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.     

基于自适应准则的闪光照相图像重建

 针对闪光照相图像低信噪比的特点,提出了一种自适应的图像重建算法。该算法以代数法(ART)迭代重建为基础,在迭代重建过程中引入了两个权重矩阵,其中一个矩阵用来控制重建过程中的高频分量以保持重建结果的边界;另一个矩阵控制重建结果的平坦区域以提高重建结果的信噪比。通过在迭代过程中更新这两个矩阵来实现图像的自适应重建。数值模拟结果表明,相对于传统的单准则ART重建算法,该方法具有更好的抗噪能力和边界保持能力。     

基于概率加权共轭梯度算法的混凝土超声波层析成像

在混凝土层析成像中,为了提高反演的准确性和计算效率,针对共轭梯度算法提出一种加权算法——概率加权共轭梯度算法.新算法不同于常规的加权算法,权重是加在成像单元上而不是方程上.为取得较好的权重因子和较好的迭代初始值,采用IART算法的权重和迭代初始值的选取方法.模拟算例和混凝土试验均表明这种加权算法的可行性.     

Lucy-Richardson算法用于针孔图像的恢复

计算了X射线针孔成像系统的点扩散函数矩阵，利用Lucy-Richardson算法对模拟和真实的针孔图像进行了较好的恢复，分析了恢复后得到的结果，给出了合理的迭代次数、恢复方法细节和恢复图像的分辨率，并用模拟实验验证了Lucy-Richardson算法对针孔图像进行恢复的可靠性. 关键词： 针孔成像 点扩散函数 Lucy-Richardson算法     

代数迭代重建算法在折射衬度CT中的应用

X射线折射衬度CT是一种基于相位衬度的断层成像技术,特别适合对由轻元素组成的生物、医学样品进行成像,可以观察到常规吸收衬度CT无法观察到的软组织内部微细结构,是一种具有巨大发展潜力的新成像方法.迭代重建算法和解析重建算法是计算机断层成像技术中并行发展的两种算法,虽然已经提出了几种X射线折射衬度CT的解析重建算法,可是还未见X射线折射衬度CT迭代重建算法的报道.研究了代数迭代重建算法在X射线折射衬度CT中的应用,比较分析了不同的投影数据排列方式对于折射衬度CT重建图像的影响,并对实验数据进行了图像重建,获得了满意的CT图像.研究结果表明,在相位衬度CT中,迭代重建算法相对于解析重建算法而言,能减少投影次数,降低曝光剂量,减少对生物样品的辐射损伤,在生物样品成像和投影数据不完整的情况下具有明显的优势. 关键词： 衍射增强成像 代数迭代算法 CT重建 同步辐射     

基于多相组重建的航空图像超分辨率算法

为提高航空图像的空间分辨率, 提出一种基于多相组重建的超分辨率算法. 融合图像间的互补信息, 将多帧低分辨率图像作为图像基, 参考帧分解为多相组, 利用差异采样特性构建图像基与参考帧之间的的多相组线性关系重建得到高分辨率图像的多项组, 经图像多相分解逆变换获得融合的高分辨率图像. 根据该融合图像的局部内容和结构信息自适应调整控制核核函数, 应用改进的控制核回归算法去除图像模糊和噪声得到清晰的超分辨率图像. 与传统算法相比, 该算法无需图像配准和迭代过程, 计算效率极大地提高. 实验结果表明, 本文算法能够有效提高航空图像的空间分辨率, 在定量评价指标和主观视觉效果方面都有显著提高.     

光谱法分析代数迭代重建算法及改进

采用光谱分析技术,系列研究了已有代数迭代重建算法,并进一步研制了改进算法—简单自相关代数迭代重建算法(SSART)。采用数值模拟的方法模拟重建一个含遮挡物场,研究了SSART模拟效果和重建精度。作为对照,分析了已有的传统代数迭代算法同条件下的重建结果,包括基本代数迭代重建算法(ART)、联合代数迭代重建法(SART)和改进的联合代数迭代重建法(MSART)。重建精度用均方误差(MSE),绝对平均误差(AVE)和峰值相对误差(PE)三种误差指数标定。结果发现,SSART重建结果的三种误差指数都明显减小,其中MSE在10-4数量级上比ART的降低了26.6%,PE在10-2数量级降低了77.6%。因此,SSART重建含遮挡物模型场时,重建精度大幅度提高,重建效果明显改善,对传统代数迭代重建算法显著改进。     

基于扇束双投影方向的改进迭代层析成像算法

提出一种适用于气体扩散分布重建的改进代数迭代算法.针对投影射线扇束构型及双投影方向,在算法迭代步骤中引入先验矩阵,对迭代结果间隔性地进行中值滤波.以高斯烟羽模型为测试对象,分析迭代次数、松弛因子及不同滤波器使用策略对重建结果的影响,结果表明:迭代次数为500次,松弛因子为2时,均方误差、峰值相对误差基本收敛,并将波峰控制在一定范围内.改进代数迭代算法的均方误差、峰值相对误差重建指标优于传统代数迭代重建算法;同时,改进后算法能够准确定位波峰,完成尾峰重建,具有较强的抗噪性.     

一种基于迭代子空间直接求逆算法的高效子空间混合算法

发展一种基于迭代子空间直接求逆(DIIS)算法的可用于快速求解原子和分子Hartree-Fock方程的子空间混合算法.该算法利用不同大小的子空间的混合将更接近收敛的Fock矩阵的权重增大,混合后的Fock矩阵作为新的迭代起点能有效减少自洽场迭代(SCF)过程中的迭代次数.与DIIS算法进行对比,发现该算法优于两种不同子...     

基于高斯马尔科夫模型的高光谱异常目标检测算法研究

随着光谱成像技术的发展,高光谱异常检测在遥感图像处理中的应用越来越广泛。传统RX异常检测算法忽略影像空间相关性,而且由于没有经过有效数据降维,运算耗费大,对于高光谱数据有效性不高。高光谱影像在空间和光谱上符合高斯-马尔科夫模型。通过建立马尔科夫参数能够直接计算协方差矩阵的逆矩阵,避免了高光谱海量数据的庞大计算。提出一种基于三维高斯-马尔科夫随机场模型的改进RX异常检测算法。该方法用高斯-马尔科夫随机场模型模拟高光谱影像数据,用最大似然近似法估计高斯-马尔科夫随机场参数,由高斯-马尔科夫随机场参数直接构造检测算子,并以待检测像元为中心设置局部优化窗口,称为马尔科夫检测窗。取窗口内数据计算均值向量和协方差逆矩阵,得到中心像元的异常度,通过移动窗口进行逐像元检测。应用AVIRIS高光谱数据对传统RX算法、高斯-马尔科夫模型背景假设异常检测算法和该算法进行了仿真实验对比。结果表明,该算法能够有效提高高光谱异常检测效率,降低虚警率。运行时间较传统RX算法提高了45.2%,体现出更好的计算效率。     

一种快速暗通道去雾算法

基于暗通道的去雾算法计算初始透射率需要进行大量的数据比较,优化透射率时需要计算融合矩阵,这两个过程耗时巨大,使其难以投入实际应用。针对这一问题,提出了一种快速暗通道去雾方法。首先利用分区最小表的数据结构,提高初始透射率的计算速度;接着,在优化透射率时,采用基于形态学梯度的彩色图像边缘检测算法提取图像边缘信息,减少优化范围,再利用边缘信息与像素的空间信息优化透射率,避免计算复杂矩阵,从而加快了优化速度;最后,运用最小可觉差模型补偿前两个步骤导致的图像画质下降,提高图像清晰度。实验证明,快速暗通道去雾算法在保持恢复图像效果基本不变的基础上,很大程度提高了算法速度。     

基于双阈值canny均衡化算法的太赫兹图像增强

存在于微波与远红外之间的太赫兹波,因其无损害,稳定性高等独特性质使太赫兹光谱与成像技术在近几年来得到了迅猛的发展。太赫兹波独有的无损伤检测特性,在安全检测方面具有良好的发展前景,获得广大学者的研究和关注。经过太赫兹成像系统获得的太赫兹图像,虽然可以识别出隐藏的武器或其他金属制品,但是太赫兹图像的对比度和清晰度均较差,不能完全符合人眼的视觉效果,也不利于机器识别。目前,对太赫兹图像质量的提高和改善,成为太赫兹成像技术长远发展和广泛应用的关键问题。实验采用太赫兹波投射式成像系统对藏于物体中的金属心型吊坠和金属箭头进行成像,扫描步长0.5 mm,由于太赫兹光源大,能量起伏等系统缺陷,以及外部环境的复杂与干扰,导致成像所得图像均有背景噪声严重,边界模糊等问题,成像质量较差。提出一种基于双阈值的canny均衡化太赫兹图像增强算法,根据太赫兹图像自身性质限制,确定阈值和对图像均衡化的范围,实现图像降噪并引入双阈值canny算法和梯度幅值算法,使图像的对比度和清晰得到整体提高,并保留和突出太赫兹图像的细节信息,获得高分辨率、边缘清晰的图像。实验表明该算法对太赫兹图像具有良好的降噪效果,能够保留图像细节信息,图像对比度和图像质量得到增强和提高,同时增强了太赫兹成像技术对隐藏缺陷或隐藏物体的辨别能力和透视能力,为其在安检应用方面提供必要保证。     

基于压缩传感和代数重建法的CT图像重建

代数重建法(ART)是一种重要的CT图像重建方法,适合于不完全投影数据的图像重建,其缺点是重建速度慢。为提高图像重建的质量和速度,利用压缩传感理论提出了一种基于ART的高质量图像重建算法。该算法将CT图像的梯度稀疏性结合到ART图像重建中,在每次迭代中的投影操作结束后用梯度下降法调整全变差,减小图像梯度的l1范数。实验结果验证了该算法的有效性。     

基于FPGA联合Sobel算法的实时图像边沿检测系统的设计与实现

边沿检测技术作为数字图像处理领域的重要一支,在目标匹配,交通管控,国防安全等多个领域有着广泛的应用,能够精确高效地实现边沿检测对于后续进行更高层次的图像识别以及图像处理有着密切的联系。为了实现实时有效的图像边沿检测提出了基于FPGA结合Sobel算法的实时图像边沿检测系统,硬件使用流水线结合并行处理的解决方案,能够有效提高图像处理的速度;算法设计采用Sobel算法,不但简化了运算同时获得了不错的检测效果。实验结果显示,系统可高效地达成实时图像边沿检测的设计目的,而且提升了图像的处理效率与边沿检测的效果,便于满足后续图像处理的要求。     

多光谱与高分辨率图像融合算法研究

提出了一种多光谱与高分辨率图像融合的新算法.该方法将小波的多分辨分解与IHS变换相结合,它首先利用高分辨率图像各小波面叠加的边缘信息进行区域划分,再通过融合算子实现分区域融合,最后对融合后的强度分量进行IHS反变换,得到一幅同时具有较好空间分辨率和光谱信息的融合图像.实验结果表明,该方法得到的融合图像优于IHS变换法和小波变换法(WT法).     

基于AM测度及混合优化算法的图像配准方法

介绍了一种基于边缘特征的图像配准方法。首先利用Canny算子提取图像的边缘;然后以AM测度作为配准准则,在优化AM峰值和配准参数的时候,先用遗传算法将配准参数收敛到最优值附近,再使用Powell法进行局部搜索;最后对待配准图像进行刚体变换及双线性插值,从而实现图像配准。实验结果表明,此优化方法不仅提高了计算速度,而且提高了配准精度,配准结果达到了亚像素级水平。     

Quadratic covariance matrix-based cooperative spectrum sensing method by using an evolutionary algorithm

Cognitive radio (CR) is a practical technology to solve the current low utilization of spectrum resources, and spectrum sensing is the most critical technique in a CR network. In this paper, a genetic simulated annealing algorithm based on quadratic covariance matrix and information geometry is proposed for cooperative spectrum sensing (CSS) to enhance the performance in the low signal-noise ratio (SNR). Firstly, the quadratic covariance matrix of cooperative secondary users (SUs) is used as the characteristic matrix to perform feature extraction. Secondly, based on the information geometry, the characteristic matrix is mapped on the statistical manifold to avoid information loss. Furthermore, the genetic simulated annealing algorithm is used to obtain a classifier on the statistical manifold, and the mutation process is improved by a new mutation operator to accelerate the convergence speed of the whole algorithm. Finally, the classifier is employed to implement spectrum sensing. In the simulation analysis, the proposed method has better spectrum sensing performance than the popular various methods under low SNR and faster convergence speed.     

圆目标定位连续阈值质心算法研究

以DSP平台圆目标定位为研究对象,提出了连续阈值质心算法,利用算术平均原理对普通质心法进行了改进。结果表明,该算法减小了随机误差和系统误差。存在噪声的情况下,其定位精度能达到0.02～0.05pixels,同等情况下与普通质心法相比较,精度提高了4～10倍,抗噪声能力更强,而计算量却没有增加,能够用于DSP平台的圆目标快速精确定位。     

基于代数重建算法的高能电子三维成像研究

本工作将代数重建算法应用于新兴发展的高能电子成像技术开展三维成像研究,实现对样品靶物质内部结构信息的精确诊断.通过蒙特卡罗程序及粒子追踪程序模拟高能电子成像过程,包括电子束与靶物质相互作用过程,获得样品靶物质成像角度下的高能电子二维成像结果.利用代数迭代重建ART(Algebraic Re-construction T...     

利用加权预测的图像迭代盲解卷积

为解决大气湍流造成的图像退化问题,本文鉴于现有的盲解卷积算法收敛性不稳定,计算量大等特点,提出了一种基于加权预测的迭代盲解卷积算法。对目前性能优秀的用迭代实现盲解卷积的L-R算法进行优化,在每次迭代结束后通过加权方法求出预测值,根据预测值计算方向加速算子,从而大大提高算法的收敛速度。实验表明：该算法不仅可对模糊退化图像进行很好的复原,同时与L-R算法相比收敛速度提高约43.8倍,其迭代速度快的特点决定了算法具有较高的工程实用价值。