基于不适定反问题求解的降水图像降尺度研究

遥感降水产品和环流模型预报降水降尺度研究一直是水文和气象学的热点。使用多源降水融合资料进行降水图像降尺度研究,其本质是提高低分辨率观测或模拟降水场分辨率,并适当增加其细节或高频特性。基于降水自相似结构性质,将不适定数学反问题求解法用于降尺度。在求解降尺度不适定反问题时,不同风暴环境的小规模组织内降水特征往往会重复出现这一性质,通过训练得到高、低分辨率的降水场,形成相应的"完备字典",用于正交匹配追踪贪婪法重构高分辨率降尺度的降水场。执行时,首先基于专家场(Fields of Experts,FoEs)模型进行缺测资料插补;其次采用文中方法进行降水图像降尺度应用研究。基于传统"保真度"度量指标和空间结构相似性度量法对该方法得到的试验结果进行评估,结果表明该方法可行。

ECT图像重建中最小坡度正则化参数选择方法

电容层析成像图像重建反问题常常是不适定的.提出了一种在最小坡度曲线段中选择Tikhonov正则化参数的新方法用于求解这一不适定反问题.对于测量数据的干扰,不适定问题的一些正则化解比其他的解敏感程度低.该方法使用一定准则选取不敏感正则化解中的一个,将这个解对应的正则化参数作为最优值.通过仿真实验,针对两种典型介质分布,将基于最小坡度方法计算的正则化参数与流行的L-曲线法在电容测量数据施加噪声情况下的图像重建结果进行了比较.实验表明基于新方法的图像重建结果要好于L-曲线法.

ECT图像重建正则化参数选取新方法

电容层析成像图像重建是一不适定反问题。此种情况下,仅使用最小二乘法不能保证获得满意的介质分布图像重建结果,因此广泛使用TIkhonov正则化算法来产生适当的解。正则化参数的合适选取对图像重建至关重要,其对重建质量和计算时间都有影响。本文提出了一种基于最平坦斜率的Tikhonov正则化参数选择方法,并针对2种典型介质分布,将基于此方法计算的正则化参数同L-曲线法在电容测量数据无噪声和施加噪声情况下的图像重建结果进行了比较。

基于L曲线法的超声CT正则化参数优化

超声逆散射成像图像重建反问题常常是不适定的。此种情况下,仅使用最小二乘法不能保证获得满意的介质分布图像重建结果,因此使用Tikhonov和TSVD正则化算法来产生适当的解。正则化参数的合适选取对图像重建至关重要,其对重建质量和计算速度都有影响,本文采用L-曲线准则确定相应的正则化参数。经实验验证:基于L-曲线法可以快速找到最优正则化参数,TSVD法与Tikhonov正则化方法相比,提高了图像重建质量,且适用范围广。