层析成像图像重建算法综述

介绍了层析成像技术的图像重建算法,并从正向问题数学模型的简化和反向问题数学模型的映射结构的角度比较了各种算法的特点和优劣。研究表明:用本质是线性算法的各种变换方法重建图像存在严重失真,而卷积滤波的引入可以使变换方法的重建效果有所改善;基于导数搜索的迭代算法对初始值依赖性强、收敛速度慢并且容易陷入局部最优解;基于Fourier变换的方法具有本质的局限性;小波变换则可以同时刻画图像时域和频域的细节特征;有限元法通过重建对象像素的智能划分可以简化正问题的复杂性;而具有物理背景的蒙特卡罗法、模拟退火法、遗传算法、粒子滤波法及神经网络法更适合于复杂且非线性的图像重建;智能化、仿生化、并行化以及各种算法的融合是层析成像图像重建算法的发展趋势。     

电容层析成像原理及其在工业中的应用

介绍了电容层析成像的基本原理及共在工业方向的应用情况，展望它的发展前景。     

改善电容层析成像的重建图像质量的方法

通过对电容层析成像系统传感器各极板对形成的检测场灵敏度分布的研究,发现了常用的图像重建算法对于靠近管壁的成像对象所重建出的图像容易发生畸变的原因是由于相邻极板对的检测场灵敏度比其他极板对的灵敏度高造成的,为此提出了改进方法。仿真实验结果表明,改进后的图像重建算法所重建的图像质量得到了较大改善。     

分组全连接的近红外光谱定量分析网络

全连接网络作为深度学习中的一种典型结构,几乎在所有神经网络模型中均有出现。在近红外光谱定量分析中,光谱数据样本数量较少,但每个样本的维度高。导致了两个问题：将光谱直接输入网络,网络的参数量会十分庞大,训练模型需要更多的样本,否则模型容易进入过拟合状态;在输入网络前对光谱进行降维,虽解决了网络参数量过大的问题,但会丢失一部分信息,无法充分发挥网络的学习能力。针对近红外光谱的特性,提出了一种分组全连接的近红外光谱定量分析网络GFCN。该网络在传统的两层全连接网络的基础上,用若干个小的全连接层替代第一个全连接层,克服了直接输入光谱导致网络参数量过大的缺点。采用Tecator和IDRC2018数据集对该方法进行测试,同时与全连接网络FCN和偏最小二乘PLS两种方法进行对比。结果显示：在两个数据集上,GFCN预测效果均优于FCN和PLS。在只有少量样本参与建模的情况下,GFCN依然能够保持较高的预测效果。表明,GFCN可以用于近红外光谱的定量分析,并且适应样本较少的场景,具有重要的研究价值和广泛的应用场景。     

一种测量多相流流型的ECT图像重建算法

提出了一种新的电容层析成像图像重建算法-IMNSNOF算法.该算法在分析极小范数解的基础之上针对ECT逆问题的特点对其进行改进,并利用奇异值分解定理证明这种改进的数值稳定作用.在此基础上建立新的日标泛函,并在求解该泛函的过程中采用正则技巧对其进行改进确保数值解的稳定性.利用非闭合电极ECT传感器实测了多相流沿流向的流型...     

基于边界元与有限元耦合的ERT图像重建算法

环形通道内多相流相分布的测量,对于保障工业生产安全、提高生产效率具有重要意义。电阻层析成像技术是一种新兴的过程参数可视化测量技术.该技术采用非侵入的方式获取管道截面处的介质分布信息,具有响应速度快、安全无辐射、价格低廉等优点,非常适合于多相流测量。但是,由于电学敏感场的高度非线性,该技术的空间分辨率较低,而为了克服这一问题所采用的迭代非线性算法,计算量大、效率低,很难满足现代工业测量需求。针对这一问题,本文提出一种应用于环形通道内多相流检测的ERT快速非线性图像重建算法。该算法采用有限元与边界元耦合的方法求解正问题,采用高收敛的Levenberg-Marquardt方法求解逆问题。实验结果表明,文中所提出算法具有较高的速度和精度。     

成像深度对光声层析成像的影响

为了研究不同成像深度对光声层析成像质量的影响,利用多元线性阵列探测器在有限方位进行探测成像。由仿真和实验结果表明,吸收体离探测器越近,其成像效果较好,当多元线性阵列探测器的尺寸与成像深度比小于1时,重建图像畸变明显。在这种情况下,采用旋转扫描探测,其成像效果明显提高。该研究结果对光声层析成像扫描轨迹的设计、成像效果评估具有较好的参考价值。     

基于深度学习的混沌加密灰度图像重建方法

混沌加密由于其初始值敏感性、伪随机性和运动轨迹的不可预测性而被广泛应用于图像加密领域。提出了一种通过深度学习来攻击Lorenz混沌加密系统的灰度图像重建方法,通过残差网络实现了对一系列明文-密文对数据集进行训练,从而拟合出密文到明文的过程,然后将训练好的网络应用在独立于训练集的密文上,恢复出与明文非常接近的图像。数值仿真结果验证了这种灰度图像重建方法的有效性。     

用于频域光学相干层析成像的深度分辨色散补偿方法

提出一种深度分辨的色散补偿方法,用于增强频域光学相干层析成像的纵向分辨率。将频域光学相干层析成像采集的干涉谱信号傅里叶变换到空域,获取对应不同深度的干涉谱条纹相位,通过对其进行调整实现对被测样品不同深度处的色散的精确补偿。避免传统方法中采用统一色散系数进行色散补偿所带来的过补偿与欠补偿误差,可以有效消除色散引起的频域光学相干层析成像系统点扩展函数的展宽和扭曲。模拟和实验结果表明,基于深度分辨的色散补偿方法在样品的全深度探测范围内可以达到较佳的补偿效果,可有效提高光学相干层析成像系统的纵向分辨率。     

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.     

类别非均衡遥感图像语义分割的全卷积网络方法

基于U-Net模型,提出了一个全卷积网络(FCN)模型,用于高分辨率遥感图像语义分割,其中数据预处理采用了数据标准化和数据增强,模型训练过程采用Adam优化器,模型性能评估采用平均Jaccard指数。为提高小类预测的准确率,模型中采用了加权交叉熵损失函数和自适应阈值方法。在DSTL数据集上进行了实验,结果表明所提方法将预测结果的平均Jaccard指数从0.611提升到0.636,可实现对高分辨率遥感图像端到端的精确分类。     

干涉型计算层析成像光谱仪的图像重建

针对干涉型计算层析成像光谱仪(CTII)提出了一种光谱图像数据立方体的重建方法。干涉型计算层析成像光谱仪是一种将空间调制傅里叶变换成像光谱仪(FTIS)的原理与计算层析成像光谱仪(CTIS)的原理相结合的一种新型成像光谱仪,具有高通量、高光谱分辨力以及高空间分辨力的特点。分析和讨论了干涉型计算层析成像光谱仪的工作原理以及获取图像的特征,介绍了光谱图像数据立方体的重建方法。根据多角度投影数据的特点提出采用卷积反投影计算层析成像图像重建算法,给出了图像重建步骤以及相应的数学表达式。对D65光源照明条件下的396×396像素目标进行了仿真实验,投影角度为0~180°,步长为0.5°,列出了仿真实验部分结果。实验结果验证了干涉型计算层析成像光谱仪及其图像重建算法的可行性。     

一种针对红外目标检测的Dense-Yolov5算法研究

在计算机视觉领域,深度学习一直有着良好的表现.基于深度学习的目标检测方法在红外图像检测识别方面具有巨大的潜力.针对红外图像场景多变,尺度变化范围大,可用特征不足等问题,提出了一种Dende-Yolov5的网络结构,该网络融合了 DenseNet网络和Yolov5的特点,基于充分利用feature,保护目标边缘的思想,将...     

基于密集梯度生成对抗网络的偏振图像融合算法北大核心CSCD

针对单幅偏振图像在一定场景下无法提供充足信息的问题,结合强度图像和线偏振度图像的优势特征,提出一种基于密集梯度生成对抗网络的偏振图像融合算法。利用密集连接卷积网络和梯度算子构建密集梯度卷积模块,并将该模块应用在生成器中,用以增强融合图像的纹理细节;构造多尺度结构相似度和L1范数相结合的损失函数,用以提高网络的整体性能。在ZJU-RGB-P数据集进行定性比较和定量分析,实验结果表明,所提算法具有更好的主观视觉感受,同时各项评价指标均得到明显提升。     

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.     

基于观察矩阵的频域光学相干层析成像图像重构算法

频域光学相干层析成像技术是一种新型的医学成像技术,其传统的图像重构算法主要是基于傅里叶变换。但这种重构算法的主要缺陷在于其纵向分辨率随着深度位置的变化而明显下降。为了使频域光学相干层析成像系统的纵向分辨率在整个成像深度内基本保持不变,提出了一种基于观察矩阵的图像重构法,并用该法重构了平面镜以及皮肤信号。结果表明,这种图像重构法能够使频域光学相干层析成像系统保持纵向分辨率不变。与文献报道相比,这种方法在保持系统简单性的同时,还保持了高的纵向分辨率,并在成像深度范围内使得纵向分辨率基本保持不变。     

基于γ射线的多相流检测系统

多相流体特征参数的准确测量是国际上亟待发展的探索性研究课题,断层成像技术是多相流检测技术的一个重要研究方向。本系统利用射线透射原理,结合多相流复杂多变的流动特性,设计了基于γ射线的多相流在线检测系统。该系统由探测单元、数据采集及信号处理单元、计算机图像重建单元三部分组成,其中探测单元采用5个能量为59.5 keV的241Am源,5组CdZnTe半导体探测器阵列均匀分布于管道截面实现实时同步检测。为提高探测精度,设计了由低噪声电荷灵敏前置放大单元、具有零极点相消的低噪声主放大单元以及滤波单元组成的低噪声探测电路。测试结果表明,常温下系统对于59.5 keV的241Am源,其能量分辨率为4.38%。应用实验测试数据,利用滤波反投影算法对多相流的典型流型进行了图像重建,实验表明该系统的有效性。     

一种基于分水岭的连接米粒自动分割算法

在连接米粒的分割中,分水岭分割算法对一个米粒经距离变换后常存在多个局部极小值而产生过分割.为解决该问题,应用形态学膨胀将检测的邻近的局部极小值合并成一个区域,使每个米粒内部只有一个局部极小值,再用分水岭算法进行分割.实验结果表明,对长江米、圆江米和粳米3个品种籽粒,提出的算法分割正确率分别达到87%、93%和92%,获得了满意的分割效果.     

规则连接的n级三角梯形电阻网络的精简研究

利用Y→△电导等效转换公式,将各边电阻皆相等的n级三角梯形电阻网络简化为1级三角形电阻网络,其腰边电-Pn-1(m-α)阻为nr,底边电阻递推通式为Rn=Qn-1(m-β)-Pn-1(m-α)/αQn-1(m-β)-βPn-1(m-α).     

基于深度图像的非接触式呼吸检测算法研究

呼吸是人的基本生命活动,监测呼吸可以得知呼吸道和胸廓运动的生理、病理学状态,对某些呼吸系统疾病的诊断有重要的参考价值;提出了一种非接触式呼吸监测方法：对红外视频流中的每帧胸腹部区域数据进行降维,计算所有胸腹部区域数据的方差,将一定时间段内的方差序列进行低通滤波。最后根据方差序列可以获得该段时间内的呼吸频率和呼吸暂停时间;提出的非接触式呼吸检测算法在不影响被监测者正常睡眠活动的情况下,可以准确获取呼吸频率与其他相关参数,为健康监测和相关疾病的诊断提供了数据支持;日常家居场景的实验中,检测到的呼吸次数与实际完全一致,并且与实际胸腹部起伏变化基本同步,较好的保证了结果的准确性。