红外与激光工程
2022, 51(4): 20210996
1 华南理工大学自动化科学与工程学院, 广东 广州 510640
2 广州大学机械与电气工程学院, 广东 广州 510006
当计算机断层成像(CT)中X射线的采样范围和数量受限时,得到的稀疏投影数据完备性很低,重建算法的搜索空间巨大。基于凸优化思路的迭代求解算法及其改进采用固定搜索路径,难以在有限时间内收敛至全局最优解;粒子群优化具有全局搜索能力,但计算成本和存储代价过高。为解决这类不完备投影数据的重建问题,提出基于粒子群优化的随机稀疏重建算法。首先,通过随机策略生成具有多样性的初始种群,以保证算法的搜索能力;其次,随机选择梯度下降或基于个体历史最优解和全局历史最优解的随机方向进行迭代,以兼顾算法效率和搜索方向的多样性;最后,基于适应度评价,有针对性地重新生成随机初始种群,强制跳离局部最优。针对角度受限下无噪声和含噪声的稀疏投影数据,分别进行重建实验。结果显示,与常见的凸优化迭代和粒子群优化算法相比,本文算法既能保证算法效率,又在重建质量和算法稳健性上具有明显优势。
成像系统 计算机断层成像重建 不完备投影数据 粒子群优化 正则化算法
1 华南理工大学 自动化科学与工程学院, 广东 广州 510640
2 华南理工大学 精密电子制造装备教育部研究中心, 广东 广州 510640
3 广州大学 机械与电气工程学院, 广东 广州 510006
本文针对低光子计数成像过程中产生的泊松高斯混合噪声, 提出了一种数据保真项与稀疏约束项相融合的稀疏重建方法。首先, 基于泊松高斯噪声相互独立的混合噪声模型, 建立了数据保真项与稀疏约束项相融合的稀疏重建目标函数; 在图像块聚类的基础上, 应用改进贪婪算法实现类内稀疏分解和字典更新; 最后, 稀疏分解和字典更新交替迭代求解干净图像。针对强烈泊松高斯噪声污染图像的重建实验显示, 本文方法与对比方法相比, 重建结果的PSNR值平均提升了5.5%, MSSIM值也有明显提升。这些结果表明: 本文方法对具有强烈泊松高斯混合噪声的图像有较好的图像复原和噪声去除效果。
稀疏重建 字典学习 混合噪声 强噪声 低光子计数成像 sparse reconstruction dictionary learning mixed noise strong noise Low-dose photon counting imaging
1 华南理工大学 精密电子制造装备教育部工程研究中心, 广东 广州 510640
2 华南理工大学 自动化科学与工程学院, 广东 广州 510640
3 广东技术师范学院 自动化学院 广东 广州 510665
考虑微焦点X射线仪成像信噪比低, 混合噪声污染严重等问题, 提出了一种乘性、加性混合噪声去除方法。首先, 建立了含乘性、加性混合噪声的图像模型;其次, 基于总变分和稀疏表示原理分别构造了滤除加性噪声和乘性噪声的目标函数;最后, 应用显式差分算法和梯度投影算法分步滤除加性噪声和乘性噪声。实验结果显示, 与总变分去加性噪声方法相比, 该方法处理后的图像平滑区域均值与标准差比(MSR)平均提升了10.9%, 细节区域拉普拉斯梯度模(LS)平均提升了15.6%。这些结果表明: 本文算法不仅有效滤除了微焦点X射线图像的混合噪声, 并且较好地保留了图像细节特征, 能够满足集成电路内部缺陷检测对图像平滑度和细节清晰度的要求。
微焦点X射线检测 X射线图像 总变分模型 稀疏表示 混合去噪 micro-focus X-ray detection X-ray image total variation model sparse representation mixed denoising 光学 精密工程
2014, 22(11): 3100
