共查询到20条相似文献，搜索用时 31 毫秒
1.
基于TV/L2模型的总变差最小化方法在图像分解过程中受到正则化参数的影响.本文通过分析发现,当不同于经典模型而设置较小的正则化参数时,分解的图像特性发生了重要改变.据此,本文提出了一种新的基于TV/L2模型的双极性图像细节分解方法,该方法在正则化参数较小的情况下将观测图像分解为一个近似图像分量和两个具有正、负不同极性并反映不同信息的细节图像分量.将这种新的图像分解方法应用于印刷电路板CT图像的处理中.实验结果表明,通过综合利用本图像分解方法得到的图像细节信息,可以在有效抑制金属伪影的同时增强PCB图像中的有用信息. 相似文献
2.
稀疏角采样与减小X射线源电流可有效降低多能谱CT低辐射剂量,然而会导致投影数据不足且包含较大噪声,重建图像会严重降质。针对这一问题,本文对传统全核变分（TNV）正则化方法进行推广,利用非局部梯度向量构成的雅克比矩阵的低秩特性,提出非局部全核变分（NLTNV）正则化方法。该方法用单个正则项同时建模能谱CT图像的结构相似性、梯度域稀疏性与非局部自相似性3种先验信息,能恢复稀疏角度投影含较大噪声（剂量较低）时图像的结构特征,并且有效缓解了用多正则项建模多能谱CT图像不同先验信息所导致的正则化参数过多问题。此外,基于NLTNV的重建模型为凸优化模型,保证了算法的稳定性与收敛性。实验结果表明,与TNV正则化方法相比,本方法显著提升重建图像的整体质量。 相似文献
3.
压缩感知技术通常利用地震信号在某一变换域内的稀疏性质,将随机缺失的地震数据重建问题转化为L1正则化问题.本文首先通过Shearlet变换获得地震信号的稀疏性质,再将广义全变分（TGV）约束引入L1正则化模型,构建了基于Shearlet变换的双正则化模型用于重建地下介质的图像.与传统L1正则化方法相比,基于Shearlet变换的双正则化方法不仅考虑了信号的稀疏性,同时兼顾了地下介质结构的复杂性,可以较好的重建地下结构体的图像.最后采用交替方向乘子法（ADMM）求解所建模型,每个子问题均可得到显式解.数值实验对比了基于小波变换、Shearlet变换的L1正则化方法和TGV正则化方法,结果表明基于Shearlet变换的双正则化方法对于随机采样50%数据的情况具有较好的重建结果,同时对于有限范围的连续缺失数据的重建亦具有一定的有效性. 相似文献
4.
基于改进正则化方法的有限角度CT图像重建算法 总被引：2，自引：2，他引：0
本文提出了一种基于改进正则化方法的有限角度CT图像重建算法。该算法基于同伦映射的思想,改进了Tikhonov正则化方法。对于算法中的正则化参数,引入了一种下降速率可调的连续参数修正方法,有效地避免了由于试探正则化参数而带来的不便,从而提高了求解效率。实验结果表明,该方法可以快速地确定在该种条件下最优的正则化参数,进而得到较好的重建结果。 相似文献
5.
《地球物理学报》2020,(9)
压缩感知技术通常利用地震信号在某一变换域内的稀疏性质,将随机缺失的地震数据重建问题转化为L1正则化问题.本文首先通过Shearlet变换获得地震信号的稀疏性质,再将广义全变分(TGV)约束引入L1正则化模型,构建了基于Shearlet变换的双正则化模型用于重建地下介质的图像.与传统L1正则化方法相比,基于Shearlet变换的双正则化方法不仅考虑了信号的稀疏性,同时兼顾了地下介质结构的复杂性,可以较好的重建地下结构体的图像.最后采用交替方向乘子法(ADMM)求解所建模型,每个子问题均可得到显式解.数值实验对比了基于小波变换、Shearlet变换的L1正则化方法和TGV正则化方法,结果表明基于Shearlet变换的双正则化方法对于随机采样50%数据的情况具有较好的重建结果,同时对于有限范围的连续缺失数据的重建亦具有一定的有效性. 相似文献
6.
多震源混合地震采集技术,即将多个震源以一定编码方式连续地激发,得到多炮混合的地震数据.该技术能减少地震采集时间,节约采集成本,但是混合数据的直接偏移会在成像剖面中引入严重的串扰噪声,影响成像效果.从数学上看,地震成像属于典型的数学物理反问题,可以采用线性反演方法求解一个正则化约束的最小二乘(LS)优化问题,获得更高质量的成像结果.全变分(TV)正则化方法是图像去噪和复原领域中广泛应用的热点技术,其能在去除噪声的过程中保留图像的边缘信息和不连续性.在对TV图像去噪复原方法原理分析的基础上,本文将多震源混合数据直接偏移成像问题转换成图像复原的极小化能量泛函问题,用TV正则化代替传统最小二乘偏移(LSM)中的L2范数正则化,提出基于全变分原理的混合数据直接偏移方法.该方法使用基于梯度的快速迭代收缩阈值与快速梯度投影组合算法——FISTA/FGP求解最优化问题,能有效压制串扰噪声,增强同相轴连续性,提高成像分辨率.理论模型测试结果表明:将本方法应用于混合数据,无论是去噪效果还是成像精度都得到显著改善. 相似文献
7.
双能计算机断层成像技术(DECT)由于其材料分解能力,在高级成像应用中发挥着重要作用.图像域分解直接对CT图像进行线性矩阵反演,但分解后的材料图像会受到噪声和伪影的严重影响.虽然各种正则化方法被提出来解决这个问题,但它们仍然面临着两个挑战:繁琐的参数调整和过度平滑导致的图像细节损失.为此,本文提出一种基于迭代残差网络的... 相似文献
8.
Tikhonov正则化反问题思想应用于变分同化时,通常引入的单正则化参数并不能同时满足不同观测资料的误差特性.针对传统四维变分同化(4D-Var)中不同观测资料分别引入不同正则化参数,提出基于多正则化参数约束的4D-Var(Tikh-4D-Var);同时,鉴于实际维数巨大同化系统中多正则化参数难于计算问题,基于同化系统后验估计信息,引入一种新的多正则化参数选择方法,相比于传统正则化参数选择方法,该方法计算量较小.基于WRF3.3.1 4D-Var同化系统,利用2010年Chaba台风个例开展bogus资料同化台风初始化应用试验,结果表明:结合引入的多正则化参数选择方法,Tikh-4D-Var方法相比于传统4D-Var方法更快达到收敛标准,迭代次数更少;同时,相比于传统4D-Var方法,Tikh-4D-Var方法呈现出更优的同化和预报效果,使得72 h路径和强度预报误差减小的同时,进一步改善了台风的内部结构信息;多正则化参数在一定程度上可反应同化系统中观测资料误差方差给定的准确性. 相似文献
9.
地球物理反演是获取地球信息的重要手段,其求解具有严重的不适定性.为获得稳定的反问题结果,通常需要在目标泛函中加入正则化约束项.正确地估计正则化参数一直是地球物理反问题中的难点.目前存在的选取方法需要根据大量的试验来确定正则化参数,工作量十分巨大,并且存在很大的经验性,很难得到最优的正则化参数.针对这个问题,本文提出了一种基于广义Stein无偏风险估计的正则化参数求取方法.该方法的具体思路是通过求解模型参数均方误差的广义Stein无偏风险估计函数,在反问题求解过程中自动求取正则化参数.本文模型测试结果表明,相比于目前常用的方法,通过该方法得到的正则化参数是最优的. 相似文献
10.
有别于传统基于梯度信息的反演方法在正则化约束中用总梯度逼近海塞逆矩阵的技术,本文将正则化约束问题的数据拟合项和模型光滑项分开考虑,只利用数据拟合函数的梯度信息对数据拟合项的海塞矩阵进行逼近,通过求解类高斯牛顿下降方向方程得到不依赖前几次迭代正则化因子的更精确下降方向,在求解当前迭代下降方向的过程中,通过保证右端项中两个向量的二范数在同一数量级的原则,实现了正则化因子的自动更新.对理论模型的试算表明这种自适应正则化反演方案可以在拟牛顿反演框架下基本达到OCCAM的算法稳定性,反演结果对初始模型依赖性较小,同时又无需在一次迭代中多次搜索最佳正则化因子.本文还基于此算法讨论了大地电磁各参数对于反演结果的影响,由于本文的反演结果能得到充分的正则化约束,因而在此框架下讨论阻抗和倾子在反演中的作用相对更为客观. 相似文献
11.
为了提高多时相遥感图像变化检测的精确度和运算效率,本文提出了一种基于Contourlet变换和独立分量分析(ICA-Independent component analysis)的变化检测算法.利用Contourlet变换多尺度、多方向性和各向异性等性质,对图像数据进行多尺度分解,再对分解后的数据进行独立分量分析,利用改进的基于牛顿迭代的固定点ICA算法分离出互相独立的数据分量,然后将分离后的数据分量转变成图像分量,最终对变化图像分量经阈值分割实现变化检测.实验结果表明,与现有的基于PCA、基于ICA、基于小波变换与ICA三种变化检测算法相比,本文算法能有效地分离出变化信息,减少了计算的复杂性,得到的变化图像具有更高的精确度,且对背景有较强的稳健性. 相似文献
12.
在分析IHS变换时发现,IHS变换中亮度分量的计算是从红绿蓝三种颜色中平均提取三分之一作为总亮度,而人眼对绿色最敏感（占60％）、其次是红色（占30％）、再者是蓝色（占10％）,故本文对亮度分量的计算公式做了修改。在此基础上,提出了一种改进的IHS变换和小波变换相结合的图像融合方法。首先对多光谱图像进行改进的IHS变换,然后利用小波变换分别对1分量和全色高分辨率图像做小波分解,并对小波低频系数基于局部能量进行融合,小波高频系数基于局部方差进行融合,最后进行IHS逆变换,得到融合结果图像。结果表明,本文提出的方法在保持光谱源图像特性方面有优势,也较多地保留了源图像的空间细节信息,融合图像的扭曲程度小。 相似文献
13.
介绍了数字图像压缩的一种新的思维方法，即在将给定的图像块根据纹理特征分为平滑块、斜面块、曲面块、边缘块后，在基于不同多项式对不同类图像块分别进行处理的过程中，对于包含大量高频信息的边缘块，通过提取边缘轮廓位置信息，减少图像块内的高频信息量，而后再对被边缘轮廓分割的新图像块进行分类、处理：由于把图像边缘轮廓的大部分高频信息分解于边沿信息中，因此提高压缩比时不会丢失太多高频细节，减少了物体的边界噪声和可见的图块边界，从而在相同压缩比的前提下，更加保证了图像的视觉效果。文章中给出了此种方法的理论公式、推导过程以及整个实现过程，并通过实例比较了此方法与二维离散余弦变换在图像压缩中的性能差异。 相似文献
14.
针对Mogi模型垂直位移与水平位移联合反演中的病态问题,改进火山形变总体最小二乘(Total Least Squares,TLS)联合反演的虚拟观测法,并使用方差分量估计(Variance Components Estimation,VCE)方法确定病态问题的正则化参数.将附有先验信息的参数作为观测方程,与垂直位移和水平位移的观测方程联合解算,推导了三类观测方程联合反演的求解公式及基于总体最小二乘方差分量估计确定正则化参数的表达式,给出了算法的迭代流程.通过算例实验,研究了总体最小二乘联合反演的虚拟观测法在火山Mogi模型形变反演中的应用;算例结果表明,三类数据的联合平差及方差分量估计方法可以确定权比因子并得到修正后的压力源参数,具有一定的实际参考价值. 相似文献
15.
反射地震走时层析本质上是一个病态问题,而正则化是改善问题病态程度的有效手段.反射地震走时层析最终可归结为线性方程组的求解,本文讨论了在线性方程组求解过程中正则化的作用和方式.正则化的作用有:(1)用超定分量约束欠定分量和零空间分量;(2)用先验信息约束欠定分量和零空间分量;(3)对射线的不均匀覆盖进行阻尼;(4)对数据的不准确性进行阻尼.正则化的加入方式有:(1)加法型(将正则化矩阵补在层析矩阵后面,包括导数型正则化和零阶正则化,一阶导数型正则化对应最平坦解,二阶导数型正则化对应最光滑解,零阶正则化对应紧约束解);(2)乘法型(将正则化矩阵与层析矩阵相乘,主要包括阻尼型正则化).并利用简单的模型对正则化的效果进行了试验,发现经各种正则化约束后,与未加任何正则化约束得到的速度模型比较,尽管恢复的异常体的幅度不如后者大,但得到的速度剖面要平滑得多,更利于后续的射线追踪正演和层析反演. 相似文献
16.
对于同一地质模型,将不同地球物理数据分别进行反演,通常得到多个不同的反演结果,研究多源地球物理数据综合解释,有助于实现复杂地形环境下目标体的精确识别和定位.本文采用一种基于非下采样轮廓波变换(Non-Subsampled Contourlet Transform,简称NSCT)的多源地球物理信息融合方法,以美国阿拉斯加库克湾西南部的Iliamna火山地区的实测数据(公开数据)为例,通过对多源地球物理图像数据进行综合分析,实现了磁化率和电阻率模型的融合.首先,利用NSCT将不同地层的多源图像分解为低频子带图像和高频子带图像;然后,设计了基于加权平均和新度量参数(New Metric Parameter,简称NMP)的融合规则,并分别对低频子带图像和高频子带图像进行融合;最后利用NSCT反变换得到包含磁化率和电阻率信息的融合图像.将融合结果与先验资料进行对比,结果显示两者具有较高的一致性,表明这一方法有效可靠,为目标体精确识别和快速定位提供了一种新的解决思路. 相似文献
17.
SPECT是对植入患者体内的放射性粒子发射的γ射线进行成像,其图像中灰度信息反映了γ射线的计数值,变换后相应于射线剂量值。临床中通常为了观察剂量在病灶附近的分布情况,需要将SPECT图像进行伪彩色处理,再与CT图像进行融合。但是,SPECT/CT常用的处理软件中伪彩色处理很难提供足够的剂量细节分辨,难以满足临床诊疗的需求。针对脑部肿瘤治疗中对γ射线剂量分布细节的需求,本文基于SPECT的DICOM数据,提出一种含有可调双向量参数的伪彩色映射显示模型,创建多层次的映射关系。该方法不仅可以控制伪彩色显示区域还可以调整剂量显示的多分段细节。Python的数值实验结果表明,本文所提伪彩色映射模型和算法能够更加清晰、准确地显示SPECT图像中感兴趣的剂量区域和数据范围,与CT图像融合后可明显增强SPECT/CT的病灶区域和剂量分布层次感,精准显示病灶部位的粒子空间和放射剂量分布信息,为临床疗效的判定提供可靠依据。 相似文献
18.
页岩微观结构认识是页岩气勘探开发的基础.传统的探测手段是基于表面的有损观测方法.本文应用上海光源同步辐射技术对页岩结构进行无损探测获取投影数据,该技术可以避免X射线硬化.我们利用X射线计算机断层成像技术进行图像恢复,提出了L1模+TV(全变差)非光滑正则化方法抑制噪声影响,提高图像对比度.实验证明,该方法是准确重建页岩微观结构的有效方法. 相似文献
19.
《应用地球物理》2019,(4)
重力梯度反演中,了解重力梯度各分量在反演中发挥的作用,从而选择合适的分量组合非常重要。基于前人对重力梯度各分量的信息特征的研究,本文提出了一种重加权反演方法来评价单一重力梯度分量对反演结果分辨率的影响。这种方法仅用到了正则化方程中的拟合函数,并引入深度加权函数克服重力梯度反演中的"趋肤效应"。本文对比了不同的反演结果,验证了深度加权函数对反演结果的影响。基于避免引入先验信息这一前提,文中选择灵敏度矩阵构建的深度加权函数。基于单一长方体模型和复杂模型试验的反演结果表明不同分量对反演结果分辨率的影响在不同方向存在差异。此外,在两种模型数据中加入不同水平的随机噪声,得出结果与无噪声模型反演结果基本一致。最后,本文方法在美国路易斯安娜州文顿盐丘的实际数据得到了应用。 相似文献
20.
总变差最小化算法是一种基于压缩感知理论的图像重建算法,能够从稀疏投影或含噪投影数据中高精度地重建图像,已经被广泛应用于计算机断层成像、磁共振成像、电子顺磁共振成像。能谱CT、T1或T2加权的MRI及EPRI均属于多通道成像。逐通道TV算法可以实现较高精度的图像重建,然而忽略了各通道图像之间的相似性。核TV算法是一种考虑了通道间图像相似性的TV类算法,可以实现高精度图像重建。面向多通道图像重建,以CT重建为研究范例,本文提出一种Chambolle-Pock算法框架下的核TV多通道图像重建算法。通过仿真模体和真实CT图像模体的重建实验,验证算法的正确性,分析算法的收敛性,探索算法参数对收敛速率的影响,评估算法的稀疏重建能力及含噪投影重建能力。结果表明,相对于逐通道TV算法,所提算法可以取得更高的重建精度。核TV算法是一种高精度的多通道图像重建算法,可以应用于各种成像模态的多通道重建场合。 相似文献