图像重建算法

摘要： 目的比较几种电阻抗成像(Electrical Impedance Tomography,EIT)重建算法的性能,为EIT应用于肺部实时功能成像提供参考依据。方法设计三组实验,分别用一步高斯牛顿法、反投影算法、GREIT算法和基于L1正则化的成像算法对仿真数据及人体实测数据进行图像重建。在L1正则化求解过程中采用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)。将四种算法对仿真数据与实测数据的重建图像以及评价参数进行对比分析。结果GREIT算法在无噪声重建目标的参数评价中表现最优,ADMM算法在加入噪声数据的重建中受到的影响最小,评价参数变化幅度最小,具有很好的抗干扰性能。结论GREIT算法与ADMM算法可以应用于肺部EIT重建,实现对肺部的功能成像。

摘要： 电容层析成像(ECT)技术是一种以两相流或多相流为主要检测对象,通过测量过程化参数反映内部介电常数分布状况的技术。ECT技术具有非侵入性、无辐射、成本低、响应速度快等优势,对于应用在成像条件复杂、苛刻等领域具有重要研究意义。概括了ECT技术的研究基础;对新型电容传感器、硬件设备、图像重建算法和应用领域的最新研究进展进行总结和分析;对ECT技术各项研究内容的发展方向和动态趋势进行探讨和展望。

摘要： 针对目前电容层析成像技术中重建图像质量有待提高的问题,对该技术正问题和反问题的改进方法进行了研究.通过将电极数目由传统的8电极增加至12电极来增加投影数据,从而改善图像重建的欠定性,并且在12电极敏感阵列的基础上对其灵敏度矩阵进行了均值滤波的改进处理,基于处理后的灵敏度矩阵对经典图像重建算法LBP算法和Landweber迭代算法进行了改进,仿真研究结果表明,基于敏感场滤波处理后的2种算法较之于原始算法成像精度明显提高.且2种算法中,改进后的Landweber迭代法成像效果更好.

摘要： 微小卫星在科学研究、交通导航、自然灾害预报、城市规划、环境监测、国防安全等领域应用潜力巨大.然而,作为常用于微小卫星系统的液化气推进装置,其推进剂存在气化不完全问题,导致推进性能下降.为了有效控制气化过程,研究了基于电容层析成像(ECT)技术的液化推进剂气化过程可视化和气相含率检测方法.为了提高测量信噪比和降低加工难度,设计了一个6电极柔性PCB传感器.针对6电极成像质量较差问题,在线性反投影(LBP)和Tikhonov正则化的基础上,提出了像素插值法,建立了灰度值-相含率映射模型.仿真结果表明,应用像素插值后,重建图像平均相对误差降低了 7.72％,图像质量显著提高,相含率测量误差显著减低(不大于4.86％).最后,基于微小卫星推进剂气化的实际情况设计了模拟实验装置,证明了所设计的柔性PCB传感器和所提出算法及映射模型的可行性.

摘要： 针对航空蜂窝板复合材料外部蒙皮破损导致内部产生泥沙、积水以及裂纹等影响飞行安全的问题,提出采用电容层析成像技术(ECT,electrical capacitance tomography)进行蜂窝板复合材料缺陷检测;针对平面ECT成像精度低的问题,通过构建多尺度融合策略、残差编码解码融合模块,引入一种新的池化模块(Soft-pool)等形成多尺度残差编码解码路径的深层神经网络(Ms RED,multi scale residual encoding and decoding paths),使最终的结果完全融合解码阶段学到的特性,对使用共轭梯度成像算法的重建图像进一步改善;结果表明,应用平面ECT技术可以实现蜂窝材料的缺陷检测,通过Ms RED网络可以提升图像重建效果,更清晰重建出蜂窝结构缺陷图像.

摘要： 针对两相流流型识别率不高且存在主观性的问题,提出一种基于Landweber迭代图像重建算法和卷积神经网络相结合的流型识别方法。利用Landweber迭代图像重建算法来获取流型图像并构建出流型图像数据库,通过对VGG16网络中不同的卷积层层数和不同尺寸及分辨率的数据集样本进行流型识别,确定了网络冻结卷积层和输入图片的参数。实验结果表明:采用电阻层析成像与卷积神经网络相结合的方法,使得流型识别准确率达到了95%,识别性能得到了提高。

摘要： 针对传统ECT对于复杂情况下成像精度不高的问题,提出一种基于深度学习的反演方法.通过对传统极端学习机的改进和优化,采用重建图像方法获得的图像特征信息作为训练数据,并将数据输入预测模型得到的结果作为先验信息.通过成本函数封装先验信息和领域的专业知识,并引入空间正则器和时间正则器以增强稀疏性,利用分离的Bregman(SB)算法和迭代收缩阈值(FIST)方法求解规定的成本函数,以获得最终的成像结果.仿真实验结果表明,该方法重建的图像与原流型相比,误差小于10％,并且减少了伪影和变形,提高了重建图像质量.

摘要： 为了解决在成像过程中反卷积点扩展函数所带来的模糊效应,提出一种新的图像重建算法.新算法利用高斯函数分解模型,能够有效解决基于Delta函数分解模型所引起的问题,并在重建延展源和致密源方面具备更好的效果.通过VLA模拟观测数据对算法进行测试,并与现有的2类图像重建算法进行比较,结果表明,新算法能够有效平衡现有的反卷积算法的计算复杂度和性能问题,能对图像进行更加精确建模,具有更好的图像重建性能.

摘要： 针对稀疏投影CT图像重建算法中梯度算子在图像稀疏表达方面的不足,本文将Contourlet变换引入稀疏CT图像重构,利用Contourlet变换包含图像中的方向信息,从而更有效表达图像这一优势,提出一种将Contourlet变换与最小化图像总变差(TV)方法相结合,进而借助分裂Bregman方法进行最优化求解的CT重建算法.实验结果表明,在投影数较少,迭代次数较小的条件下,本文算法重构结果在RMSE与UQI方面均优于ART与TV方法,重构图像的边缘细节亦保持良好,且抗噪性能较强,说明本文算法更适合稀疏投影情况下的重建。

摘要： 环形通道内的多相流过程中截面相分布信息的准确测量,对于提高工业生产效率、保障生产安全具有重要的作用.电阻层析成像技术,是一种新兴的多点测量技术,能够提供被测场域内介质的截面分布情况,具有响应速度快、价格低廉、安全无辐射等优点,非常适合于多相流的测量.但是,由于该技术本身的非线性的特点,其重建图像的空间分辨率不高,而为了克服这一问题被普遍采用的迭代非线性算法,计算量大、计算效率低,很难满足工业测量的要求.针对这一问题,本文提出了一种快速非线性图像重建算法.该算法针对环形通道本身的结构特点,采用有限元与边界元耦合的方法,提高了正问题的计算效率,并采用了快速收敛的Levenberg-Marquardt方法,加速了逆问题的求解.仿真实验表明,该方法较传统方法在速度和精度上存在优势.

摘要： 研制了基于工件倾斜回转扫描的计算机分层层析成像系统,用于实现长宽厚度比大的板壳结构工件的层析成像检测.描述了研制系统的组成,介绍了采用的X射线源、探测器以及倾角可调精密机械扫描装置等;然后,基于X射线与物质的相互作用原理,设计了工件倾斜回转层析扫描方式,分析了其工作原理,并对采用的基于代数迭代的图像重建算法和系统几何校准技术进行了讨论;最后,完成了系统调试,并以标准试件开展了系统性能测试和应用验证实验.实验结果表明:设计的系统层析成像空间分辨率达到31p/mm;密度分辨力达到0.3％,可满足板壳结构高精度分层层析成像要求.该系统在板壳层析检测方面优于传统的CT检测系统.

摘要： 通过8通道超声波发射/接收自动切换装置，发展了一种用于超声换能器阵列自动检测技术，结合二值投影算法改进实现了目标动态成像。实验表明其可以较快地识别动态目标的位置和尺寸特征。在此基础上，对于更精准和快速的图像重建算法的研究将有利于提高系统的分辨率和改善其动态性能。实验表明该系统数据采集速度快,抗噪声性强.目前,该成像系统可达到12幅/秒的成像速度,满足液相系中动态目标的成像要求.

摘要： 重建高质量的图像对于电容层析成像(Electrical capacitance tomography,ECT)方法的应用具有重要意义。本文提出了融合ECT测量信息和被测对象动态演化信息的新型图像重建模型;建立一个同时考虑了ECT测量信息、被测对象动态演化信息、时间与空间约束的新型图像重建目标泛涵,将图像重建问题转化为最优化问题;进而提出了集成了交替迭代算法和快速迭代收缩阈值算法优势的新型算法求解该目标泛涵。数值仿真表明,该算法是有效的,所重建图像的质量得到了明显改善。

摘要： 直线轨迹CT的射线源和探测器相对于物体做直线运动,由于不需要旋转运动,可以实现高速扫描,适用于工业在线检测和安全检查领域,具有较高的实际应用价值.直线轨迹CT的最大问题在于其投影数据是截断的,有限角度图像重建是该成像方式的关键难题.

摘要： 以几何声学近似为理论基础，组建了一套超声波层析成像系统1。采用发射角度范围近180°的压电晶片，运用扇形束的扫描方式，通过同步采集放大系统实现超声波信号的快速采集。为了获得精度更高的图像重建效果，在基于二值逻辑反投影算法的基础上，增加逻辑值‘2’，改进了图像重建算法，并与原算法进行了比较。对于单圆柱和双圆柱体的实验表明：该液固两相系超声波层析成像系统能够获得较高的成像精度。

摘要： 由于螺旋锥束CT(computed tomography)具有扫描速度快，射线利用效率高等优点，目前开始应用于医学和工业检测领域。Katsevich 图像重建算法是第一个蝶旋锥束CT精确重建算法，然而由于计算量大，限制了该算法在实际系统中的应用。近年来图形处理器的强大并行计算能力已被用于加速多种CT重建算法。本文给出了一种基于GPU实现的Katsevich型螺旋锥束CT重建算法。算法中的滤波和反投影计算部出 GPU并行加速实现。基于锥覆盖方法，每个投影在读入GPU显存后在反投影时，能得到充分利用，简化了反投影计算。本文还允分利用了蝶旋锥束CT在投影过程中的几何对称性，通过将相隔90度的四个旋转方向的投影放置在GPU的RGBA四个颜色通道内，实现了四个旋转方向上反投影的并行计算。通过对Shepp—Logan模型三维图像的重建，验证了本文GPU方法的有效性。结果表明，用 1 440个1 024×1 024大小的投影重建一个包含1 024×1 024×1 024个体素的图像，在精度不损失的情况下，仅需要282.41秒。

摘要： 本文将从图像超分辨率重构的原理出发，探讨现有的图像超分辨率方法，并对它们的性能做出评估。图像超分辨率重构的算法分为空域算法和频域算法，由于频域算法有它的局限性。现在国内外的研究主要集中于空域算法。空域算法主要分为基于插值，多幅超分辨率重构，基于学习的超分辨率算法三大类。图像超分辨率研究的方法有最大后验概率(MAP)、联合图像配准与估计、联合图像先验算法和基于学习的超分辨率重构。针对四种算法进行仿真分析，结果表明图像经过上述四种算法重构后。性能最好的是基于贝叶斯框架的联合图像先验模型算法。MAP算法由于受到图像配准精度的影响，性能不是很理想。基于学习的重构算法性能受图像样本库的制约，性能受到影响。

摘要： 本文将从图像超分辨率重构的原理出发，探讨现有的图像超分辨率方法，并对它们的性能做出评估。图像超分辨率重构的算法分为空域算法和频域算法，由于频域算法有它的局限性。现在国内外的研究主要集中于空域算法。空域算法主要分为基于插值，多幅超分辨率重构，基于学习的超分辨率算法三大类。图像超分辨率研究的方法有最大后验概率(MAP)、联合图像配准与估计、联合图像先验算法和基于学习的超分辨率重构。针对四种算法进行仿真分析，结果表明图像经过上述四种算法重构后。性能最好的是基于贝叶斯框架的联合图像先验模型算法。MAP算法由于受到图像配准精度的影响，性能不是很理想。基于学习的重构算法性能受图像样本库的制约，性能受到影响。

摘要： 本发明的图像重建处理方法，在物质信息推定工序(步骤S2～S6)中，在图像更新工序(步骤S1)的每次图像更新时，根据重建图像推定物质信息，使用在物质信息推定工序(步骤S2～S6)中推定的物质信息，在之后的逐次近似法中的逐次近似公式的计算中更新图像。由此，根据重建图像推定物质信息，本发明能够应用于无论摄影样品的构成物质的信息为已知还是未知的情况。因为在图像更新工序(步骤S1)中的每次图像更新时从重建图像推定(更新)物质信息，所以能避免在重复次数较多的时刻持续使用例如逐次近似公式中的重复次数(反复次数)较少的时刻所推定的物质信息这样的问题，能够推定可靠性高的物质信息。因此能够使用可靠性高的物质信息来降低伪影。

摘要： 本发明的图像重建处理方法，在物质信息推定工序(步骤S2～S6)中，在图像更新工序(步骤S1)的每次图像更新时，根据重建图像推定物质信息，使用在物质信息推定工序(步骤S2～S6)中推定的物质信息，在之后的逐次近似法中的逐次近似公式的计算中更新图像。由此，根据重建图像推定物质信息，本发明能够应用于无论摄影样品的构成物质的信息为已知还是未知的情况。因为在图像更新工序(步骤S1)中的每次图像更新时从重建图像推定(更新)物质信息，所以能避免在重复次数较多的时刻持续使用例如逐次近似公式中的重复次数(反复次数)较少的时刻所推定的物质信息这样的问题，能够推定可靠性高的物质信息。因此能够使用可靠性高的物质信息来降低伪影。

摘要： 本发明公开了一种超视野CT图像重建模型训练和超视野CT图像重建方法，利用预设重建算法对获取的多组CBCT投影数据进行重建处理得到正常视野图像；对正常视野图像进行视野缩小处理；对缩小后的正常视野图像对应的投影数据进行补全操作；对补全操作后得到的投影数据进行重建得到超视野重建图像；根据正常视野图像数据与超视野重建图像数据构建数据集，并根据数据集训练U－Net网络模型得到超视野CT图像重建模型。减弱了因数据截断导致的重建图像超视野边界的亮环问题；有效增强了超视野区域的图像的亮度与组织结构，解决了视觉效果不好的问题；根据该模型进行超视野CT图像重建可以直接得到与正常视野重建图像的视觉效果相近的图像，满足临床诊断需求。

摘要： 本公开是关于一种图像重建方法、图像重建装置及存储介质。图像重建方法包括获取初始图像的初始特征图，并确定所述初始特征图的局部统计特征信息，所述局部统计特征信息中至少包括局部均值特征信息；基于所述局部均值特征信息对所述初始特征图进行通道间信息融合，得到目标特征图，和/或，基于所述局部均值特征信息对所述初始特征图的特征信息进行归一化处理，得到目标特征图；以所述目标特征图进行图像重建，得到所述初始图像的重建图像。通过本公开可以得到视觉效果较优的重建图像。

摘要： 本公开提供了一种图像重建方法、装置、设备和存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术领域。具体实现方案为：基于至少两个特征查找表，确定目标图像的至少两个特征信息；至少两个特征查找表分别与图像重建模型中的至少两个特征提取模块关联，用于表征所关联特征提取模块的输入像素信息与提取的特征像素信息之间的映射关系；至少两个特征提取模块中第一卷积层的卷积核尺寸相同，且扩张率不同；通过图像重建模型中的特征融合模块，对至少两个特征信息进行融合，得到融合特征信息；根据融合特征信息，确定目标图像的重建图像。本公开实施例能够提高图像重建的效率和质量。

摘要： 本发明提供一种基于单像素成像的图像重建方法，包括：S11：生成随机数矩阵及其伪逆矩阵；S12：基于所述随机数矩阵及其伪逆矩阵，对光束进行调制获得调制光；S13：采集经过被测物体后的调制光，获取桶探测信号；和S14：基于所述随机数矩阵、所述伪逆矩阵以及所述桶探测信号，重建被测物体的图像。本发明为单像素成像提供了一种实用的重建算法，算法耗时少、资源占用少、重建效果好。

摘要： 本发明实施例提供了一种太赫兹图像重建的模型训练方法、太赫兹图像重建方法、装置、系统及计算机可读存储介质，太赫兹光谱仪采集到的初始太赫兹图像和与初始太赫兹图像不同类别的高分辨率图像经过将分辨率处理后得到的低分辨率图像共同输入到卷积网络模型中，通过卷积网络模型对低分辨率图像进行特征信息的提取。通过在卷积网络模型的最后一层设置残差融合层，使得卷积网络模型对低分辨率图像进行特征信息的提取更加全面，减少梯度下降对图像分辨率重建的影响，从而使卷积网络模型对太赫兹图像重建出更高的分辨率。

摘要： 本发明实施例公开了一种图像重建模型生成及图像重建方法、装置、设备和介质，其中，图像重建模型生成方法包括：获取初步磁共振重建图像，并按照预设图像分辨率提升倍数，降低初步磁共振重建图像的分辨率，得到低分辨率图像；对低分辨率图像进行图像插值处理，图像插值的倍数为预设图像分辨率提升倍数；将插值处理后的图像作为模型训练的输入数据，将初步磁共振重建图像作为标签数据，对高分辨率图像重建模型进行训练，当高分辨率图像重建模型的损失函数收敛于预设数值时，生成目标高分辨率图像重建模型。本实施例的技术方案实现了，消除了数据偏差带来的学习效果不佳等隐患，在缩短成像的时间的同时，能够提高重建图像分辨率，有更好的图像效果。

摘要： 本发明公开了一种图像重建方法和图像重建算法的参数确定方法，该方法包括如下步骤：获取扫描的原始投影数据，并根据所述原始投影数据生成初始重建图像；根据所述原始投影数据获取噪声估计值；根据所述噪声估计值计算目标函数的权重数据；将所述初始重建图像作为初始值，基于所述目标函数进行迭代，获得目标重建图像。本发明解决了在不同的扫描情况，对图像重建质量的改善。

摘要： 本发明公开了一种图像重建方法和图像重建算法的参数确定方法，该方法包括如下步骤：获取扫描的原始投影数据，并根据所述原始投影数据生成初始重建图像；根据所述原始投影数据获取噪声估计值；根据所述噪声估计值计算目标函数的权重数据；将所述初始重建图像作为初始值，基于所述目标函数进行迭代，获得目标重建图像。本发明解决了在不同的扫描情况，对图像重建质量的改善。