基于改进的期望值最大化自适应光学图像多帧迭代去卷积算法

为提高自适应光学图像复原的效果,基于期望值最大化理论,提出了一种基于改进期望值最大化(EM)算法的自适应光学(AO)图像多帧联合去卷积算法。通过建立多帧AO图像退化的数学模型,推导出基于相位误差并随时间变化的点扩散函数(PSF)模型,根据图像功率谱密度及约束图像支持域的方法对AO图像进行去噪处理。应用AO成像系统参数与正则化技术相结合对EM算法进行改进,建立多帧AO图像联合去卷积的代价函数及其参数估计的优化模型。利用所建模型对模拟图像和实际观测的AO图像进行图像复原实验验证文中算法的复原效果。实验结果表明,与Wiener迭代盲去卷积、Richardson-Lucy迭代盲去卷积算法相比,文中算法迭代次数减少14.3%,估算精度有了明显提高,辨识出了AO图像的PSF,复原出了清晰的观测目标图像。研究结果对实际AO图像复原有一定的应用价值。

改进的最大似然期望最大化超声CT重建方法

针对超声CT重建问题,提出了一种基于高斯分布的最大似然期望最大化方法,并采用非最小最优化的方法来设置迭代的初始值。由于高斯分布更加符合测得时间信息的分布规律,所以基于高斯分布的新算法比传统基于泊松分布的最大似然期望最大化算法更加精确。所采用的非最小最优化方法能够减少迭代次数,有利于提高重建质量和计算效率。为了检验新算法,对三维温度场进行了仿真重建实验,结果表明,改进后的最大似然期望最大化算法具有更小的平均误差,能够得到更精确的重建图像。

高斯混合模型结合加权似然的目标跟踪算法

鉴于高斯混合模型对背景变化快时无法精确检测出目标和目标跟踪的适应性差等瑕疵,提出了基于加权似然跟踪器来改进高斯混合模型实现运动目标跟踪算法。主要引入了自适应高斯混合模型来实时检测运动目标,然后空间加权似然来进行视频中的目标定位,引入加权似然期望值来改进高斯混合模型处理视频中的多尺度、多角度变化的目标跟踪不精准问题。通过VOT 2014 dataset 对比实验结果表明提出的基于加权似然跟踪(Weighted Like-lihood Tracking,WLT)和改进高斯混合模型(Improved Gaussian Mixture Model,IGMM)的目标跟踪算法较传统高斯混合模型跟踪算法在跟踪的精度有较大提高。在应对多尺度、多角度变化的目标跟踪表现出了较大的优势。

期望最大化方法在工业CT中的应用研究

工业CT(ICT)是一门用来获取观测物体断层图像的技术,它广泛应用于无损检测和安全检查等领域。但目前常用于工业CT重建的滤波反投影算法易受噪声和伪影的影响,降低了图像质量。为了抑制图像伪影与噪声,本文应用统计迭代的方法进行工业CT重建。

基于PSO和MLEM混合算法的NDP测量反演算法研究

中子深度剖面(NDP)分析技术是一种无损检测方法,能够同时测量样品中目标核素的浓度与空间信息,已被广泛应用于锂电池、半导体等产业。在NDP分析过程中,由测量能谱反演出目标核素浓度的分布信息是关键步骤。目前NDP测量反演中常用的算法为最大似然期望最大化(MLEM)算法。针对MLEM算法计算结果易陷入局部最优解的情况,本文提出了粒子群(PSO)与MLEM混合(PSO-MLEM)算法,并通过动态加速因子提高了算法的收敛速度与计算精度。应用PSO-MLEM算法、PSO算法、MLEM算法、奇异值分解求解最小二乘(SVDLS)算法对锂电池中^(6)Li的NDP模拟能谱进行反演,并对反演计算结果进行了评价。结果表明:对比PSO算法,PSO-MLEM算法的收敛效率与计算精度明显提升;对比MLEM算法,PSO-MLEM算法的全局寻优能力有效提升了反演精度,避免了局部最优解的影响;对比SVDLS算法,PSO-MLEM算法的反演精度明显提升。

基于最大后验估计的编码孔图像重建算法

图像重建算法对编码孔伽马相机的成像性能有重要的影响,然而广泛使用的最大似然期望最大化(MLEM)算法无法在较强干扰背景下有效抑制图像中的噪声,当超过一定迭代次数后,图像信噪比会逐渐降低。针对MLEM算法的这一“病态性”问题开展了研究。首先将最大后验估计(MAP)算法应用于编码孔图像重建,接着分析了算法中Gibbs先验函数的邻域大小和权值系数等关键参数的选取方法。然后使用编码孔相机开展了成像实验,对比了MLEM算法与MAP算法对22Na点源的图像重建结果。结果表明,在300~1 200次迭代下,MLEM重建图像中出现了明显的噪点,且随着迭代深入图像质量逐渐变差;而MAP重建图像没有出现明显噪点,重建图像的平均梯度相较于MLEM降低了26.45%~49.16%,对比度噪声比(CNR)提升了42.32%~351.07%。另外,对比了3×3和5×5邻域大小时的多点源图像重建结果,结果显示,邻域过小会导致重建图像的热点亮度降低,与理论分析结果一致。最后,分别对比了MLEM与MAP算法在较远距离和较强干扰两种场景下的成像结果,MAP算法均表现出更好的信噪比性能。

基于最大伪似然准则估计的故障链路诊断

识别网络内部的故障链路对提升网络性能具有重要参考价值。研究了树型拓扑下基于端到端测量的故障链路诊断问题,提出一种最大伪似然估计方法估计链路先验故障概率,把树型拓扑划分为一系列具有两个叶节点的子树,并使用期望最大化(EM)算法最大化每个子树的似然函数,求出链路先验概率。仿真实验表明,该方法与现有的联立方程组求解方法估计精度相当,但是大大降低了算法时间复杂度,证明了该方法的有效性。

同步辐射光成像中的最大似然迭代重建法

本研究主要目的在于探讨与评估在同步辐射光源显微成像时使用不同的图像重建算法时的图像质量与重建速度。此次实验我们采用鸟类的羽毛做为受测物体,并且使用位于新竹科学工业园区内的同步辐射研究中心的同步辐射光源及高分辨X光摄影机来取得X光的影像。本研究使用两种不同的算法来重建图像,分别为滤波反投影法与梯度最大似然迭代重建法,作为这次评估的算法。由重建图像的结果显示,我们可以发现梯度最大概似迭代式重建法在边缘的地方有模糊化的现象,另外在图像质量方面,滤波反投影算法的影像上的环状伪影较梯度最大似然迭代算法明显。因此本研究就针对目前同步辐射的图像重建法做一探讨,并对两种不同的重建算法做一适当的评估,以期望提供不同的图像重建法给予不同需求的使用者。

有限混合泊松分布参数优化的改进EM算法

为解决EM算法易于陷入局部最优的问题,提出一种有限混合泊松分布参数优化的改进EM算法。建立混合泊松分布模型,利用EM算法求解模型中的参数向量,并结合算例指出该算法对初值敏感的缺陷,引入智能优化算法对算例进行改进。分析结果表明:使用优化算法后,对数似然度的增大十分明显,增加了求得最优解的概率。

一种基于形态滤波器的PET图像重建算法

本文把形态滤波器引入到基于期望值最大的最大似然(maximum likelihood expectation maximization,MLEM)算法中,提出了一种新的基于惩罚的最大似然(penalized maximum likelihood,PML)重建算法。实验结果表明,跟传统算法相比,新提出的算法不仅能有效的去除图像噪声,还能精确的保护图像边缘等有用信息。

编码成像MLEM互补算法的参数优化

为了提高编码近场成像质量,本文对最大似然期望最大化法互补算法的参数进行优化选择。采用最大似然期望最大化互补算法消除近场成像伪像的原理,利用Geant4程序模拟研究了不同位置^(137)Cs单点源通过修正均匀冗余阵列(19×19)嵌套编码孔的成像结果,并利用参数选取对成像质量的影响。选取合理的修正参数进行理想迭代次数与源项位置关系式的拟合并验证。结果显示:伪像主要由源项在探测器上投影的不均匀性造成的,相关成像性能明显优于传统δ解码成像法,相比于源项所在极角,极径对于迭代参数的选取影响更大。

OSEM算法在编码板成像中的应用

为提高γ辐射编码成像中MLEM算法在图像重建时的速度及质量,论文基于核医学ECT图像重建中的OSEM算法思想在图像重建时对编码成像所得投影数据进行分组,并采用精细采样平衡相关法的重建结果作为初值进行迭代。通过实验对该算法进行验证。实验表明:OSEM算法可以有效提高收敛速度,改善重建图像质量。在γ辐射编码成像中采用OSEM算法是有效且可行的。

一种导频与数据联合辅助的半盲信噪比估计算法

提出了一种新的适用于MPSK突发通信系统的半盲信噪比估计算法。基于EM算法结构,已知的导频符号和未知的数据符号被同时用于信噪比估计,在保证系统频谱效率的前提下,有效提升了估计性能。理论分析和仿真试验表明,该方法的性能优于仅使用导频符号的数据辅助估计方法,同时在较宽的信噪比范围内优于仅利用未知数据符号的最大似然方法、二阶四阶矩方法(M2M4)等其它经典的盲信噪比估计方法。

稀疏角度数据下非视域物体三维重建方法研究

非视域成像技术是一种新型的针对观测视线外目标进行三维成像的技术,主要是通过激光照射中介面,利用探测器对隐藏物体光强的时空分布信息进行采集,再使用重建算法进行图像重建。由于其仅能在稀疏或部分角度下进行探测,不能获取隐藏物体的全方位信息,获取数据信息不足从而使图像重建精度不高。本文针对稀疏角度数据问题,提出了反投影最大似然期望值最大化(BP-MLEM)算法,能够有效提高非视域物体三维重建的精度;通过结构相似度(SSIM)进行分析,对比滤波反投影算法,经过第3、4、9和20次迭代后,重建结果图的SSIM值分别提高了0.147、0.1607、0.22和0.2906;对比MLEM算法,经过多次迭代后,SSIM值均得到了提高;当迭代次数不断增加时,使用MLEM算法得到重建结果图的SSIM趋于稳定,而提出算法的SSIM值则不断增加,表明该算法具有更好的稳定性,不易造成过收敛问题。

一种带有色量测噪声的非线性系统辨识方法

利用最大似然判据,本文提出了一种带有色量测噪声的非线性系统辨识方法.首先,利用量测差分方法将有色量测噪声白色化,获得新的量测方程,从而将带有色量测噪声的非线性系统辨识问题转化成带白色量测噪声和一步延迟状态的非线性系统辨识问题.其次,利用期望最大化(Expectation maximization,EM)算法提出了一种新的基于最大似然估计的非线性系统辨识方法,该算法由期望步骤(Expectation step,E-step)和最大化步骤(Maximization step,M-step)两部分组成.在期望步骤中,基于当前估计的参数并利用带有色量测噪声的高斯近似滤波器和平滑器,近似计算完整的对数似然函数的期望.在最大化步骤中,近似计算的似然函数期望值被最大化,并且通过解析更新获得噪声参数估计,通过Newton更新方法获得模型参数的估计.最后,数值仿真验证了本文提出算法的有效性.

基于设计参数估计的产品变型设计

针对定制产品变型设计中设计参数不完全的问题,提出了基于已有产品数据资源进行设计参数估计的变型设计方法。在该方法中,每一个产品的设计方案对应一组完全的设计参数,并记为一个向量,定制产品中未知的设计参数可以根据已知设计参数和已有的产品数据资源,通过极大似然估计得到。通过运用期望最大化算法,简化了设计参数极大似然估计的运算,给出了运用期望最大化算法实现未知设计参数推断的迭代过程。设计了变型设计系统的框架结构,给出了变型设计的过程。最后,用一个实例对该方法进行了验证。

基于厚尾分布的异常信号检测方法

为了检测具有厚尾分布信号的异常值,提出将基于EM算法的统计诊断方法应用于正态逆高斯信号的异常信号检测。为了避免计算贝塞尔函数的困难,考虑将正态逆高斯信号看作缺失变量,通过EM算法求解参数的极大似然估计,简化了计算过程;通过Q函数代替对数似然函数,提出了在正态逆高斯分布的信号中基于Q函数的影响度量方法,分别给出了数据删除模型与局部影响分析的诊断统计量,理论和实例计算结果表明:该文所提出的检测方法对于正态逆高斯信号的检测效果明显。

分层线性模型的最大后验估计

最大后验估计(MAPE)和最大似然估计(MLE)都是重要的参数点估计方法。在介绍一般分层线性模型(HLM)MAPE方法的基础上,给出这种方法的期望最大化算法(EM)的具体步骤,运用对数似然函数的二阶导数推导了MAPE估计的方差估计量。同时运用数据模拟比较了EM算法下的MAPE和MLE。对于固定效应的估计,两种方法得到的估计量是一致的。当组数较少时,EM计算的MAPE的方差协方差成分比MLE的更靠近真实值,而且MAPE的迭代次数明显小于MLE。

EM算法在X射线CT重建中的应用研究

计算机断层成像(CT)广泛地应用于医疗诊断和工业无损检测等领域。具有无损、无接触、高分辨率等优点。X射线CT是目前最为常用的计算机断层成像技术。在X射线CT成像系统中,重建算法是其核心部分。本文将最大似然估计理论推广到X射线CT,基于投影数据统计模型,实现了期望最大化(EM)算法在X射线CT中的应用。并进行了实际X射线扫描数据的实验,结果表明该算法有效可行,重建图像清晰准确。

开路傅里叶变换红外光谱层析重建算法仿真

采用代数迭代(ART)算法和最大似然期望最大化(MLEM)算法,利用开路傅里叶变换红外(OP-FTIR)光谱仪的测量结果,通过仿真模拟了高斯空间分布模型下的气体二维浓度场重建,并利用重建评价指标--逼近度和相关系数,分析了这两种重建算法的重建精度和抗噪性能。结果表明:在单峰气体浓度场中,ART与MLEM算法重建结果的逼近度分别为0.177和0.044;在双峰气体浓度场中,ART与MLEM算法重建结果的逼近度分别为0.263和0.069;MLEM算法更适用于重建复杂的气体浓度场。在不同噪声水平下,ART的抗噪性能优于MLEM算法,MLEM算法对噪声更敏感。