基于Abel变换的图像重建自适应方法.PDFVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Abel变换的图像重建自适应方法

第 26 卷 第 4 期 CT 理论与应用研究 Vol.26, No.4 2017 年 8 月 (435-445) CT Theory and Applications Aug., 2017 杜健鹏, 梁海霞, 魏素花. 基于 Abel 变换的图像重建自适应方法 [J]. CT 理论与应用研究, 2017, 26(4): 435-445. doi:10.15953/j.1004-4140.2017.26.04.05. Du JP, Liang HX, Wei SH. Abel transformation based adaptive regularization approach for image reconstruction [J]. CT Theory and Applications, 2017, 26(4): 435-445. (in Chinese). doi:10.15953/j.1004-4140.2017.26.04.05. 基于Abel 变换的图像重建自适应方法 1 2 3 杜健鹏 ,梁海霞 ,魏素花 1.中国工程物理研究院研究生部,北京 100088 2.西安交通-利物浦大学数学中心,江苏 苏州 215123 3.北京应用物理与计算数学研究所,北京 100088 摘要:本文论述了利用轴对称物体的单幅投影信息进行密度重建的一种自适应正则化模型。所 提模型基于全变分正则项与高阶全变分正则项的联合使用,主要的优点是在保持清晰的界面及 恢复平稳变化区域的同时减弱了阶梯效应。并且使用自适应方法,提高了效果的同时简化了所 使用的参数。对于其中涉及的最优化问题,我们采用增广拉格朗日方法来解。数值结果表明, 这一模型提高了关于密度界面位置及密度值的准确度,具有较好的抗噪性。 关键词:层析成像;自适应;高阶全变分正则化模型;增广拉格朗日方法;Abel 逆变换 doi:10.15953/j.1004-4140.2017.26.04.05 中图分类号:O 242;TP 391.41 文献标志码:A X 射线透射成像技术不仅广泛应用于医学、工业、地球物理等领域 [1-2],而且在核物理 研究中,这一技术也是校验内爆压缩后期数值模拟程序的唯一实验手段。 在内爆压缩的过程中,物质的密度和构型都会发生变化。利用高能 X 射线的强穿透能 力得到三维物体的二维投影,利用投影信息可以重构被探测物体的内部结构。投影信息的 强度与射线穿过的物质材料、密度、厚度有关,它正比于密度沿射线路径的积分量,此积 分量被称为面密度。由面密度重构物体内部信息的数学问题即 Radon 变换的反演问题。当 物体具有轴对称性时,对应 Abel 变换的反演问题。Abel 变换是 Radon 变换的一维情形。 [3] 就反演方法而言,Radon 变换反演主要使用迭代方法,如滤波反投影方法 ,因为它有 大量的投影数据。对于轴对称物体,Abel 变换反演的图像重建方法主要有基于变换的反演 [4] [5] [6-7] 技术 、基于统计理论的贝叶斯方法 以及基于正则化技术的变分方法 。近 10 年,随着 图像处理技术的发展,基于变分模型的图像重建方法凸显出优势,特别是在处理含有模糊 [8] 和噪声的投影数据时更凸显出优势 。 [9] 自Osher 等 发现全变分(total variation,TV)正则化技术在图像去噪中的作用以 来,全变分方法在图像处理有关的众多问题中得到广泛应用。TV 有明显的保持图像边界的 优点,但也有在光滑区域产生 “阶梯效应”的缺点。为此,保留TV 优点同时克服其缺点的 各种变分模型出现了[10-12]。这些

文档评论(0)

jyf123 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6153235235000003

1亿VIP精品文档

相关文档