融合多种先验信息的光学层析图像重建 optical tomography reconstruction with multiple priori information.pdfVIP

下载本文档

1
0
约1.89万字
约 5页
2017-08-22 发布于上海
举报
版权申诉

融合多种先验信息的光学层析图像重建 optical tomography reconstruction with multiple priori information.pdf

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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

融合多种先验信息的光学层析图像重建 optical tomography reconstruction with multiple priori information

第30卷第3期光电子技术 V01．30No．3 2010年9月 0PTOEI。ECTRONICTECHNOI。OGY Sept．2010 融合多种先验信息的光学层析图像重建。孟静，司广涛，赵景秀 (曲阜师范大学计算机科学学院，山东日照276826) 摘要：为克服光学层析成像的病态特性，将三种不同的先验信息模型引入到基于辐射传输方程的光学层析成像中，给出了对应于三种重建模型的重建算法，其中在线过程作为先验信息的重建算法中，提出一种神经网络优化算法。最后对这三种先验信息模型进行了综合比较和讨论，并在图像的平滑性、边缘保留特性、算法复杂性及重建效果方面对其进行定量比较，提出一种分析平滑性的算子和一种基于梯度的衡量边缘保留特性的算子。实验证明基于三种先验信息模型的重建算法均能提高重建图像质量，其中，平滑先验模型的平滑效果最好，马尔可夫随机场模型有较好的边缘保留特性，线过程模型在平滑图像的同时可以更好地保留图像边缘，并且重建精度较高。关键词：光学层析成像；辐射传输方程；线过程；先验信息模型中图分类号：TP391．41文献标识码：A 文章编号：1005—488X(2010)03·0154—05 Reconstructionwith OpticalTomography Multiple Information Priori Guangtao，ZhaoJingxiu MengJing，Si (School Normal 276826，CHN) ofComputerScience，QufuUniversity，RizhaoShandong kindsOf informationmodelsare intothe Abstract：Threepriori imported opticaltomography overcome basedonthe ofradiativetransferinorderto reconstrue· equation ill-posedness．Specific tion tothemare neuralnetwork ispre— algorithmscorrespondinggiven．A optimizationapproach sentedwhentheline is and onreconstructedresultswithdif— used．Comparisonanalysis process of ferent itemsare orderto theeffect informationmodelsonrecon- priori given．In analyze prior structed areconductedintermsofsmoothness comparison index，edge—pre— im