基于遗传算法的层状流图像重建算法仿真研究

针对目前电阻层析成像问题,为提高成像精度,重建算法改善存在成像精度较低的问题.进一步满足应用分界面清晰的层状两相流领域的精度要求,提高系统对层状两相流界面的跟踪能力,通过分析动态网格的调整原则与具体调整方法,利用一种遗传算法的层状流图像重建算法.仿真实验表明新算法效果明显优于线性反投影算法、修正的牛顿-拉夫逊类算法,有效提高了算法成像精度与系统对层状流界面的跟踪能力.     

基于牛顿-拉夫逊电力系统潮流计算的改进算法

牛顿-拉夫逊法是求解非线性代数方程有效的迭代计算方法,广泛应用于现代电力系统安全分析、故障诊断与控制的潮流计算中。为提高牛顿-拉夫逊潮流计算方法的快速性和收敛精度,本文提出一种改进的牛顿-拉夫逊潮流计算法,并通过IEEE14和IEEE30节点测试系统分析表明与传统方法相比该方法所具有的优点。     

一种改进的牛顿-拉夫森算法

为了保证牛顿一拉夫森算法中迭代所采用的二阶导数矩阵的正定性,进一步改善算法的收敛速度和迭代精度,提出了两个方面的改进:一方面,对二阶导数矩阵作了修正以确保其成为正定矩阵,从而改善了收敛速度;另一方面,引入了一个修正因子对每次迭代的结果加以修正,来提高迭代精度.仿真结果表明,改进的牛顿一拉夫森算法所得到的结果精度更高,而且收敛速度也有所提高,也验证了改进方法的正确性和有效性.     

快速开方算法在微控制器上的实现

本文介绍了两种微控制器快速开方算法:改进牛顿-拉夫逊算法和模拟手算开方算法。前者是以牛顿-拉夫逊算法为基础的一种改进算法;后者是模拟手算开方过程实现开方的微控制器算法,这两种算法都具有较高的开方速度和计算精度。文章中作者以32位数开方为例,详细的介绍了这两种算法用汇编语言实现的过程,并给出算法实现的流程图,最后根据两种算法的特点和实际运算时间,总结了两种算法的优缺点。     

快速开方算法在微控制器上的实现

介绍了两种微控制器快速开方算法:改进牛顿-拉夫逊算法和模拟手算开方算法。前者是以牛顿-拉夫逊算法为基础的一种改进算法;后者是模拟手算开方过程实现开方的微控制器算法,这两种算法都具有较高的开方速度和计算精度。笔者以32位数开方为例,详细介绍了这两种算法用汇编语言实现的过程,并给出算法实现的流程图,最后根据两种算法的特点和实际运算时间,总结了两种算法的优缺点。     

快速开方算法在微控制器上的实现

介绍了两种微控制器快速开方算法：改进牛顿-拉夫逊算法和模拟手算开方算法。前者是以牛顿-拉夫逊算法为基础的一种改进算法；后者是模拟手算开方过程实现开方的微控制器算法，这两种算法都具有较高的开方速度和计算精度。笔者以32位数开方为例，详细介绍了这两种算法用汇编语言实现的过程，并给出算法实现的流程图，最后根据两种算法的特点和实际运算时间，总结了两种算法的优缺点。     

基于改进Landweber算法的ECT图像重建

电容层析成像(Electrical Capacitance Tomography,ECT)系统图像重建算法中,Landweber算法在重建图像质量及实时性方面取得较好的折衷,然而该算法针对不同的流型存在迭代步数差别较大及半收敛等问题。针对上述问题,通过同伦摄动方法推导出二阶迭代公式;并针对二阶迭代公式谱半径可能影响算法收敛的问题,通过添加约束因子以获得一种全收敛的改进Landweber算法。实验结果表明,改进算法在相对误差及相关系数上均优于原Landweber算法及其他对比算法,从而验证了改进算法的收敛性及有效性。     

基于改进果蝇优化算法的ECT图像重建方法

电容层析成像(ECT)的反问题具有严重的不适定性,因此经典算法的重建结果往往精度不足,并伴有很多伪影。为了提升重建图像质量,考虑将果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)应用在ECT图像重建上。FOA作为群智能搜索算法,具有原理简单、参数设置少、容易实现等优点,但是容易陷入局部最优。针对该问题,作者提出一种改进果蝇优化算法,通过与Tikhonov正则化算法相结合求解ECT图像重建问题。为了验证新算法的有效性,选择五种流型作为重建目标,并将LBP算法、Tikhonov正则化算法以及Landweber算法的重建结果作为对照组。仿真实验结果表明,本文算法可以有效提高图像重建精度,重建图像在相对误差和相关系数方面均有所提升,验证了该算法的有效性。     

基于改进粒子群优化的电容层析成像图像重建算法

Landweber电容层析成像ECT图像重建算法与粒子群优化算法PSO结合后能够进一步提高成像质量,但标准粒子群优化算法用于图像重建优化时存在陷入局部最优的现象。针对该问题,提出一种基于改进粒子群优化结合Landweber算法的电容层析成像图像重建算法。新算法在Landweber算法的基础上加入改进的惯性权值指数衰减粒子群优化策略,通过增加以指数规律衰减的粒子速度更新公式的约束因子,以保证算法在开始阶段具有较强的全局寻优能力,而在后期具有较强的局部寻优能力,从而实现对Landweber算法初始重建结果的进一步优化,以提高重建图像的质量。为验证新算法的有效性,选取较典型的LBP、改进Tikhonov迭代算法及Landweber图像重建算法,完成了ECT图像重建的对比实验。仿真结果表明,相对于其他算法,对于常见的几种流型,新算法在重建图像的主观及客观质量方面均有明显提高。     

电阻抗断层成像的MPSO-MNR算法研究

基于修正粒子群算法（MPSO）和修正的牛顿-拉夫逊（MNR）算法的优点和局限,提出MPSO-MNR算法,通过对研究的平面圆形求解域采用有限元法进行剖分,电流注入采用三角电流法的园域内单个、两个仿真目标采用该算法进行电阻抗断层静态重构。采用定义的适应值函数和误差总和作为评价重构质量的物理量。数值仿真结果表明,在一定迭代次数内,提出的MPSO-MNR算法对求解域内目标位置定位准确,能够较准确反映场域内电阻率的分布。     

基于MG-GMRES算法的图像超分辨率重建

提出了一种基于多层网格(MG)和广义极小残余(GMRES)算法相结合的图像超分辨率重建快速算法.首先采用正则化方法给出图像超分辨率重建模型;然后在系统介绍MG和GMRES算法的基础上,针对图像超分辨率重建中非对称线性稀疏方程的求解,提出多层网格-广义极小残余(MG-GMRES)算法;详细讨论了MG-GMRES算法的光滑、限制、插值操作以及计算复杂度.实验研究表明该算法的重建结果相当有效,与MG、GMRES和Richrdson迭代相比,具有更快的收敛速度.     

核磁共振图像重构的即插即用算法

为解决核磁共振图像重构中由于欠采样导致的重构图像质量较低的问题,提出了一种基于凸-非凸稀疏正则和即插即用近似点梯度下降的核磁共振图像重构算法。首先给出了凸-非凸稀疏正则的近似点算子。然后基于该近似点算子提出近似点梯度下降算法。最后将上述算法中的近似点算子用某种合适的去噪器（如神经网络去噪器）替换,得到即插即用近似点梯度下降算法,并将其应用到核磁共振图像重构上。数值实验中,分别用不同的待重构图像、采样模板和去噪器进行对比实验,实验结果表明,所提算法在使用神经网络去噪器时,峰值信噪比较已有算法提升了6.26 dB。同时视觉效果也得到了显著的提升,在处理边缘和纹路方面效果都更加明显,从而验证了算法的有效性。     

基于改进Landweber算法的静电传感器研究

由于静电层析成像信息量少且本身为严重病态导致图像重建分辨率很低,为了提高图像重建质量,提出了一种改进的Landweber图像重建算法.采用线性反投影(LBP)算法重构的图像作为Landweber 迭代算法的初始值,再以Landweber算法重构最终图像.仿真实验表明:采用改进的Landweber迭代算法较之单独使用LBP算法和Landweber算法有较好的成像效果,可提高成像精度,较准确地判断管道内电荷的分布情况.     

融合学习算法的单帧图像超分辨率复原

为从高度降质的单帧图像中重建出高分辨率图像,提出了一个结合自适应正则化与学习算法的超分辨率复原方法。该方法基于图像的局部特征,实现了正则化方法动态自适应控制过程,优化了学习算法中的训练集、预测原则和搜索过程,以降低基准图相关性要求、提高搜索效率。仿真实验分步论证了该方法的有效性,以及对复原效果的提升。     

正则化算法在CT图像重建上的应用

由于受数据采集时间、照射剂量、成像系统扫描的几何位置等因素的约束,计算机断层成像（Computed tomography,CT）技术目前只能在有限角度范围或在较少的投影角度得到数据,这些都属于不完全角度重建问题. 因此,图像重建的算法应用变得尤为重要,本文将现有的几种正则化超分辨率重建算法应用到CT图像重建上并做了一系列的对比分析,分析不同算法下不同的图像重建效果. 首先对低分辨率CT图像进行图像配准,然后再进行样条插值放大,最后运用相关正则化算法进行超分辨率图像重建. 实验结果表明正则化算法的应用一定程度上提高了图像分辨率,其中双边正则化下的重建效果最好,基于L2范数全变分正则化效果较差.     

基于L1/2正则化的超分辨率图像重建算法

为提高图像重建质量,研究超分辨率图像重建技术与稀疏表示理论,提出一种基于L1/2正则化的超分辨率图像重建算法.将L1/2正则化理论运用到字典学习中,利用学习得到的字典重建高分辨率图像.实验结果表明,该算法的图像重建效果优于基于L1正则化的超分辨率图像重建算法.     

基于定向双边全变差正则化的文档图像超分辨率算法研究

针对文档图像超分辨率重建问题,在传统双边全变差(Bilateral Total Variation,BTV)正则化超分辨率算法的基础上,提出了一种基于改进BTV的文档图像超分辨率算法。该算法引入一个新的正则项,即笔画宽度的方向,并根据字符笔画的局部宽度和局部方向自适应地进行平滑处理;然后通过分析输入的低分辨率图像及其插值,使输出图像的局部笔画宽度接近于局部的笔画方向。这种信息被压缩到基于笔画宽度的方向全变分正则项中。通过最小化正则项和数据保真项的线性组合,重建了高分辨率的图像。与相关的文档图像超分辨率方法相比,所提方法在视觉图像质量和字符识别精度方面得到了显著的改善。     

基于多孔多方向小波的SAR图像正则化超分辨重构

针对SAR图像超分辨重构问题,建立了基于多孔多方向小波域的正则化模型。在选取正则化参数时,提出一种自适应确定方法,该方法无需知道噪声大小和图像的先验知识,提高了确定正则化参数的准确性;求解模型时用FR共轭梯度法来改善算法的收敛性。最后将该算法分别与空域中正则化算法和小波域及轮廓波域中正则化算法进行了比较,仿真实验结果表明,该算法较好地再现了各种边缘信息,其重构结果均优于其他三种方法。     

改进敏感场的电容层析成像图像重建算法

针对电容层析成像系统中敏感场的“软场”特性,提出了一种基于成像敏感场灵敏度均值滤波的Landweber图像重建算法。该算法是通过模板卷积的方式对敏感场灵敏度进行邻域平均,降低靠近极板区域的灵敏度,提高管道中心区域的灵敏度,部分消除了因敏感场不均匀对图像重建质量的影响,提高图像重建精度。仿真结果表明,该算法在图像重建精度和收敛速度上均优于传统的Landweber图像重建算法。     

基于改进拉普拉斯金字塔的图像融合方法

提出了一种新的基于改进拉普拉斯金字塔变换的图像融合算法。传统拉普拉斯金字塔变换的重构算法在图像在融合过程中会引入噪声,而改进的重构算法能有效抑制融合噪声。首先将图像进行拉普拉斯金字塔分解,得到各层拉普拉斯金字塔图像,针对不同的分解层图像,采用不同的方法进行融合,最后采用改进的拉普拉斯金字塔重构算法进行重构,得到最终的融合图像。通过仿真实验验证了算法的有效性。