calculus-based optimization algorithm to optimize a non-trivially shaped laser pulse which coherently steers the electron dynamics in a semiconductor quantum wire. Numerical results illustrating the cost for the derivative computation and the optimization process are presented and discussed.     

Cone-beam local reconstruction based on a Radon inversion transformation

The local reconstruction from truncated projection data is one area of interest in image reconstruction for computed tomography(CT),which creates the possibility for dose reduction.In this paper,a filtered-backprojection(FBP) algorithm based on the Radon inversion transform is presented to deal with the three-dimensional(3D) local reconstruction in the circular geometry.The algorithm achieves the data filtering in two steps.The first step is the derivative of projections,which acts locally on the data and can thus be carried out accurately even in the presence of data truncation.The second step is the nonlocal Hilbert filtering.The numerical simulations and the real data reconstructions have been conducted to validate the new reconstruction algorithm.Compared with the approximate truncation resistant algorithm for computed tomography(ATRACT),not only it has a comparable ability to restrain truncation artifacts,but also its reconstruction efficiency is improved.It is about twice as fast as that of the ATRACT.Therefore,this work provides a simple and efficient approach for the approximate reconstruction from truncated projections in the circular cone-beam CT.