基于约束共轭梯度的高能闪光照相3维重建算法

针对高能闪光照相系统成像信噪比低的特点,提出了3维约束共轭梯度算法,该算法基于3维重建理论来重建方程,利用约束共轭梯度法迭代求图像重建的最优解。数值模拟结果表明:采用3维约束共轭梯度算法能有效改善高能闪光照相重建图像轴线噪声大的问题,是一种具有很高抗噪能力的闪光照相图像重建算法。

一种基于约束共轭梯度的闪光照相图像重建算法

针对闪光照相系统成像信噪比低的特点,提出了正则化预优约束共轭梯度算法(RPCCG)。RPCCG算法在闪光照相重建方程中引入Tikhonov正则化准则,利用预优约束共轭梯度法迭代求图像重建的最优解。数值试验表明,采用最小二乘+平滑准则的RPCCG算法是一种具有较高的抗噪能力的有效闪光照相图像重建算法,具有良好的收敛性和稳定性以及较高的重建精度。

基于约束优化的闪光照相图像重建算法

针对闪光照相图像受模糊及噪声影响的问题,提出了一种基于约束优化的闪光照相图像重建算法。该算法建立基于平行束投影的正向成像矩阵,并通过嵌入模糊矩阵表达成像过程中的模糊因素,采用最速下降法求解重建问题。在算法中设计了预优矩阵以提高迭代重建速度,利用客体密度值非负、密度分布分段光滑并含有阶跃性边界的先验知识,设计和采用了非负约束、光滑约束及广义变分边界约束条件。对仿真FTO客体图像及实际闪光照相图像的重建结果表明,基于约束优化的重建算法具有良好的边界保持能力及噪声抑制能力,可以有效提高图像重建质量。

基于神经网络的闪光照相网栅图像修补

提出了一种基于径向基函数(RBF)神经网络的闪光照相网栅图像修补算法,该方法采用滑动窗口方法将待修补的网栅图像分为若干子块,然后在每个子图像内分别引入RBF神经网络,将栅孔内图像作为已知数据计算RBF网络参数,并以此对每个子图像进行修补,数值试验表明,该算法能较好地再现图像边缘信息,修复的图像在信噪比和视觉方面都优于线性插值和样条插值的结果。

基于BP神经网络的闪光照相图像复原

针对闪光照相系统模糊较大、成像信噪比较低的问题,提出了一种基于BP神经网络的闪光照相图像复原方法。该方法利用BP神经网络的泛化能力,用样本图像对网络进行训练,建立退化图像与真实图像之间的非线性映射关系,然后将待复原图像分区,利用训练好的BP神经网络对待复原图像的边界区域进行复原处理。数值试验表明,在系统点扩展函数未知的情况下,该算法能较好再现图像边缘信息,复原出的图像在信噪比和视觉方面都有较大提高。

改进的约束共轭梯度闪光照相图像重建算法

针对闪光照相图像信噪比低的特点,提出了一种改进的约束共轭梯度闪光照相图像重建算法。该算法在约束共轭梯度迭代重建的基础上,提出了新的预优矩阵选取方案,减小了重建图像的轴线噪声,利用松弛迭代步长代替共轭梯度法中的最优迭代步长,并采用了新的收敛准则,在保证算法收敛的同时,减少了重建算法的计算量。数值试验表明,与传统约束共轭梯度重建算法相比,改进算法稳定收敛,迭代速度更快,并能有效提高重建质量。

基于偏微分方程的闪光照相图像修补算法

针对闪光照相底片图像可能含有缺陷的问题,提出了一种基于偏微分方程的闪光照相图像修补算法,该算法在曲率驱动扩散(CDD)方法的基础上,引入变系数的p-Laplace算子,并将其与BSCB方法交替进行修补。该算法能兼顾水平线的梯度方向和切线方向的修补信息,符合人眼的"连通性准则",并能有效修补面积较大的破损区域。与CDD修补算法相比,该算法能快速收敛,具有更好的修补效果。

基于改进开关中值滤波的多孔网栅图像脉冲噪声消除

针对多孔网栅闪光照相图像含有随机脉冲噪声的问题,提出了一种改进的开关中值滤波噪声消除算法。该算法利用像素与邻域窗口统计中值的灰度信息,建立噪声点探测器。通过设置噪声点探测阈值来识别噪声,并用邻域窗口内统计中值代替噪声点取值。经过多次滤波,含随机脉冲噪声的计算机合成网栅图像及实验网栅图像可获得良好的恢复效果。

减小电子涨落的指向概率虚拟源方法

为了减小X射线辐射照相蒙特卡罗模拟中成像平面上电子结果的涨落,尝试了一种新指向概率虚拟源方法。该方法利用指向概率法产生成像平面电子的主要来源——虚拟X射线源,不仅在一次历史中增加了模拟电子的概率,而且使一次模拟对更多的记录点有贡献。使用指向概率虚拟源方法模拟结果表明:在X射线辐射照相中,指向概率虚拟源方法有效地减小了电子贡献的涨落,改善了模拟结果,提高了MCNP模拟X射线辐射照相过程的能力。

基于约束共轭梯度的高能闪光照相图像复原算法

针对闪光照相系统模糊较大、成像信噪比低的特点,提出了一种基于约束共轭梯度的闪光照相图像复原算法,将闪光照相图像复原问题转化为一个约束优化问题,引入基于非负、中值滤波和偏微分方程的光滑约束条件,并利用约束共轭梯度法迭代求最优解。数值试验表明,该算法能较好再现图像边缘信息,复原出的图像在信噪比和视觉方面都有较大提高。

基于水平集的闪光照相图像分割算法

针对Chan-Vese(CV)模型局部控制能力差的缺点,将基于区域的CV模型和分割曲线的局部信息结合起来,提出了一种新的水平集图像分割算法。该算法以CV法的分割曲线为初始曲线,以获得全局收敛性,在后继分割中引入分割曲线的局部信息,以提高模型对图像中微弱信号的分割能力。对闪光照相图像的数值实验表明,该算法噪声抵抗能力强,对初始轮廓位置不敏感,能实现对含细长拓扑结构和微小孔洞的弱边界闪光图像的自动分割。

一种基于参数活动轮廓模型的高能闪光照相图像分割算法

针对高能闪光照相系统成像质量较差的特点,提出了一种基于参数活动轮廓模型(Snake模型)的闪光照相图像分割算法。该算法在传统高斯力Snake模型中引入包含图像区域信息的变力,以目标和背景两区域具有最小方差为准则,构建兼顾边缘和区域信息的外部能量函数。数值实验结果表明,该算法对初始轮廓位置不敏感,较好地解决了客体凹陷区域分割问题,能够实现对含噪声的弱边界闪光图像的自动分割。

基于主动轮廓模型的闪光照相投影图像分割

提出了一种基于主动轮廓模型的闪光照相投影图像分割算法。该算法通过综合应用图像灰度和梯度信息定义速度函数，代替传统主动活动轮廓模型单一依靠梯度信息的方法，达到了灵活利用闪光投影图像先验知识的目的。闪光照相投影图像的数值实验表明，该算法的噪声抵抗能力强，可实现弱边界闪光投影图像的自动分割。

基于Hopfield网络的闪光照相图像复原

针对闪光照相系统模糊较大、成像信噪比较低的问题，提出了一种基于Hopfield神经网络的闪光照相图像复原方法。该方法将图像复原归结为一个极小值问题，然后将该问题映射为Hopfield网络能量函数，从而利用Hopfield网络求解最优化问题。该方法利用先验知识将待复原闪光图像分为边界区域和平滑区域2部分：对平滑区域引入减小噪声的正则化准则进行复原；对于边界区域，引入具有边界保持性质的正则化准则。数值试验表明，该算法能较好再现图像边缘信息，复原出的图像在信噪比和视觉方面都有较大提高。

基于改进ART算法的闪光照相图像重建

针对闪光照相图像信噪比低的特点，提出了一种改进的代数重建算法（ART）。该算法在代数重建算法的基础上，引入了密度值非负约束和密度分布分段连续的约束条件，有效减小了重建图像的噪声不适定性，并采用松弛迭代步长代替代数重建法中的固定迭代步长，在保证算法收敛性的同时，进一步提高了重建质量。数值试验表明，与传统代数重建算法相比，改进算法稳定收敛，并能有效提高重建质量。

一种基于约束共轭梯度的闪光照相图像复原算法

针对闪光照相图像模糊较大、成像信噪比低的特点，提出了一种基于约束共轭梯度（CCG）的闪光照相图像复原算法。针对闪光照相的特点，引入基于非负、中值滤波和偏微分方程（PDE）的光滑约束条件，把闪光照相图像复原问题转化为约束优化问题，并利用约束共轭梯度法迭代求图像复原的最优解。数值试验表明，该算法能较好再现图像边缘信息，复原出的图像在信噪比和视觉方面都有较大提高。

高能闪光照相中Sobel算子的边缘检测方法

针对高能闪光照相中投影图像的特点,对数字图像处理中具有代表性的Sobel边缘检测算法进行了分析,发现该算法存在检测出的边缘粗和人为进行阈值的选取会造成边缘点的误判的缺点;为此提出了一种阈值确定方法和基于最大梯度的定位准则算法。改进的算法实测结果表明:该方法有效地解决了Sobel算子检测出的边缘过粗的问题,得到的边缘较细,定位精确,提高了边缘检测精度,可用于高能辐射照相中的边缘提取。

闪光照相中MeV级网栅的设计

通过理论分析,确定了MeV级多孔网栅的设计目标、拟采用的照相布局及图像接收系统。在此基础上,通过蒙特卡罗模拟和理论分析,确定了网栅的主要参数,包括网栅厚度、孔径与孔间距和W薄片厚度,并研究了加工误差和非理想照相因素对网栅性能的影响,最后给出了原理样机的设计参数。针对原理样机开展了数值模拟,利用模拟图像进行了网栅图像修补与插值等图像预处理工作,初步验证了原理样机在实际应用中的可行性。

含系统模糊的闪光照相正向成像技术研究及应用

正向成像技术是正向计算与反演相结合的密度重建技术的基础。为了正确获取闪光照相面光源下复杂客体的正向计算数值图像,提出了面光源点源化的思想,并用窗口化的探测系统模糊、径迹法等技术得到了更加准确的、含系统模糊的正向投影矩阵以及方程。利用含系统模糊的正向投影方程计算实验客体的正向投影,获得了与实验结果一致的边界信息。含系统模糊的正向投影方程和逆问题求解的约束共轭梯度法合成了整体密度重建方法。整体密度重建方法应用于FTO客体的模拟图像和实验图像,都能够将模糊控制在1~2个像素。

基于Facet模型的闪光图像边缘检测

针对闪光图像的特点,对经典边缘检测算子进行了分析,发现存在检测出的边缘粗和对噪声的干扰比较敏感的缺点,提出了一种基于Facet模型的爆轰实验图像边缘检测算法。该方法吸取了其它同类方法的优点,引进了正交基简化了运算,用离散正交多项式对图像每个像素的邻域作最佳曲面拟合,在此基础上使用整体梯度算子寻求二阶方向导数的零交叉点,最终提取边缘点。结果表明:该方法检测出的边缘细,并且光滑连续,对图像噪声干扰有较强的抑制能力,对于孤立的边缘能够给出较精确的定位。