改进的图像重建迭代算法

针对不完全数据图像重建问题,该文从积分方程角度提出一种改进的图像重建迭代算法(Im-proved Iterative Reprojection Reconstruction,IIRR),并证明其在范数下收敛。该算法的图像重建收敛速度和重建图像误差依赖于引入的参数因子、已知的投影数据与图像的先验信息。重建图像可以表示为由已知投影数据所构成图像的级数形式。数值模拟结果表明,IIRR算法在不完全数据的情况下具有较好的图像重建能力。     

基于FBP的迭代算法研究

在用传统的滤波反投影算法（FBP）重建图像时,往往不可避免地出现许多伪影。为了减少伪影,论述了一种基于FBP的迭代算法,此处投影采用平行光束。算法分为三个过程,第一个过程采用FBP算法重建图像,第二个过程将重建后的图像再次投影并与第一次的投影做外差并将此差值做反投影获得改进量,第三个过程将改进量与第一次重建的图像相加获得修正后的图像,重复该过程。多次迭代后图像膺像明显减少,图像质量增强。     

重建高分辨率图像的实时串行迭代算法

提出了一种基于多帧低分辨率图像重建高分辨率图像的实时串行迭代算法，在得到与传统多帧算法图像质量相近的同时，大大节省了计算所需的存储空间，给出了该算法的收敛性的证明，计算机模拟结果表明该方法和实验的一致性，最后在一个实际系统验证该方法。     

基于有限角图像重建的两种迭代算法研究

针对有限角度投影数据的CT图像重建问题,本文介绍了两种迭代算法,其中主要介绍了基于最小化图像总变差的优化准则的迭代重建算法--TV算法,以及简单介绍了改进后的ART算法,该算法的基本思想是运用已知角度的投影数据来补全未知角度的投影数据,再用ART算法进行图像重建.最后用模拟的有限角度投影数据分别对这两种迭代算法进行了图...     

一种基于压缩感知的迭代重建算法

迭代重建算法是一种经典的CT图像重建算法,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,文中利用压缩感知理论提出了一种改进的基于图像全变差最小的迭代重建算法。该算法在迭代的不同阶段对迭代初始值做不同处理,并在每次迭代结束后采用梯度下降法调整全变差。实验结果表明,该算法不但提高了图像重建质量,同时也加快了迭代图像的收敛速度。     

由投影重建图像的对称块迭代算法

由投影重建图像的迭代算法有抑制噪声等优点,但其投影矩阵的计算量大、影响重建速度。该文利用投影线存在的几何对称结构,引入图像重建的对称块迭代算法(简写为SB-IRT),简化了投影矩阵系数的计算,调整了迭代算法的顺序相关性。对于模拟和实测数据进行了图像重建试验,结果表明：与常规算法比较,该文提出的对称块迭代算法重建速度快,重建图像精度高。     

基于改进Gauss-Newton的电容层析成像图像重建算法

 针对电容层析成像技术中的"软场"效应和病态问题,在分析Gauss-Newton算法基本原理的基础上,提出了一种基于Gauss-Newton新的电容层析成像算法,采用奇异值分解定理对算法的稳定性进行了证明.在此基础上探讨了ECT应用该算法的可行性,算法满足收敛条件且重建图像误差小.仿真和实验结果表明,该算法和LBP、Landweber和共轭梯度算法相比,算法兼备成像质量高、稳定性好等优点,为ECT图像重建算法的研究提供了一个新的思路.     

基于1维子空间线性迭代射影重建

提出了一种基于1维子空间线性迭代的射影重建方法.该方法利用所有图像序列的行向量生成的子空间之和,与射影重建空间点的行向量生成的子空间是同一线性子空间,同时,由第1幅图像的3个行向量及另外一个行向量可以构成该线性子空间的一个基底的特性,线性迭代求取这个行向量及图像深度因子,最后完成射影重建.模拟实验和真实实验数据结果表明,该射影重建方法具有鲁棒性好、收敛性好以及重投影误差小等优点.     

基于联合代数迭代的非视域激光图像重建方法

非视域成像技术采用非传统光学技术,利用间接成像的方法对无法直接观测的隐藏物体进行探测。针对目前试验系统复杂且需要场景扫描,导致数据采集过程复杂且需要大量时间的问题,提出基于阵列式APD的透射式非视域成像试验设置,试验设置操作简单且不需要场景扫描,实现快速数据采集。针对非视域成像技术一般只能获取不完全(缺失)角度的数据,使用反投影算法不能得到理想的重建结果的问题,提出利用联合代数迭代(SART)重建算法对非视域成像物体进行三维重建。试验结果表明：SART算法能够在部分角度数据下,更好地去除反投影算法中的伪影和噪点;在最初的第2和第3次迭代后,通过计算,其峰值信噪比PSNR值提高了1.392 8、2.466 3,其结构相似度SSIM值提高了0.119 8、0.231 2,表明该方法能有效提高非视域物体的图像重建精度。     

自相关代数迭代重建算法重建含遮挡物场

用自创建的简单白相关代数迭代重建算法（SSCART）重建含遮挡物场，分析了重建效果。采用数值模拟的方法，分别用原始的代数迭代重建算法（ART）与SSCART重建含遮挡物场，分析了模拟效果和重建精度。结果发现，这2种算法都能重建含建遮挡物场，但重建效果差别较大，SSCART能较精确重建原场。SSCART算法的重建精度MSE指标在10^-4数量级上比ART的降低了26．6％，PE指标在10^-2降低了77．6％。     

基于Landweber迭代算法的欠采样恢复数字预失真技术

传统宽带数字预失真(DPD)为了更好地矫正功率放大器(PA)非线性特性,通常要求反馈通道带宽达到发送信号带宽的5倍,相应地要求更高采样率的模数转换器(ADC),这将导致数字预失真系统面临着硬件成本和能耗问题。针对这一问题,该文提出一种基于Landweber迭代算法的欠采样恢复(USR)数字预失真(Landweber-USR DPD)技术。这种以内外循环的方式进行处理,可将反馈通道带宽从理论要求的5倍降低至2倍,以良好的质量从欠采样的功放输出信号中恢复全频带的输出信号,使还原出的数据更接近真实的功放输出信号,以实现更好的预失真效果。实验选用基于单管氮化镓(GaN)器件的宽带F类功率放大器,在1.8 GHz工作频点下用5 MHz的长期演进(LTE)信号激励,反馈ADC速率分别设置为全采样速率(40 Msps)和欠采样速率(10 Msps)。实验结果充分证明了Landweber迭代算法恢复功放数据的可靠性以及Landweber-USR DPD技术的有效性,为宽带通信系统中数字预失真技术的工程实现提供了有效降低ADC采样率的思路和方法。     

基于Landweber迭代算法的欠采样恢复数字预失真技术

传统宽带数字预失真(DPD)为了更好地矫正功率放大器(PA)非线性特性,通常要求反馈通道带宽达到发送信号带宽的5倍,相应地要求更高采样率的模数转换器(ADC),这将导致数字预失真系统面临着硬件成本和能耗问题.针对这一问题,该文提出一种基于Landweber迭代算法的欠采样恢复(USR)数字预失真(Landweber-USR DPD)技术.这种以内外循环的方式进行处理,可将反馈通道带宽从理论要求的5倍降低至2倍,以良好的质量从欠采样的功放输出信号中恢复全频带的输出信号,使还原出的数据更接近真实的功放输出信号,以实现更好的预失真效果.实验选用基于单管氮化镓(GaN)器件的宽带F类功率放大器,在1.8 GHz工作频点下用5 MHz的长期演进(LTE)信号激励,反馈ADC速率分别设置为全采样速率(40 Msps)和欠采样速率(10 Msps).实验结果充分证明了Landweber迭代算法恢复功放数据的可靠性以及Landweber-USR DPD技术的有效性,为宽带通信系统中数字预失真技术的工程实现提供了有效降低ADC采样率的思路和方法.     

线性迭代子空间射影重建法

该文提出了一种基于子空间线性迭代的射影重建方法,该方法利用所有的图像序列构成的行向量生成的线性子空间之和与射影重建结构点构成的行向量生成的子空间是同一线性子空间及在该子空间中任何一个基底都可以作为射影重建的特性,线性迭代地求取射影重建及图像深度因子。模拟实验和真实实验表明,该射影重建方法具有鲁棒性好、收敛性好及重投影误差小等优点。     

基于视觉特性的分形图像压缩编码

介绍了分形的基本概念及分形的数学原理，并针对传统的分形图像压缩编码算法的不足之处，提出了一种基于视觉特性的分形压缩算法，该方法利用人眼对灰度变化的敏感程度与背景有关的特点，在综合考虑图像块的均值与方差的前提下，动态地改变分形压编码时定义域块仿射变换后拼贴到值域块的最小误差，从而提高了编码速度。     

用迭代法消除数字图像放大后的模糊

用迭代法对数字图像经过插值放大后产生的模糊问题进行了研究，把数字图像插值放大造成的模糊看成是点扩散函数与清晰图像卷积的结果，根据插值算法可以得到点扩散函数，由于数字图像解卷积是典型的解线性方程组的问题，用雅可比（Jacobi）迭代法得到了很好的结果。与频谱空间变换的方法相比，迭代法没有分母为0的问题和空间变换过程造成的舍入误差。     

基于残差高频提升的POCS高分辨图像生成方法

在分析POCS算法的基础上,提出一种基于残差高频提升的POCS高分辨图像生成方法。实验表明,与传统的双线性插值、三次插值方法相比,其生成图像的PSNR有明显提高,与有限凸集连续投影方法相比,也有一定程度的提高。图像细节部分的主观效果得到较大改善。     

基于循环生成对抗网络的超分辨率重建算法研究

为了提高图像超分辨率重建的效果,该文将注意力机制引入多级残差网络(Multi-level Residual Attention Network, MRAN)作为CycleGAN的重建网络,提出了基于循环生成对抗网络(CycleGAN)的超分辨率重建模型MRA-GAN。MRA-GAN模型中重建网络负责将低分辨率(LR)图像重建为高分辨率(HR)图像,退化网络负责将HR图像降采样为LR图像,LR判别器负责鉴别真实LR图像和通过退化网络降采样得到的LR图像,HR判别器负责鉴别真实HR图像和通过重建网络重建得到的HR图像,并且改进了CycleGAN原有的判别器判别方式和损失函数。实验结果验证了MRA-GAN模型与现有算法相比,在峰值信噪比(PSNR)和结构相似性(SSIM)等指标上都有所改进。     

基于最优区域划分的子块快速因子分解后向投影算法

后向投影(Back Projection,BP)算法具有精确聚焦、完美运动补偿等优点,适合于机载超宽带合成孔径雷达(Ultra Wide Band Synthetic Aperture Radar,UWB SAR)成像,但是巨大的计算量限制了它的实际应用。子块快速因子分解后向投影算法(Sub-Image Fast Factorized Back Projection,SIFFBP)算法大幅度减小了BP算法的计算量,提高了BP算法的实用性。本文通过分析SIFFBP算法区域划分的约束条件,提出了一种基于最优区域划分的改进算法,解决了传统SIFFBP算法在小波束积累角时加速性能下降的问题。当波束积累角小于60度或成像区域长宽相差较大时,改进算法进一步减小了计算量。仿真和实测SAR数据的成像结果验证了改进算法的性能。     

基于针对性字典的压缩图像稀疏超分辨率重建

为了有效地重建压缩低分辨率图像,提出一种基于针对性字典的压缩图像稀疏超分辨率重建算法.首先,根据压缩低分辨率图像的形成特点,对训练库图像进行针对性的下采样压缩编码处理,进行超完备字典的训练;然后,通过训练所得的针对性字典对压缩低分辨率图像进行稀疏表示的超分辨率重建.为进一步恢复图像的高频信息,进行了针对性残差字典训练,并对图像进行高频信息补偿,得到稀疏重建后的图像主观效果更加突出,客观评价参数也得到较大提升.实验结果表明,该算法对压缩图像的超分辨率重建更具针对性,具有良好鲁棒性和高效性.