EM算法重建图像的精度分析

EM算法将观测得到的投影值看成不完全数据，合理运用相应的先验知识，以迭代的方法求出图像像素值的极大似然估计．该算法重建的图像比常用的滤波反投影和代数重建等算法得到的精度高．本文用概率统计的方法从理论上较详细地讨论了EM算法重建结果方差的下界，同时推导出实际应用中此方差近似值的一种简单求法．     

EM算法在纹理织物图像分割中的应用

提出了一种基于多特征值高斯混合模型（Gaussian Mixture Model）期望最大化（Expectation Maximization,EM）聚类的图像分割算法.该算法采用YCbCr彩色空间提取每个像素点的颜色特征,选择像素点邻近的一个方块计算每个像素点的纹理特征,然后采用基于高斯混合模型的EM算法对图像每个像素进行聚类,根据聚类结果进行区域合并得到纹理织物图像分割的最终结果.通过和其他分割算法进行对比,此算法具有较好的分割效果.     

电离层层析图像重建的改进算法

针对电离层层析图像重建数据不完全的关键问题.文中利用最速下降法对投影数据进行预处理,利用乘法代数重建算法进行图像重建.算法将迭代初始值的确定与图像优化重建过程统一起来,减少了初始值对重建结果的影响.数值计算及实测数据重建结果表明,该混合算法减少了投影数据不完全对重建结果的影响,有效提高了电离层层析成像质量.     

基于虚拟现实技术的多视点图像重建算法设计

为解决传统多视点图像重建算法重建耗时过长、重建后清晰度较差的问题,基于虚拟现实技术设计一种新的多视点图像重建算法,分析摄像机的配置标准与目标图像方位,利用映射法将成像模型投射在二维平面上,再根据映射关系实现信息采集.在确定多视点图像背景后,绘制子区间方向梯度直方图,根据直方图绘制结果描述子情况,与相匹配的图像进行对比分...     

电容层析成像图像重建算法的研究

在分析电容层析成像基本原理和图像重建算法的基础上，提出了采用迭代代数方法对管道截面图像进行重建．针对迭代算法收敛速度慢、耗时多的缺点，对迭代算法进行了改进，使重建图像的速度和质量都有明显的提高．     

OSEM算法在图像重建中子集分类的研究

通过OSEM算法在不同子集下重建图像的仿真研究,分析在相同迭代次数和时间下子集数对重建图像收敛速度的影响,得到对含噪声的投影数据在子集数多时重建图像会随着迭代次数的增加而变差.若采用序列划分子集(即子集数由多到少)重建图像则可避免这种情况.通过对各种子集分类在相同时间内重建图像误差的比较,得到序列划分子集方法能在较少迭代次数和较短时间内得到好的重建图像.     

图像重建的统计自适应子集算法

有序子集算法大大提高了图像重建迭代算法的收敛速度.增加子集的数目可以加速收敛,但图像质量会由于子集内缺少统计信息而下降.提出了一种基于假设检验的子集划分方法,建立了检验统计量,给出了算法的迭代公式.该算法可以根据用户定义的显著性水平,在每次迭代时自动调节子集的个数,生成含有相同统计信息量的子集.实验结果表明:该方法可以在少数次迭代后得到较高质量的重建图像.     

光学CT中的图像重建算法

图像重建等价于逆向问题的求解,也就是说,利用实时测量的数据来预测均匀组织中所含异物的存在性、位置、几何形状和光学特性。本文详细讨论了目前在国际上广泛采用的图像重建算法,并重点讨论了扰动方法以及各种方法在光学CT图像重建中的可行性。     

基于Twomey算法的CT图像重建

针对不完全投影数据的CT图像重建,本文将原本用于反演微粒粒径分布的Twomey算法引入并应用到CT图像重建中。在代数迭代层面上把其与代数重建技术(ART)算法和同步迭代重建技术(SIRT)算法分析对比后进行了计算机模拟实验。仿真结果显示:本文算法所求得的解的精度要优于主流的ART和SIRT算法。     

图像重建算法中的窗函数研究

对广角扇束扫描模式下的图像重建算法进行了研究．在引入实验的七种典型窗函数中，有限带宽、三角形窗以及余弦窗是卷积窗函数比较理想的选择．在图像重建，选择有限带宽窗时有较好的空间分辨率，三角形窗时有较好的密度分辨率。选择余弦窗时是空间分辨率与密度分辨率两者的折衷；从窗函数的频谱角度考虑。可用于图像重建的一个良好的卷积窗函数应该具备以下条件：（1）最小的3dB带宽B，即最小的主瓣宽度；（2）最小的旁瓣最大峰值A；（3）最大的旁瓣峰值衰减速度D．通过实验，验证了基于窗函数的卷积反投影图像重建算法可以有效地提高重建图像的质量．     

基于EM的信号pathway重构

提出了一种不依赖于数值数据的重构方法。以从文献中或相关数据库中搜集到的参与同一个信号pathway的各分支的基因组成为样本,在各样本中同时出现的基因一定具有相同调控顺序的前提下,建立一阶Markov链模型,利用EM算法对模型参数进行估计,挖掘出基因间的因果关系进而构建出网络的拓扑结构,弥补了许多重构算法的不足,使预测更具生物学意义。对PKA和MAPK/Erk pathway的重构实验证明了算法的有效性。     

利用MATLAB进行图象重建的算法研究

图像重建技术在无损检测中起着十分重要的作用。随着现代科技的发展，图像重建的算法也在不断地改进和完善。由Math Works公司推出的MATLAB工具软件具有强大的数学计算和绘图功能，运用该软件进行图像重建能使编程工作量大为减少，并可以很方便地显示二维及三维图像。     

基于遗传算法的三维重构图像阈值分割

图像阈值分割是三维重构中图像处理的一个重要内容最佳熵阈值的图像分割具有很多优点,但同时也需要大量的运算时间,从而限制了其实际应用．将遗传算法应用于最佳熵阈值的确定中,提出一种新的图像阈值分割方法,以灰度图像的直方图熵作为评价标准,把图像阈值分割问题定义为一个优化问题．利用遗传算法寻优的高效性,搜索到能使分割质量达到最优的分割参数——图像分割阈值．实验结果表明,采用遗传算法不仅可以实现正确的图像分割．而且使得分割速度大大提高．     

基于区域增长分割算法的医学图像重建

Marching Cubes（MC）算法是经典的三维重建算法,但它采用阈值分割,算法单一.利用目前比较成熟的分割算法结果,将其作为MC算法的输入数据以改进重建算法.实验证明该方法有效扩充了MC算法的适用范围,大大提高了MC算法的重建精度.     

一种分解型Quasi-Newton电容层析成像图像重建算法

针对电容层析成像系统中的"软场"效应和病态问题,在分析电容层析成像和QuasiNewton算法原理的基础上,基于非线性最小二乘的成像原理,提出了一种新的分解型Quasi-Newton电容层析成像算法,推导出了求解ECT反问题的分解型拟牛顿图像重建算法放的计算步骤,同时利用信赖域公式对目标函数的Hessian矩阵进行校正.仿真实验表明,基于分解型拟牛顿方法具有可行性,对于基本流型该算法与LBP算法相比,具有成像质量高和边界均匀稳定的特点,为ECT图像重建的研究提供了一个新的思路.     

盲图像恢复算法研究

盲图像恢复是图像处理学中的重要领域,本文围绕这个方面对几种比较有代表性的图像恢复算法进行了细致深入的探讨,研究工作主要包括:介绍两种盲迭代恢复算法的原理、实现,EM恢复算法、PBD恢复算法以及两种算法的实现;介绍NAS-R IF恢复算法原理、实现,并对其恢复性能进行分析.     

由图像的稀疏分解重建图像的快速算法

针对由图像的稀疏分解结果重建图像的速度极其缓慢这一问题,研究了表示图像的原子的能量分布特性。利用了表示图像内容的绝大部分原子的能量分布具有非常集中的特点,提出了由分解后的原子参数重建图像的快速算法。该算法对于一个原子的计算只限于原子能量集中的区域,并在此基础上实现了原子能量及原子归一化的快速计算。采用快速算法使图像重建的速度提高了约32倍,同时保证快速重建图像的质量保持不变。     

基于迭代Tikhonov正则化的电容层析成像图像重建

电容层析成像图像重建是一个典型的病态问题,其图像重建是一个非线性的求解过程,Tikhonov正则化方法是处理病态问题的有效方法之一,由于标准Tikhonov泛函的过度光滑,导致重建图像的细节信息丢失,重建的图像质量并非理想．以标准的Tikhonov算法为基础,给出了一种新的迭代算子,利用该算子可以使重建的图像细节进行一定的修正,通过仿真证明其在速度和图像重建准确度上得到了提高．