基于投影数据非单调性全变分恢复的低剂量CT重建

为获取低剂量CT图像的优质重建,本文提出一种基于投影数据非单调性全变分恢复的低剂量CT重建方法.新方法首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为近似Gaussian分布,其后对变换后的Gaussian型数据进行非单调性全变分最小化算法（Nonmonotone Total Variatio...     

基于结构组全变分模型的图像压缩感知重建

针对基于传统全变分(TV)模型的图像压缩感知(CS)重建算法不能有效地恢复图像的细节和纹理,从而导致图像过平滑的问题,该文提出一种基于结构组全变分(SGTV)模型的图像压缩感知重建算法。该算法利用图像的非局部自相似性和结构稀疏特性,将图像的重建问题转化为由非局部自相似图像块构建的结构组全变分最小化问题。算法以结构组全变分模型为正则化约束项构建优化模型,利用分裂Bregman迭代将算法分离成多个子问题,并对每个子问题高效地求解。所提算法很好地利用了图像自身的信息和结构稀疏特性,保护了图像细节和纹理。实验结果表明,该文所提出的算法优于现有基于全变分模型的压缩感知重建算法,在PSNR和视觉效果方面取得了显著提升。     

基于广义Gibbs先验的优质PET成像

 最大后验方法(Maximum a posteriori, MAP)已经广泛应用于解决图像重建中的病态问题,正电子发射成像(Positron emission tomography, PET)便是其中之一。本文基于MAP方法,针对PET成像提出一新的基于图像相似结构信息的广义Gibbs先验形式,新先验能在有效地抑制噪声的同时,鲁棒地保持锐利的边缘信息。但由于新先验的引入,使得重建模型的求解趋于复杂。为解决模型解的收敛性问题,我们提出两步式的局部线化优化迭代重建策略,并结合抛物线替代坐标上升(Paraboloidal surrogate coordinate ascent,PSCA)算法进行求解。新算法分别对PET模拟数据和真实数据进行重建实验,结果表明本文提出的基于广义Gibbs先验的PET成像可以获得优质的重建图像。     

基于自适应加权非凸正则化和全变分的稀疏SAR成像

针对传统压缩感知(Compressive Sensing,CS)重构算法成像精度低及抗噪性能差等问题,提出了一种基于自适应加权极小极大凹罚函数和全变分的稀疏合成孔径雷达(Synthetic Aperture Imaging Radar,SAR)成像重建方法。首先,将加权思想同非凸函数簇中的极小极大凹罚函数结合,以进一步促进解的稀疏性;然后,与全变分判罚函数线性组合构成复合正则化器,以进一步提高抗噪性能;最后,采用交替方向乘子法求解该成像模型,并在求解过程中使用方位-距离解耦算子替换测量矩阵及其厄米特转置以减少存储空间。仿真与实测数据处理结果表明,所提方法相比于其他算法有更好的聚焦性能和重建精度。     

基于MRF二次Membrane-Plate混合自适应先验的PET图像的收敛Bayesian重建算法

对于如何抑制正电子发射成像(positron emission tomography,PET)中的噪声效果的问题,Bayesian重建或者最大化后验估计(maximum a posteriori,MAP)的方法在重建图像质量和收敛性方面具有相对于其他方法的优越性.基于Bayesian理论,本文提出了一种新的能够保持其先验能量函数凸性的马尔可夫随机场(Markov Random Fields,MRF)混合多阶二次先验(quadratic hybrid multi-order,QHM),该QHM先验综合了二次-阶(quadratic membrane,QM)先验和二次二阶(quadratic plate,QP)先验,且能够根据不同阶数的二次先验和待重建表面的性质自适应的发挥QM先验和QP先验的作用.文中还给出了使用该新的混合先验的收敛重建算法.模拟实验结果的视觉和量化比较证明了对于PET重建,该先验在抑制背景噪声和保持边缘方面具有很好的表现.     

基于全变分和梯度域卷积稀疏编码的稀疏角度CT重建算法

对于不完全的扫描数据,传统算法无法保证医学电子计算机断层扫描(CT)重建图像满足诊断要求.根据压缩感知理论,可以从不完全的扫描数据中重建出具有稀疏表示的医学CT图像,这可为诊断提供可靠的信息.从重建的角度出发,提出了一种基于全变分和梯度域卷积稀疏编码的图像重建算法.梯度域卷积稀疏编码是对特征图施加梯度约束,采用梯度正则...     

基于全变分和颜色平衡的水下图像复原

针对水下图像存在的雾化、模糊和颜色失真问题,提出一种基于全变分和颜色平衡的水下图像复原方法。以完整水下光学成像模型为基础,分别结合四叉树细分法与光在水中传播特性估计背景光,利用水下中值暗通道先验估计透射率,并采用共轭梯度和迭代最小二乘法估计模糊核。为提高计算效率,引入交替方向乘子法对变分能量方程进行逆求解得到去雾、去模糊的图像。在此基础上,在YCbCr空间采用颜色平衡算法对颜色通道进行补偿以校正色彩失真。与6种流行的水下图像增强和复原方法进行比较,实验结果表明,所提方法可以有效地去除雾化和模糊、校正色偏、恢复出清晰、色彩真实的水下图像。     

基于Lp范数联合全变分的磁共振成像重构方法

局部k空间邻域模型是最近提出的一种k空间低秩约束重构模型,其利用图像的线性位移不变性将图像的k空间数据映射到高维矩阵中,可以解决图像重构的问题.在并行磁共振成像重构的过程中,使用欠采样技术来提高成像速度会导致重构图像的质量下降,为此提出一种基于交替方向乘子法求解的Lp范数联合全变分正则项局部k空间邻域建模算法,将所提算...     

基于二阶广义方向性全变分的图像超分辨率重建方法

超分辨率图像重建是增强那些低成本成像传感器系统图像分辨率的有效措施.得益于先验知识的学习,低分辨率图像可有效地被超分辨率增强.针对带有明显边缘结构的图像,现有方法没有有效利用高阶信息从而会出现一些光滑的图像细节.本文针对这种特殊的图像结构,研究一种基于二阶广义方向性全变分的重建方法来挖掘那些隐含的高阶可利用信息.二阶广义方向性全变分不仅可以作为先验知识,还能作为稀疏正则项抑制伪影和噪声.实验结果表明,本文方法可有效超分辨率重建结构边缘图像,并可获得高分辨率图像细节和纹理特征.     

基于特征散度K-means红外图像分割遗传算法

针对红外图像中目标和背景的对比度低,边缘模糊的特点,本文提出了改进的聚类分割算法KFGA。用特征散度的内积范数作为K-means算法的距离测度,改进算法的普适性;针对K-means算法收敛的局部寻优问题,将遗传算法与K-means算法结合实现全局寻优;在种群每一次演化操作后实行一次K-means聚类,加快算法的收敛速度,在全局寻优的过程中嵌入局部寻优加快算法的收敛速度。     

基于KL散度的波形对齐算法

针对波形音频复杂多变的特点,提出一种基于欧几里得距离和KL散度(相对熵)音频对齐算法.首先,选取两个波形音频文件开头位置的一部分,通过设置滑动窗口逐步计算欧几里得距离得到两音频的最佳对齐点.再对两音频拆分为多个小文件,通过计算相应的KL散度得到相似度,进而判断是否为原音频文件.算法对于未来阶段的关于基于背景音乐生成主音...     

基于全变差的加权最小二乘法PET图像重建

传统的加权最小二乘法、惩罚项加权最小二乘法虽然能够重建得到较好质量的图像,但在欠采样的条件下不能很好的拟制噪声.全变差作为正则项已广泛用于图像重建中,利用图像稀疏的先验知识能够在欠采样的条件下很好的重建图像.本文结合加权最小二乘法和全变差的优点,构造了基于全变差正则项的加权最小二乘法目标函数,运用交替求解的方法,将目标函数分解为求解二次优化和全变差正则化的优化问题,并分别用超松弛迭代方法和梯度下降法求解这两个优化问题.采用Zubal模型对该算法与传统算法进行仿真验证比较,并用相关系数、方差、信噪比等参数描述图像重建质量.结果表明在欠采样条件下,该算法能够更好的拟制噪声,重构效果比传统的有明显地提高.     

基于Itakura-Saito散度的图像阈值法

针对Otsu阈值法仅适合图像目标和背景分布呈正态分布且两者象素量和方差要求基本相当的不足,提出了基于Itakura Saito散度的图像阈值化分割新算法。实验结果表明,对有些图像采用Itakura Saito散度的阈值法比传统Otsu阈值法能够获得较好的分割效果。     

基于KL散度与K-means的Wi-Fi与蓝牙融合室内定位方法

针对当前对室内定位高精度的要求,本文提出了一种基于Wi-Fi和蓝牙融合的室内定位方案。该方案Wi-Fi部分利用核回归的KL散度算法得到观测点估计坐标,蓝牙部分利用K-means算法聚类出圆形估计区域。在融合阶段,用蓝牙聚类得到的圆形区域对Wi-Fi估计的观测点估计坐标进行修正,得到最终结果。实验结果表明,利用本文方案得到的定位结果,与单一利用基于KL散度的Wi-Fi定位结果相比,均方误差减少了21%,与现有的Wi-Fi和蓝牙融合的定位方法相比,定位精度也有了一定的提高。     

基于非局部低秩和加权全变分的图像压缩感知重构算法

为准确有效地实现自然图像的压缩感知(CS)重构,该文提出一种基于图像非局部低秩(NLR)和加权全变分(WTV)的CS重构算法。该算法考虑图像的非局部自相似性(NSS)和局部光滑特性,对传统的全变分(TV)模型进行改进,只对图像的高频分量设置权重,并用一种差分曲率的边缘检测算子来构造权重系数。此外,算法以改进的TV模型与NLR模型为约束构建优化模型,并分别采用光滑非凸函数和软阈值函数来求解低秩和全变分优化问题,很好地利用了图像的自身性质,保护了图像的细节信息,并提高了算法的抗噪性和适应性。仿真结果表明,与基于NLR的CS算法相比,相同采样率下,该文所提算法的峰值信噪比最高可提高2.49 dB,且抗噪性更强,验证了算法的有效性。     

基于全变分模型的红外焦平面非均匀性校正及其FPGA实现

基于辐射源的定标校正法在工程应用中易受到特殊应用场合以及仪器工作状态偏移等因素影响,输出图像质量欠佳。针对此问题,基于现场可编程门阵列(Field Programmable Gate Array, FPGA)硬件平台实现了全变分模型场景实时校正算法,阐述了模型的应用原理及抑制图像鬼影、退化问题的相关措施。在制冷型长波红外探测器上完成了功能调试及性能测试。实验结果表明,该算法能在20帧图像内完成校正收敛,达到良好的成像校正效果。     

基于硅光电倍增管的PET前端读出ASIC设计

针对SPM探测器的特点,采用TSMC 0.18μm CMOS工艺,设计了基于SPM的PET前端读出ASIC芯片,包括RGC前置放大器、积分器、整形器、采样保持电路等能量测量电路,以及鉴别器、单稳态电路等时间测量电路.Hspice仿真结果表明,该电路能够完成对SPM探测器输出信号的读出和处理功能,满足PET系统设计要求.     

基于电子散斑干涉技术的圆度误差测量方法

分析现有圆度误差的几种测量方法的优、缺点后,提出一种基于电子散班干涉技术的圆度误差测量与评定的新方法,测量结果表明,新方法简单易行、精确度高,有一定的应用前景。     

涡度-散度法反演基于单多普勒激光雷达的低空三维风场

基于机场上空的低空小尺度天气系统风场结构以及单多普勒激光雷达测风原理,选取涡度-散度方法作为风场的反演方法,对方法进行改进后对由激光雷达得到的径向风速数据进行处理,实现对机场上空的三维风场的反演。最后对机场上空的天气结构进行了仿真,实现了基于涡度-散度方法的风场反演,并分析了反演的误差,结果表明能较好地反映小尺度的风场结构。