基于全变分法重建光声图像

针对光声成像在实际应用中涉及的采样数据不足,提出了一种基于全变分法的光声图像重建方法。通过计算重建图像的模拟信号与实际信号的残差来更新图像,进行迭代以获取重建图像。在迭代重建的过程中引入压缩传感理论中的全变分法,通过梯度下降法得到全变分最小的图像。通过数值仿真,模拟了在不足采样情况下的图像重建。结果表明,全变分重建法的重建效果比滤波反投影法、反卷积重建算法及代数重建算法等3种方法更好。在30个采样点的情况下,重建图像的峰值信噪比值比上述3种算法的重建结果分别高出30.98,22.09和8.35 dB。另外,仿体实验结果也表明该方法能更有效地避免噪声的干扰。     

流场超声层析成像中图像的迭代滤波反投影重建

为提高流场超声层析成像的图像重建质量,提出了一种迭代滤波反投影图像重建算法。该算法借鉴联合迭代重建算法的原理,将滤波反投影算法引入迭代重建过程。首先,利用滤波反投影算法,通过投影数据残差重建误差图像对流场图像进行修正,实现图像的迭代重建。然后,通过优化迭代步长,使每步迭代后投影数据残差均取得极小值以便加快收敛速度。最后,基于流场连续、紧支撑分布的特点,在迭代重建过程中引入投影数据的细分内插和流场图像的圆域修正。实验表明:相比于滤波反投影算法,迭代滤波反投影算法可使理论流场重建的图像误差平均减少26%,流量误差由1.77%减小至±0.25%以内;程序运行时间为0.63s,仅为联合迭代重建算法的0.89%。该算法可实现对直管段内和单弯管下游实际流场的可靠重建,满足流场高精度实时成像的要求。     

粒子滤波算法在ECT图像重建中的应用

针对电容层析成像技术(ECT)的图像重建质量精度较低的问题,提出了一种基于粒子滤波的ECT图像重建方法。首先,分析了ECT图像重建基本原理,以系统状态估计的方式描述了ECT图像重建最优解的搜索过程,并建立了状态空间模型。然后,以线性反投影(LBP)算法的图像重建结果作为初始状态,利用测量信息对从状态空间中获取的随机样本进行最优加权,以获得重建图像的最小方差估计。最后,对5种不同的流型进行了仿真实验。实验结果表明,利用本文方法获得的重建图像误差平均值为42.93%,相关系数平均值为0.813 9,比LBP算法、Landweber迭代算法和IMN-SNOF算法得到的相应指标要好。本文方法是一种有效、精度较高的ECT图像重建方法,为ECT图像重建技术提供了新的途径和手段。     

Application of particle filtering algorithm to image reconstruction of ECT

针对电容层析成像技术(ECT)的图像重建质量精度较低的问题,提出了一种基于粒子滤波的ECT图像重建方法.首先,分析了ECT图像重建基本原理,以系统状态估计的方式描述了ECT图像重建最优解的搜索过程,并建立了状态空间模型.然后,以线性反投影( LBP)算法的图像重建结果作为初始状态,利用测量信息对从状态空间中获取的随机样本进行最优加权,以获得重建图像的最小方差估计.最后,对5种不同的流型进行了仿真实验.实验结果表明,利用本文方法获得的重建图像误差平均值为42.93％,相关系数平均值为0.813 9,比LBP算法、Landweber迭代算法和IMN-SNOF算法得到的相应指标要好.本文方法是一种有效、精度较高的ECT图像重建方法,为ECT图像重建技术提供了新的途径和手段.     

一种基于聚类电阻层析成像静态图像重建算法

为了提高静态图像重建算法求解电阻层析成像逆问题的实时性与精度,提出一种基于敏感场区域内三角形有限元聚类的静态图像重建算法.新算法初期采用改进牛顿-拉夫逊算法,并根据算法振荡次数超过允许最大值时所对应的最优图像重建结果,对敏感场区域内所有三角形有限元进行聚类,最后利用改进粒子群算法求解电阻层析成像逆问题,从而实现静态图像重建.新算法每隔一定迭代次数对敏感场区域内所有三角形有限元进行重新聚类,以减小粒子维数,提高新算法求解电阻层析成像逆问题的精度.实验结果表明,相比改进牛顿-拉夫逊算法及组合算法,新算法效果最理想.     

基于聚类电阻层析成像静态图像重建算法

为了提高静态图像重建算法求解电阻层析成像逆问题的实时性与精度,提出一种基于敏感场区域内三角形有限元聚类的静态图像重建算法。新算法初期采用改进牛顿-拉夫逊算法,并根据算法振荡次数超过允许最大值时所对应的最优图像重建结果,对敏感场区域内所有三角形有限元进行聚类,最后利用改进粒子群算法求解电阻层析成像逆问题,从而实现静态图像重建。新算法每隔一定迭代次数对敏感场区域内所有三角形有限元进行重新聚类,以减小粒子维数,提高新算法求解电阻层析成像逆问题的精度。实验结果表明,相比改进牛顿-拉夫逊算法及组合算法,新算法效果最理想。     

遮挡图像数据生成系统

针对当前数据集在遮挡问题下对于目标检测算法系统评价的不足以及现实中部分数据难以获取的问题,本文提出一个遮挡图像数据生成系统来生成遮挡图像以及对应标注信息,并利用该系统构建遮挡图像数据集MOCOD(More than Common Object Dataset)。在系统构建方面,设计了场景及全局管理模块、控制模块和数据处理模块用于生成和处理数据从而构建遮挡图像数据集。在数据生成方面,使用模板ID后处理图像生成不透明物体的像素级标注,使用光线步进采样三维时序空间生成半透明物体的像素级标注,综合生成的标注数据计算出图像中目标物体的遮挡率并划分遮挡等级。实验表明,使用遮挡图像数据生成系统能够非常高效地标注实例分割级的标注数据,图像平均标注速度达到了0.07 s。同时系统生成的标注数据提供10个等级的遮挡划分,相较于其他数据集有更为精确的遮挡等级划分和标注精度。系统引入的半透明物体遮挡标注也进一步增强了数据集对于遮挡问题评估的完备性。遮挡图像数据生成系统能够高效地构建遮挡数据集,相较于其他现有数据集,本系统生成的数据集有更精确的标注信息,能够更好地评估目标检测算法在遮挡问题下的瓶颈和性能。     

一种并行粒子群算法及其在热轧计划中的应用

针对串行优化算法在搜索时间上的不足，提出了一类组合优化问题的并行粒子群算法。该算法将粒子群划分为多子种群异步并行运算，利用不同范围内的多极值，指导粒子速度更新，加入邻域搜索策略，提高了搜索速度，同时也有效地防止了粒子在最优点附近发生的振荡现象。仿真实验表明，该算法与其他搜索方法比较，在搜索时间和求解质量上具有优势。现已应用于钢铁生产热轧计划编制中，并用实际生产数据表明了该算法的可靠性。     

基于代数曲面的残缺点云数据迭代修复算法

针对逆向工程领域,激光扫描仪获取的散乱点云数据难免存在着残缺的问题,设计一种迭代修复残缺点云孔洞的算法,对其进行下采样,基于加权局部最优投影算子得到分布均匀的稀疏点集;将点沿稀疏点集的代数点集曲面排斥推向残缺区域;对稀疏点集进行上采样完成孔洞区域的一次修复.将上述步骤迭代应用,逐渐缩小残缺区域,直到完成修复.研究表明:...     

-种基于Pareto解集的无约束条件的多目标粒子群算法

鉴于多目标优化问题的广泛存在性以及目前关于它的研究还较少,且没有一种很好的、通用的多目标PSO算法,本文提出了一种基于Pareto解集的多目标粒子群算法.通过采用一个"记忆体"来存储当前得到的Pareto最优解,对每次迭代得到的Pareto解集里的解两两进行比较以选取一个较优的解作为更新方程中当前最优解,这样可以更好的引导粒子群进行下一步的寻优操作,最终得到一个完整的Pareto最优解集.几个测试函数的仿真实验结果也表明了该算法取得了很好的效果.