A combined nonlinear contrast image reconstruction algorithm under inexact point-spread function

The problem of image reconstruction is considered for the case when the right-hand side of the 2D integral equation and the point-spread function (the integral equation kernel) are given with random errors. A stable image reconstruction algorithm is proposed. It is a combination of a regularizing algorithm for solving an integral equation (frequency filtering) and a local nonlinear filter (spatial filtering). Characteristics of the 2D point-spread function of the regularizing algorithm are introduced. The regularization parameter is chosen according to the required regularizing algorithm resolution. For eliminating the random reconstruction error, the regularized solution is subjected to nonlinear local filtering that preserves high-frequency information components of the image.     

基于极限学习机求解正问题的 ECT 图像重建

在电容层析成像(ECT)图像重建迭代类算法中,通常采用线性正问题求解,以加快重建速度,由此产生重建误差。针对这一问题,提出了基于极限学习机(ELM)的非线性ECT正问题求解方法,ELM网络输入为介电常数分布,其输出为预测的电容测量值。将该方法与传统的Landweber迭代算法相结合构成ELM-Landweber迭代算法进行图像重建。为使样本具有较好的代表性,物体分布位置及大小均随机生成,并计算相应的归一化电容值作为ELM网络训练及测试样本,对ELM-Landweber迭代算法进行了仿真与静态实验,并与传统Landweber迭代算法进行比较。实验结果表明,相较于传统Landweber迭代算法,采用ELM-Landweber迭代算法,其算法收敛速度显著提高,重建图像质量得到明显改善。训练样本的平均图像相对误差由0.728减小至0.504,测试样本的平均图像相对误差由0.596减小至0.475。     

最小化预测残差的图像序列压缩感知

提出了一种最小化预测残差的图像序列压缩感知算法以实现高速相机输出图像的实时压缩.首先,在编码端仅使用映射矩阵对原始输出图像进行压缩,将压缩得到的观测向量通过信道传输到解码端.接着,在解码端对相邻帧进行运动估计和运动补偿,得到一幅待重建图像的预测图像,利用压缩感知算法对原始图像和预测图像之间存在的预测残差图像进行重建.最后,用迭代的方法优化预测残差图像的重建结果,直到连续两次的重建结果之差小于设定阈值,从而获得重建的原始图像.采用DALSA公司的CR-GEN0 H6400相机进行的实验表明,该算法可以实现1 000 frame/s图像的实时压缩,并且图像重建质量比独立地重建每张图像至少提高了2～6 dB,有效地实现了对高速相机输出图像的实时压缩与高质量重建.     

Accurate structure determination from image reconstruction in ADF STEM

Annular dark-field (ADF) imaging in a scanning transmission electron microscope results in direct structure images of the atomic configuration of the specimen. Since such images are almost perfectly incoherent they can be treated as a convolution between a point-spread function, which is simply the intensity of the illuminating electron probe, and a sharply peaked object function that represents the projected structure of the specimen. Knowledge of the object function for an image region of perfect crystal allows the point-spread function to be directly determined for that image. We examine how the object function for an image can then be reconstructed using a Wiener filter, the CLEAN algorithm and a maximum entropy reconstruction. Prior information is required to perform a reconstruction, and we discuss what nature of prior information is suitable for ADF imaging.     

粒子滤波算法在ECT图像重建中的应用

针对电容层析成像技术(ECT)的图像重建质量精度较低的问题,提出了一种基于粒子滤波的ECT图像重建方法。首先,分析了ECT图像重建基本原理,以系统状态估计的方式描述了ECT图像重建最优解的搜索过程,并建立了状态空间模型。然后,以线性反投影(LBP)算法的图像重建结果作为初始状态,利用测量信息对从状态空间中获取的随机样本进行最优加权,以获得重建图像的最小方差估计。最后,对5种不同的流型进行了仿真实验。实验结果表明,利用本文方法获得的重建图像误差平均值为42.93%,相关系数平均值为0.813 9,比LBP算法、Landweber迭代算法和IMN-SNOF算法得到的相应指标要好。本文方法是一种有效、精度较高的ECT图像重建方法,为ECT图像重建技术提供了新的途径和手段。     

正交迭代局部Fisher判别转子故障诊断

通过局部加权邻接矩阵重新定义类内散度和类间散度,建立局部Fisher判别函数,在特征值求解过程中以正交迭代方式找出最优投影向量,得到故障诊断模型。该方法能保证数据降维过程中的重构误差最小,并可直接运用故障诊断模型识别增量数据,避免了一般流形学习模式识别时对动态增量数据需要重建模型的问题。转子故障诊断试验表明,对于多传感器振动特征融合信号,相对其他流形学习算法,正交局部Fisher判别(orthogonl locally Fisher discriminant,简称OLFD)的故障诊断效果最好。     

改进正则化半阈值算法的 ECT 图像重建

针对电容层析成像技术应用于工业多相流管道检测时,图像重建中存在的不适定性、病态性问题,提出一种改进正则化半阈值算法。以L1/2范数为惩戒函数,改进求解L1/2范数所用的半阈值迭代算法中的阈值算子,并以加入加速项的Landweber算法解向量为修正向量,引入改进半阈值正则化模型,优化加速Landweber算法。实验的结果表明,改进正则化半阈值算法在重建图像中相关系数平均达0.91,图像误差平均降至0.21,成像速度保持0.04 s。复杂流型辨识中,改进算法比Landweber迭代算法相关系数提高21.67%,相对误差降低37.01%;比Tikhonov正则化算法相关系数提高22.61%,相对误差降低37.08%;比半阈值算法相关系数和误差分别提高14.85%和降低28.26%。结果表明改进正则化半阈值算法对ECT研究有较好应用前景。     

一种基于图像配准的超分辨率重建方法

为了提高配准算法的精度并改善超分辨率重建图像的质量,提出了一种具有子像素级精度的图像配准方法。首先,对基于三参数模型的图像配准方法进行介绍并优化。然后,提出了基于四参数模型的图像配准方法,由于没有直接将旋转角度参量引入到运动模型中,有效地避免了原方法中泰勒级数展时的小角度假设。最后,根据配准算法所得到的子像素级运动信息,采用迭代反投影算法进行超分辨率重建。实验结果表明：该配准算法取得了更高的精度,平均平移误差减少0.0297像素 ,平均旋转角度误差减少0.3564度;重建图像具有更好的视觉效果,平均PSNR值提高0.75dB。可以被广泛地应用于相互间主要存在平移和大角度旋转的多幅低分辨率图像的大倍数超分辨率重建,满足了实际应用要求。     

基于自适应模拟退火及 LM 联合反演算法的 ECT 图像重建

为解决电容层析成像技术(ECT)中图像重建的非线性和病态性问题,提出了一种自适应模拟退火-Levenberg Marquardt (ASA-LM)联合反演算法。 改进了标准模拟退火(SA)算法的新解生成策略、能量函数的定义及退火策略,并结合 LM 的直接局 部搜索方法联合反演 ECT 图像重建问题。 同时,利用 Savitzky-Golay (SG) 滤波对 ECT 图像重建所需电容数据进行平滑处理以 提高其信噪比。 最后,进行仿真及静态实验,并与线性反投影(LBP)、Landweber 迭代及标准 SA 算法进行了比较。 结果表明,与 其他 3 种算法相比,ASA-LM 算法收敛速度快、图像重建质量明显提高,边缘信息保真度高,重建图像的平均相对误差为 0. 331 1,平均相关系数为 0. 933 1。     

结合压缩感知和曲波的天文图像去噪

在天文图像去噪中,为了提高迭代曲波阈值算法的去噪重建性能,提出了基于循环平移和曲波维纳滤波的压缩感知迭代重构算法。首先,使用基于曲波阈值的循环平移方法对重构图像进行调整以抑制重构图像中的伪吉布斯效应;接着,用提出的曲波维纳滤波算子替代小波阈值在迭代过程中对图像曲波系数进行筛选以进一步提高重构图像的质量。通过对添加高斯白噪声的Lena图像和月球图像进行重构实验,分析本文算法和当前主流算法的性能。实验结果表明,与传统的压缩感知迭代曲波阈值算法相比,本文算法能够获得较优的去噪性能,有效地保护天文图像的细节信息,峰值信噪比大约提高了2.6~3.2dB。     

基于轮廓波维纳滤波的图像压缩传感重构

图像压缩传感重构利用自然图像可稀疏表示的先验知识,从比奈奎斯特采样率低得多的随机投影观测值中重构原始图像.为了克服传统的压缩传感重构中正交小波方向选择性差和未利用变换系数的邻域统计特性的缺点,利用了轮廓波维纳滤波去噪算子替代迭代阈值法中的阈值算子,进而提出了基于轮廓波维纳滤波的图像压缩传感的重构算法.实验结果表明,该算法提高了重构图像的峰值信噪比和视觉效果,保护了图像的细节,加快了重构算法的收敛速度.     

Preconditioning of projected SIRT algorithm for electromagnetic tomography

For Electromagnetic Tomography (EMT) Techniques, image reconstruction is one of the crucial steps, which directly affects the quality of reconstruction and real-time performance of the EMT system. Following analyzing a pre-iterative method for SIRT (simultaneous iterative reconstruction technique) algorithm, a preconditioning for the projected SIRT is proposed to accelerate the image reconstruction speed and alleviate the ill-posed nature of the EMT inverse problem. Experimental tests confirm that the quality of the reconstructed images using the preconditioning algorithm is enhanced with only a small number of iterations required.     

一种图像配准的超分辨率重建

提出了一种具有子像素级精度的图像配准方法,并通过迭代反投影算法进行超分辨率重建.介绍了基于3参数模型的图像配准方法并提出了基于4参数模型的图像配准方法,由于没有直接将旋转角度参量引入到运动模型中,有效地避免了原方法中泰勒级数展开时的小角度假设.最后,根据配准算法所得到的子像素级运动信息,用迭代反投影算法进行超分辨率重建.分别对多幅具有较大运动的模拟及真实的低分辨率图像进行实验,结果表明:该配准算法取得了更高的精度,平均平移误差减少了0.026 1 pixel ,平均旋转角度误差减少了0.356 4°;重建图像具有更好的视觉效果,平均PSNR值提高0.75 dB.本文方法可以被广泛地应用于相互间主要存在平移和大角度旋转的多幅低分辨率图像的大倍数超分辨率重建,可满足实际应用要求.     

局部自适应学习基稀疏约束结合信息优先权选择扩散的迭代图像修复算法研究

图像修复的性能依赖于局部邻域信息的利用,同时要求修复的方向与结构性内容具有一致性,针对这两个关键问题,本文提出基于局部自适应学习基稀疏约束结合信息优先权选择扩散的迭代滤波图像修复思路。该算法首先学习丢失区邻域得到一组具有局部自适应性的稀疏基,然后沿着等照度线方向按照优先权选择扩散的顺序利用稀疏重构理论以这组基逐层投影重构丢失区域,通过迭代执行分层修复实现对丢失区域的渐进逼近。实验结果表明,该算法无论对于纹理图像、边界图像还是自然图像都可达到较好的效果,而且在峰值信噪比上优于已有文献的方法。     

大气激光通信光斑图像的快速复原与实时检测

针对大气湍流对激光通信中对信标光的捕获、跟踪与对准(ATP)的影响,提出了基于盲解卷积的快速复原与实时检测算法。采用一维点扩散函数重新构造方位退化模型,取代了原有经典二维退化模型;改进了约束共轭梯度算法中的约束算子,并通过改进的共轭梯度迭代算法求得对原始图像的估计;最后通过连通域计算提取估计结果中的光斑中心位置。采用现场可编程门阵列和数字信号处理器实现所提出的共轭梯度算法并提取光斑中心位置,满足了系统实时性要求。实验表明,所提出的快速复原算法能够实时复原分辨率为200pixel×200piexl,帧频为100 Hz的光斑图像,所提取的信标光光斑中心位置与事后计算结果的误差小于1pixel,能够满足激光通信系统对信标光的实时跟踪要求。     

油气润滑ECT系统的RBF图像重建算法研究

采用COMSOL软件建立了油气润滑环状流管道与ECT系统的三维物理及有限元模型,结合电磁场理论获取了传感器的电容值;建立了电容值与成像灰度值一一对应的的RBF映射模型;提出了RBF算法并应用于油气润滑两相流动的图像重建过程;以图像相对误差(IME)和图像相关系数(CORR)为评价指标对该算法的进行实验验证。研究结果表明,RBF算法在ECT系统图像成像的准确性及相关性方面可以很好的适用于油气润滑;相较于其他图像重建算法,图像精度提高了40.52%,图像分辨率提高了22.13%。     

A nonlinear fuzzy assisted image reconstruction algorithm for electrical capacitance tomography

A nonlinear method based on a Fuzzy Inference System (FIS) to improve the images obtained from Electrical Capacitance Tomography (ECT) is proposed. Estimation of the molten metal characteristic in the Lost Foam Casting (LFC) process is a novel application in the area of the tomography process. The convergence rate of iterative image reconstruction techniques is dependent on the accuracy of the first image. The possibility of the existence of metal in the first image is computed by the proposed fuzzy system. This first image is passed to an iterative image reconstruction technique to get more precise images and to speed up the convergence rate. The proposed technique is able to detect the position of the metal on the periphery of the imaging area by using just eight capacitive sensors. The final results demonstrate the advantage of using the FIS compared to the performance of the iterative back projection image reconstruction technique.     

基于滤波反投影的脑磁感应迭代重建算法研究

颅脑磁感应断层成像技术(BMIT)是一种非接触、无创的新兴颅脑医学成像技术,图像重建算法是提高重建图像质量的关键。依据BMIT反投影算法和迭代算法,设计出一套基于滤波反投影的脑磁感应迭代重建方法。首先根据滤波反投影重建算法原理,给出初始电导率分布,其次基于电导率变化敏感性加权计算滤波反投影矩阵,最后利用一步牛顿迭代构成滤波反投影迭代重建算法,通过设置理想条件数G来修正Hessian矩阵,改善重建过程的病态程度,并对待重建数据进行标准化位置校正处理。实验结果表明,该算法成像速度快,重建出的图像具有较高分辨率,能够准确反映成像区域内仿真病变的大小及位置信息,且轮廓清晰,为颅脑磁感应断层成像技术应用于临床监护奠定了基础。     

An adaptive non-convex hybrid total variation regularization method for image reconstruction in electrical impedance tomography

The image reconstruction of conductivity distribution in electrical impedance tomography (EIT) is a seriously ill-posed inverse problem. To cope with the problem, it is recognized that the regularization method is an effective approach. In this paper, an adaptive non-convex hybrid total variation (ANHTV) regularization method is proposed to reconstruct the conductivity distribution in EIT. The iterative reweighted least squares algorithm and the iterative alternating direction method of multipliers algorithm are developed to solve the ANHTV-based inverse model in the image reconstruction. Besides, all the parameters utilized in the inverse model are adaptively selected. To validate the advantage of the proposed method, extensive numerical simulation and experimental work have been carried out. Also, qualitative and quantitative comparisons with two convex TV-based regularization methods are conducted. The results show that the proposed method is more advantageous in terms of staircase effect suppression, edge information preservation and noise resisting in the image reconstruction.     

电磁层析成像图像重建中的修正共轭梯度算法

通过研究共轭梯度算法,推导出适用于电磁层析成像的修正共轭梯度算法,该方法提高了收敛速度,改善了电磁层析成像重建图像的质量。首先以共轭搜索方向充分下降为充分条件,理论推导出修正共轭梯度算法。然后从相对图像误差、相关系数和收敛曲线几个方面出发,评价了Landweber迭代法、单步Tikhonov正则化方法、共轭梯度法和修正共轭梯度法在电磁层析成像图像重建中的结果,得出结论:修正共轭梯度方法的相对图像误差最小,重建图像和原图像的相关系数最高,收敛情况优于共轭梯度算法。