非线性多重网格反演的一般框2精要.docVIP

非线性多重网格反演的一般框架 主要分为五个部分 1.介绍 2．多重网格反演框架 反问题 、多重网格的反演算法、固定网格反演、多重网格收敛的反演。稳定泛函。 光扩散层析成像中的应用数值结果。提出了评价模型所需的分辨率多重网格性能评价。 摘要 A variety of new imaging modalities, such as optical diffusion tomography, require the inversion of a forward problem that is modeled by the solution to a 3-D partial differential equation. For these applications, 新的成像方式，如光扩散层析成像，要求正问题，采用求解三维偏微分方程反演。这些应用程序图像重建特别困难的。image reconstruction is particularly difficult because the forward problem is both nonlinear and computationally expensive to evaluate.因为提出的问题是非线性和评价计算昂贵的在本文中，我们提出了非线性多重网格反演是适用于各种各样的问题的一般性框架。多重网格反演算法结果的递归多重网格技术的优化问题的求解逆问题中的应用。该方法通过动态调整在不同的尺度， that they are consistent with, and ultimately reduce, the finest scale cost functional. 他们是一致的，并最终减少，。 在这种方式中，多重网格反演算法有效地计算解决所需的精细尺度反演问题。重要的是，新的算法可以大大减少计算因为在正向和反问题更粗的离散化在较低的分。随机场图像的先验模型显示了非常大的计算节省的潜力。数值数据也表明了一系列的非凸优化的初始条件的鲁棒收敛problem.问题。光扩散层析成像一大类图像处理的问题，如模糊，高分辨率的渲染，图像恢复，图像分割，与断层运动分析，逆问题的解决通常，这些反问题的数值解法是计算能力的要求，特别是当问题必须制定三维。最近，一些新的成像方式，如光扩散层析成像（ODT） 和电阻抗断层成像（EIT），备受关注光扩散层析成像非侵入性的医疗诊断方法与化学特异。然而，这些首先，偏微分方程（PDE）描述的解决(PDE) which is computationally demanding to solve. Second, the unknown image is formed by the这是计算能力的要求。第二，未知的图像偏微分方程的系数，从而模型是高度非线性的，即使本身是线性偏微分方程。最后，这些问题通常是由于固有的三维三维的能量传播散射介质模型。因为自然界中的许多现象的数学描述偏微分方程反问题，许多其他有类似的计算上的困难，包括微波tomography [7], thermal wave tomography [8], and inverse scattering [9].断层，热波成像和逆散射。 要解决的逆问题，大部分的算法，如共轭梯度（CG），最速下降（SD），和迭代坐标下降（ICD）[ 10 ]使用固定。尽管巨大的进步已经减少了计算的复杂性，这些固定网格的方法，计算成本仍然十分关注。也许更重要的是，fixed grid optimization methods are essentially performing a local search of the cost function固定的网格优化方法本质上是执行的成本函数的局部搜索，and are therefore more susceptible to being trapped in local minima that can result in poorer quality因此更容易陷入局部极小值，会导致质量较差reconstructions.重建。 多尺度技术已经减少反问题的计算得到了广泛的研究。即使是简单的多尺度的方法，如初始化的精细分辨率迭代粗的解决方案，已被证明是在许多成像问题的有效。小波已被研究了贝叶斯断层，和wavelet and multiresolution models have been applied in Bayesian formulations of emission tomography小波变换和多尺度模型已应用于发射断层扫描的贝叶斯公式[21], [22], [23], [24] and thermal wave tomography [25]. For