期刊文献+
共找到3,289篇文章
< 1 2 165 >
每页显示 20 50 100
基于非凸与不可分离正则化算法的电容层析成像图像重建
1
作者 李宁 朱朋飞 +1 位作者 张立峰 卢栋臣 《化工学报》 EI CSCD 北大核心 2024年第3期836-846,共11页
搅拌器内两相混合是化工生产中常见的现象,电容层析成像(ECT)技术主要对两相分布进行可视化重构,以达到监测的目的。受稀疏贝叶斯学习的启发,提出了一种非凸与不可分离正则化(NNR)算法重建ECT图像。在稀疏先验的基础上引入矩阵低秩特性... 搅拌器内两相混合是化工生产中常见的现象,电容层析成像(ECT)技术主要对两相分布进行可视化重构,以达到监测的目的。受稀疏贝叶斯学习的启发,提出了一种非凸与不可分离正则化(NNR)算法重建ECT图像。在稀疏先验的基础上引入矩阵低秩特性,采用最大后验估计在潜在空间中提出一个新的优化问题,利用对偶变量将潜在空间的目标函数映射到原始空间进行迭代求解,用来恢复同时稀疏与低秩的矩阵。与凸近似L1范数相比,NNR算法可获得更准确的重建图像,同时比非凸可分离方法更容易收敛到全局最优解。为验证NNR算法的重建效果,通过数值仿真与静态实验的方法分别与其他5种算法进行重建对比。结果表明:NNR算法可以有效减少重建伪影,提升中心物体的重建质量,为搅拌器内两相分布提供了高质量的重建算法。 展开更多
关键词 电容层析成像 图像重建 非凸不可分离正则化 稀疏-低秩模型 两相混合
下载PDF
基于非凸熵最小化与高斯混合模型聚类的电容层析成像图像重建
2
作者 张立峰 卢栋臣 刘卫亮 《计量学报》 CSCD 北大核心 2024年第2期207-213,共7页
基于压缩感知原理提出了一种构建非凸熵(NE)函数作为正则化项的方法,在有效缓解电容层析成像(ECT)病态性逆问题的同时可保证解的稀疏性,并采用快速迭代阈值收缩算法(FISTA)求解以加快收敛速度。对所得解通过高斯混合模型(GMM)进行阈值寻... 基于压缩感知原理提出了一种构建非凸熵(NE)函数作为正则化项的方法,在有效缓解电容层析成像(ECT)病态性逆问题的同时可保证解的稀疏性,并采用快速迭代阈值收缩算法(FISTA)求解以加快收敛速度。对所得解通过高斯混合模型(GMM)进行阈值寻优,采用期望最大化算法(E-M)更新模型参数,从而构建NE-GMM算法。仿真及实验结果均表明:与LBP、Landweber、迭代硬阈值(IHT)、ADMM-L1及NE算法进行了对比,该算法所得重建图像质量最优,对中心分布及多物体分布的保真度进一步提高,仿真实验重建图像的平均相对误差和相关系数分别为0.4611及0.8827,优于其他5种算法。 展开更多
关键词 图像重建 电容层析成像 非凸熵 高斯混合模型
下载PDF
基于改进群稀疏正则化的稀疏角度图像重建
3
作者 魏志晴 郑文康 +4 位作者 白艳萍 谭秀辉 程蓉 胡红萍 王鹏 《计算机技术与发展》 2024年第3期57-63,共7页
计算机断层扫描(Computer Tomography,CT)是临床医学中广泛使用的医学图像,可以清楚地显示人体的精细结构细节,为医生诊断疾病提供很大帮助。通过最近的研究表明,基于群稀疏正则化的联合代数重建技术(Simultaneous Algebraic Reconstruc... 计算机断层扫描(Computer Tomography,CT)是临床医学中广泛使用的医学图像,可以清楚地显示人体的精细结构细节,为医生诊断疾病提供很大帮助。通过最近的研究表明,基于群稀疏正则化的联合代数重建技术(Simultaneous Algebraic Reconstruction Technique,SART)重建在稀疏角度采样背景下可以获得较好的性能。然而,群稀疏正则化在去掉伪影的同时,可能将边缘或细节过度平滑,使得对比度降低,无法获得符合人类视觉效果的高分辨率图像。因此,该文提出了一种基于改进群稀疏正则化的稀疏角度图像重建方法。首先对稀疏角度下的Shepp-Logan模型进行SART重建,再利用群稀疏正则化去除图像伪影,最后利用滚动引导滤波(Rolling Guided Filtering,RGF)进行对比度提升,再次作为SART的输入进行迭代。实验结果表明,该方法在视觉上以及PSNR(Peak Signal-to-Noise Ratio),MSE(Mean Squared Error)和FSIM(Feature Similarity)上均优于其他算法,并且在迭代初始阶段就具有较好的收敛性能。 展开更多
关键词 稀疏表示 联合代数重建技术 滚动引导滤波 稀疏角度 图像重建
下载PDF
基于生成对抗网络的非织造布二维图像重建
4
作者 王志禄 侯珏 +1 位作者 杨阳 刘正 《现代纺织技术》 北大核心 2024年第1期54-63,共10页
非织造布纤维结构的准确表征是其性能分析的重要基础。为了解决基于近似模拟的表征结果中纤维形态、结构与真实样本不一致的问题,提出了一种基于生成对抗网络的非织造布二维图像重建方法。使用全自动光学显微镜对非织造布图像进行抓取,... 非织造布纤维结构的准确表征是其性能分析的重要基础。为了解决基于近似模拟的表征结果中纤维形态、结构与真实样本不一致的问题,提出了一种基于生成对抗网络的非织造布二维图像重建方法。使用全自动光学显微镜对非织造布图像进行抓取,并在此基础上构建纤维生成对抗网络(Fiber generation adversarial network,FGAN)对图像样本进行建模。针对高分辨率图像重建时存在的失真问题,采用多尺度训练策略,同时引入权重多样性损失。采用图像质量评估指标FID作为实验评价指标,分别与DCGAN、WGAN-GP、BEGAN、PROGAN等生成模型进行对比实验。结果表明:FGAN重建的非织造布图像质量更高;消融实验证明,多尺度训练策略与权重多样性损失函数中FID数值分别降低24.52%、20.31%。FGAN模型的提出,使非织造布结构分析摆脱对近似模拟方法的依赖,提供了准确的纤维分布信息,对非织造布的质量评估、性能优化等应用具有重要意义。 展开更多
关键词 非织造布 孔隙 生成对抗网络 多样性损失 图像重建
下载PDF
基于复卷积双域级联网络的欠采样磁共振图像重建算法
5
作者 邱华禄 蔺素珍 +2 位作者 王彦博 刘峰 李大威 《计算机应用》 CSCD 北大核心 2024年第2期580-587,共8页
目前,大多数加速磁共振成像(MRI)的重建算法通过重建欠采样幅值图像,利用实值卷积进行特征提取,没有考虑MRI数据本身是复数,从而限制了对MRI复值数据的特征提取能力。为了提高对单个切片MRI复值数据特征提取能力,从而重建出细节更为清... 目前,大多数加速磁共振成像(MRI)的重建算法通过重建欠采样幅值图像,利用实值卷积进行特征提取,没有考虑MRI数据本身是复数,从而限制了对MRI复值数据的特征提取能力。为了提高对单个切片MRI复值数据特征提取能力,从而重建出细节更为清晰的单切片磁共振(MR)图像,提出复卷积双域级联网络(ComConDuDoCNet)。将原始欠采样MRI数据作为输入,使用残差特征聚合(RFA)块交替提取MRI数据的双域特征,最终重建出具有清晰纹理细节的MR图像。每个RFA块使用复卷积作为特征提取器。不同域间通过傅里叶变换或逆变换进行级联,并加入数据一致性层实现数据保真。在公开的膝关节数据集上进行实验,与双任务双域网络(DDNet)在采样率为20%的三种不同采样掩码下的对比结果表明,在二维高斯采样掩码下,所提算法的标准均方根误差(NRMSE)下降了13.6%,峰值信噪比(PSNR)提升了4.3%,结构相似性指数(SSIM)提升了0.8%;在泊松采样掩码下,所提算法的NRMSE下降了11.0%,PSNR提升了3.5%,SSIM提升了0.1%;在径向采样掩码下,所提算法的NRMSE下降了12.3%,PSNR提升了3.8%,SSIM提升了0.2%。实验结果表明,ComConDuDoCNet结合复卷积与双域学习,能够重建出细节更加清晰、视觉效果更加逼真的MR图像。 展开更多
关键词 图像重建 欠采样图像 复卷积 双域学习 深度学习
下载PDF
一种基于前向成像模型的光声层析图像重建方法
6
作者 程丽君 孙正 +1 位作者 孙美晨 侯英飒 《中国光学(中英文)》 EI CAS CSCD 北大核心 2024年第2期444-455,共12页
在光声层析成像(photoacoustic tomography,PAT)时,不均匀光通量分布、组织复杂的光学和声学特性以及超声探测器的非理想特性等因素会导致重建图像质量下降。本文考虑不均匀光通量、非定常声速、超声探测器的空间脉冲响应和电脉冲响应... 在光声层析成像(photoacoustic tomography,PAT)时,不均匀光通量分布、组织复杂的光学和声学特性以及超声探测器的非理想特性等因素会导致重建图像质量下降。本文考虑不均匀光通量、非定常声速、超声探测器的空间脉冲响应和电脉冲响应、有限角度扫描和稀疏采样等因素的影响,建立了前向成像模型。通过交替优化求解成像模型的逆问题,实现光吸收能量分布图和声速分布图的同时重建。仿真、仿体和在体实验结果表明,与反投影法、时间反演法和短滞后空间相干法相比,该方法重建图像的结构相似度和峰值信噪比可分别提高约83%、56%、22%和80%、68%、58%。由上述结果可知,对非理想成像场景采用该方法重建的图像质量有显著提高。 展开更多
关键词 光声层析成像 图像重建 前向成像模型 探测器脉冲响应 有限角度扫描 稀疏采样
下载PDF
AAR-Net:用于声学异质介质光声图像重建的深度神经网络
7
作者 孙美晨 孙正 候英飒 《智能系统学报》 CSCD 北大核心 2024年第2期278-289,共12页
在光声成像中,由于组织的吸收和扩散等引起的超声波衰减、由声速变化引起的相位偏差以及与声衰减相关的信号波形展宽都会降低图像的空间分辨率,针对该问题,提出一种基于深度学习的声学特性非均匀组织图像重建方法。通过将深度梯度下降(d... 在光声成像中,由于组织的吸收和扩散等引起的超声波衰减、由声速变化引起的相位偏差以及与声衰减相关的信号波形展宽都会降低图像的空间分辨率,针对该问题,提出一种基于深度学习的声学特性非均匀组织图像重建方法。通过将深度梯度下降(deep gradient descent,DGD)网络与U-Net相结合构建声伪影去除网络(acoustic artifacts removal network,AAR-Net)。DGD模块利用梯度信息减少非均匀声学特性对重建图像质量的影响,实现信号域到图像域的转换。U-Net模块实现对DGD模块输出的低质量图像的优化,实现图像域到图像域的转换。仿真、仿体和在体试验结果表明,与传统的非学习图像重建方法和最新的基于图像后处理的深度学习方法相比,采用该方法重建的图像结构相似度和峰值信噪比分别可提高约20%和10%。AAR-Net无需任何有关成像对象声学特性的先验知识,即可重建高质量图像。 展开更多
关键词 图像重建 图像增强 光声光谱成像 声学特性 反射 深度学习 深度神经网络 梯度方法
下载PDF
基于单电极激励模式的颅脑电阻抗图像重建方法研究
8
作者 王萌 郑硕 +1 位作者 施艳艳 廖娟娟 《河南师范大学学报(自然科学版)》 CAS 北大核心 2024年第2期89-95,F0002,共8页
作为一种新兴的可视化技术,电阻抗层析成像(EIT)能够根据人体组织病理变化对其电导率分布进行图像重建,为疾病检测提供了一种选择.在基于EIT的脑部疾病检测中,为了改善被测区域的灵敏度分布并解决电阻抗成像中典型的不适定问题,在单电... 作为一种新兴的可视化技术,电阻抗层析成像(EIT)能够根据人体组织病理变化对其电导率分布进行图像重建,为疾病检测提供了一种选择.在基于EIT的脑部疾病检测中,为了改善被测区域的灵敏度分布并解决电阻抗成像中典型的不适定问题,在单电极激励数据采集模式下,提出了k阶有限差分L1正则化目标函数,并采用增广拉格朗日和交替方向算法对目标函数进行求解,实现电导率分布的重构.研究了单电极激励模式下,外接电阻对敏感场的影响;针对脑出血和脑缺血两种病情,对比了Landweber方法、Newton-Raphson方法、Tikhonov方法、广义总变分方法(TGV)和本文方法的图像重建性能.结果表明,在脑出血和脑缺血的图像重建中,采用单电极激励模式的ALAD-LR方法可有效提高图像重建质量,并具有较强的鲁棒性. 展开更多
关键词 电阻抗成像 图像重建 单电极激励 正则化方法
下载PDF
基于模拟退火粒子群优化算法的ECT图像重建方法研究
9
作者 王耀萱 崔丽琴 +2 位作者 田鹏 秦龙 曾祥麟 《传感技术学报》 CAS CSCD 北大核心 2024年第3期484-491,共8页
电容层析成像系统中,其反问题的“病态性”特点,导致传统图像重建算法的重建结果伪影现象严重。粒子群算法(Particles Swarm Optimization,PSO)作为智能算法的一种,具有易实现,收敛快等显著优点,缺点也很明显,即粒子易收敛于局部最优解... 电容层析成像系统中,其反问题的“病态性”特点,导致传统图像重建算法的重建结果伪影现象严重。粒子群算法(Particles Swarm Optimization,PSO)作为智能算法的一种,具有易实现,收敛快等显著优点,缺点也很明显,即粒子易收敛于局部最优解。将模拟退火算法与粒子群搜索算法相结合,利用模拟退火算法中的概率突变能力,能够有一定概率跳出算法的局部最优解。设计了五种不同的典型流型并进行了仿真实验,利用所提算法与LBP算法、Tikhonov算法、Landweber迭代算法以及标准PSO算法分别对其进行了图像重建。仿真实验所得到的主观结果和客观数据均表明,所提算法可以有效减少重建图像中的伪影,明确图像形状,提高重建图像质量,使得图像重建结果更加接近原始流型。 展开更多
关键词 电容层析成像 图像重建 粒子群算法 模拟退火算法
下载PDF
基于并联自适应残差网络与CBAM的ECT图像重建
10
作者 马敏 吴环 《计量学报》 CSCD 北大核心 2024年第2期214-221,共8页
为解决电容层析成像中软场效应导致重建图像精度低的问题,提出了一种基于并联自适应残差网络与卷积注意力机制的图像重建算法。通过引入并联自适应残差模块提取丰富的特征层信息,再利用压缩激励网络调整各通道的权重系数,达到过滤冗余... 为解决电容层析成像中软场效应导致重建图像精度低的问题,提出了一种基于并联自适应残差网络与卷积注意力机制的图像重建算法。通过引入并联自适应残差模块提取丰富的特征层信息,再利用压缩激励网络调整各通道的权重系数,达到过滤冗余信息的效果,引入卷积注意力机制学习浅层特征的通道和空间信息,将卷积注意力机制通道与并联自适应残差网络进行特征融合以补偿损失的浅层特征和空间信息。仿真结果表明,相比LBP算法、Landweber迭代算法、1D CNN算法,改进算法有效提高了重建质量。 展开更多
关键词 多相流测量 电容层析成像 图像重建 并联自适应残差网络 卷积注意力机制
下载PDF
深度学习图像重建算法在低剂量扫描对肺结节显示及测量的影响
11
作者 金鑫 陈杭美 傅钰沁 《医学影像学杂志》 2024年第3期140-142,共3页
目的探讨肺结节胸部CT低剂量对深度学习图像重建(DLIR)图像质量及结节检测的影响。方法选取肺结节患者120例,在低剂量扫描条件下应用低剂量迭代重建算法(ASIR-V),评估低剂量下重建图像总体噪声(NI)、肺组织信噪比(SNR)、对比噪声比(CNR)... 目的探讨肺结节胸部CT低剂量对深度学习图像重建(DLIR)图像质量及结节检测的影响。方法选取肺结节患者120例,在低剂量扫描条件下应用低剂量迭代重建算法(ASIR-V),评估低剂量下重建图像总体噪声(NI)、肺组织信噪比(SNR)、对比噪声比(CNR),实性、磨玻璃结节噪声、SNR、CNR及结节可见度、筛查准确性。结果DLIR-H总NI和肺组织CNR为(21.14±1.35)Db、(13.70±1.96),低于ASIR-V和DLIR-M,DLIR-M低于ASIR-V(均P<0.05)。肺组织SNR为(26.85±3.46),高于ASIR-V和DLIR-M,DLIR-M高于ASIR-V(均P<0.05)。实性结节、磨玻璃结节NI和CNR均低于ASIR-V和DLIR-M,DLIR-M低于ASIR-V(均P<0.05)。实性结节、磨玻璃结节SNR高于ASIR-V和DLIRM结果,DLIR-M高于ASIR-V(均P<0.05)。DLIR-H图像质量评分、实性结节、磨玻璃结节可见评分均高于ASIR-V和DLIR-M结果,DLIR-M结果高于ASIR-V(均P<0.05)。DLIR-H肺结节准确率86.67%,高于ASIR-V和DLIR-M(P<0.05)。结论胸部CT扫描肺结节应用低剂量DLIR算法能够有效降低噪声,保证图像质量前提下提高诊断率。 展开更多
关键词 深度学习图像重建算法 自适应统计迭代重建算法 低剂量 肺结节 肺癌 体层摄影术 X线计算机
下载PDF
基于图像重建的代谢肿瘤总体积分级模型
12
作者 宋思良 陈蔺林 +2 位作者 王泽乾 吴祎璠 程紫嫣 《现代信息科技》 2024年第6期70-73,共4页
总体代谢肿瘤体积(TMTV)是一种较为重要的独立于其他指标的预后指标,对患者的准确治疗具有十分重要的指导作用。准确确定TMTV的分级是一项极具挑战的任务,为此文章提出基于图像重建的代谢肿瘤总体积分级模型,其中包含两个模块:分割辅助... 总体代谢肿瘤体积(TMTV)是一种较为重要的独立于其他指标的预后指标,对患者的准确治疗具有十分重要的指导作用。准确确定TMTV的分级是一项极具挑战的任务,为此文章提出基于图像重建的代谢肿瘤总体积分级模型,其中包含两个模块:分割辅助多维特征学习模块(SAMFL)和重建纠正模块(RCM)。前者通过优化和融合分割特征获得更加精确的TMTV;后者采用图像重建和偏差纠正的方法修正分割未能准确识别的区域,从而进一步提高TMTV的准确性。在芝加哥大学医院的数据集上,该模型的准确率达到71%。与其他方法相比,该模型在TMTV分级方面表现得更加出色。 展开更多
关键词 代谢肿瘤总体积 图像重建 图像分割 偏差纠正
下载PDF
基于图像重建的黄连根系-土壤复合体力学特性仿真与试验
13
作者 曾百功 李敏 +5 位作者 姚亮华 赵世龙 陈迅 王跃 刘凡一 谢守勇 《农业工程学报》 EI CAS CSCD 北大核心 2023年第19期75-84,共10页
针对黄连(Coptis chinensis)收获过程机械化程度低,根土复合体力学特性研究缺乏的问题,该研究以收获期黄连为研究对象,运用增量式运动恢复结构(incremental structure from motion,ISFM)和多视图立体(multi-view stereo,MVS)算法,通过... 针对黄连(Coptis chinensis)收获过程机械化程度低,根土复合体力学特性研究缺乏的问题,该研究以收获期黄连为研究对象,运用增量式运动恢复结构(incremental structure from motion,ISFM)和多视图立体(multi-view stereo,MVS)算法,通过多视角图像三维重构,将建立的高保真根系形态模型应用于不同条件下的根系-土壤复合体力学特性研究中。首先,通过田间采样和室内力学特性试验,得到根茎的平均剪切模量和泊松比,并测得不同深度的土壤和根土复合体的平均抗剪强度等物理力学参数。再以试验获得的入土深度为0~30 mm的土壤和根土复合体的平均抗剪强度作为响应值,采用Plackett-Burman试验和Central Composite试验等进行离散元仿真参数标定,并在EDEM软件中进行不同深度的土壤和根土复合体直剪试验数值模拟。结果表明:当土壤含水率在49.58%~62.96%、根系含水率在80%~230%的范围内时,在不同入土深度下,收获期黄连根土复合体离散元模型的内聚力和内摩擦角与试验结果的平均误差分别为3.48%和5.21%,标准差分别为3.44%和1.63%,验证表明通过图像重建根系模型可靠,并可用于模拟根土复合体力学行为。模拟方法可为黄连机械化收获关键工作部件设计和工作参数优化等提供理论依据。 展开更多
关键词 图像重建 模型 仿真 根土复合体 直剪试验 黄连
下载PDF
基于填充式ECT传感器的图像重建
14
作者 颜华 梁丽卓 王艳 《沈阳工业大学学报》 CAS 北大核心 2023年第5期552-558,共7页
为提高电容层析成像(ECT)系统对于非规则截面管道的成像质量,提出了一种基于填充式ECT传感器的图像重建方法.建立了完整的填充式ECT传感器模型,计算了考虑管壁和填充材料存在的灵敏度分布,针对重建区域标定了空场和满场.利用已知的填充... 为提高电容层析成像(ECT)系统对于非规则截面管道的成像质量,提出了一种基于填充式ECT传感器的图像重建方法.建立了完整的填充式ECT传感器模型,计算了考虑管壁和填充材料存在的灵敏度分布,针对重建区域标定了空场和满场.利用已知的填充区的介电常数以及对灵敏度矩阵的拆分处理,建立了降维的ECT正问题模型.利用Landweber迭代法求解了相应的逆问题.对所提方法进行了仿真数据验证和实测数据验证.重建结果表明:填充材料的介电常数与重建区的低介电常数一致时所提方法可显著改善重建质量. 展开更多
关键词 电容层析成像 图像重建 非规则管道 降维 矩阵拆分 空满场标定 有限元分析 Landweber算法
下载PDF
一种基于Fractal-DenseNet的电磁血管断层图像重建算法
15
作者 杨丹 王雨佳 +1 位作者 辛采凝 徐彬 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第7期931-937,共7页
针对电磁血管断层图像重建中存在的欠定性、病态性,提出一种基于Fractal-DenseNet的电磁血管断层图像重建算法.基于血流磁电耦合效应的血管断层图像重建原理,将FractalNet的分形思想与DenseNet的密集紧密连接思想相结合,构建了一种适用... 针对电磁血管断层图像重建中存在的欠定性、病态性,提出一种基于Fractal-DenseNet的电磁血管断层图像重建算法.基于血流磁电耦合效应的血管断层图像重建原理,将FractalNet的分形思想与DenseNet的密集紧密连接思想相结合,构建了一种适用于反演血液流速分布的Fractal-DenseNet网络模型,用于血管断层图像重建.通过人体前臂尺动脉血流磁电耦合测量模型,建立血管断层剖面流速和血流磁电效应引起的电压信号的对应数据对,分别作为网络模型输入和输出;通过监督学习,实现基于血管断层流速分布的血管断层图像重建.结果表明:Fractal-DenseNet重建结果的均方根误差和相关系数分别为0.0078,99.28%;本文算法具有良好的抗噪性,可在复杂边界条件下实现血管断层图像重建. 展开更多
关键词 血管断层图像重建 Fractal-DenseNet 血流磁电耦合效应 人体前臂尺动脉 监督学习
下载PDF
基于压缩感知算法的平面电容成像图像重建
16
作者 张立峰 张博雄 华回春 《计量学报》 CSCD 北大核心 2023年第8期1222-1228,共7页
提出了一种用于平面电容成像的压缩感知图像重建算法。根据平面阵列电极电容值与电极间距离的关系,对独立测量值数量进行了删减。针对图像重建的病态性及缺陷模型介电常数分布稀疏性,将基于压缩感知理论的梯度投影(GPSR-BB)算法应用于... 提出了一种用于平面电容成像的压缩感知图像重建算法。根据平面阵列电极电容值与电极间距离的关系,对独立测量值数量进行了删减。针对图像重建的病态性及缺陷模型介电常数分布稀疏性,将基于压缩感知理论的梯度投影(GPSR-BB)算法应用于平面电容成像图像重建,进行了复合材料缺陷检测的仿真及实测实验,并与LBP、Tikhonov正则化及Landweber迭代算法进行比较,结果表明,提出的GPSR-BB算法重建图像质量得到明显提高。 展开更多
关键词 计量学 平面电容成像 图像重建 压缩感知 多相流分布
下载PDF
基于改进ResNet-18网络的电容层析成像图像重建
17
作者 张立峰 常恩健 《计量学报》 CSCD 北大核心 2023年第9期1402-1408,共7页
为求解电容层析成像(ECT)中的非线性病态反问题,提出了一种基于改进ResNet-18网络的ECT图像重建方法。该网络由多个残差块组成,每个残差块被分组,然后通过组内残差连接,以融合更多的特征尺度。通过MATLAB仿真实验平台构建了流型数据集,... 为求解电容层析成像(ECT)中的非线性病态反问题,提出了一种基于改进ResNet-18网络的ECT图像重建方法。该网络由多个残差块组成,每个残差块被分组,然后通过组内残差连接,以融合更多的特征尺度。通过MATLAB仿真实验平台构建了流型数据集,利用深度残差网络的非线性映射能力,完成训练集的学习与训练,并利用测试集进行训练效果评价。在此基础上进行了静态实验。仿真与静态实验结果均表明:与LBP、Landweber迭代算法及未改进ResNet-18算法相比,该方法的图像重建质量明显提高,并具有良好的泛化能力。 展开更多
关键词 计量学 电容层析成像 图像重建 深度学习 残差网络 多相流检测
下载PDF
基于卷积稀疏编码的电容层析成像图像重建
18
作者 张立峰 卢栋臣 《计量学报》 CSCD 北大核心 2023年第7期1075-1079,共5页
针对电容层析成像(ECT)病态性逆问题,提出了一种将卷积稀疏编码模型作为惩罚项嵌入到ECT最小二乘问题的方法,通过预先训练好的滤波器并结合交替方向乘子算法(ADMM)对此模型进行求解,从而完成ECT图像重建。对提出的方法进行了仿真及实验... 针对电容层析成像(ECT)病态性逆问题,提出了一种将卷积稀疏编码模型作为惩罚项嵌入到ECT最小二乘问题的方法,通过预先训练好的滤波器并结合交替方向乘子算法(ADMM)对此模型进行求解,从而完成ECT图像重建。对提出的方法进行了仿真及实验测试,并与LBP、Tikhonov正则化及Landweber迭代算法进行比较。结果表明,提出的方法其重建图像平均相对误差和相关系数分别为0.4389及0.8968,均优于其他3种方法,中心物体及多物体分布的重建质量得到显著提升。 展开更多
关键词 计量学 电容层析成像 图像重建 卷积稀疏编码 交替方向乘子算法 多相流检测
下载PDF
基于梯度指导的双通道深度压缩感知图像重建方法
19
作者 欧阳宁 任天宇 林乐平 《桂林电子科技大学学报》 2023年第1期1-6,共6页
针对压缩感知重建图像边界部分模糊和畸变的问题,将图像的先验特性与深度学习网络相结合,提出了一种基于梯度指导的双通道深度压缩感知图像重建方法。该方法利用梯度图像和原始图像从边缘和纹理2个方面构建了双通道的深度网络模型。一方... 针对压缩感知重建图像边界部分模糊和畸变的问题,将图像的先验特性与深度学习网络相结合,提出了一种基于梯度指导的双通道深度压缩感知图像重建方法。该方法利用梯度图像和原始图像从边缘和纹理2个方面构建了双通道的深度网络模型。一方面,通过梯度分支来恢复高质量梯度图,为最后的重建图像提供额外的结构先验;另一方面,提出了梯度损失,图像的梯度约束有助于重建网络更专注于几何结构。在原图通道中采用混合卷积残差密集连接模块,扩大感受野的同时提取丰富的细节信息。实验结果表明,本方法与其他方法相比,取得了更高的重建质量,特别是在图像边界部分的恢复上有显著提升。 展开更多
关键词 图像重建 压缩感知 图像梯度 双通道深度网络
下载PDF
基于改进白骨顶鸡优化算法的ECT图像重建
20
作者 张立峰 陈达 《计量学报》 CSCD 北大核心 2023年第11期1692-1698,共7页
电容层析成像(ECT)技术求解图像重建问题存在严重的不适定性。为提高图像重建精度,提出了一种改进白骨顶鸡优化算法的ECT图像重建算法。针对标准白骨顶鸡优化算法(COA)中初始种群随机生成而导致的算法稳定性差和容易陷入局部最优的问题... 电容层析成像(ECT)技术求解图像重建问题存在严重的不适定性。为提高图像重建精度,提出了一种改进白骨顶鸡优化算法的ECT图像重建算法。针对标准白骨顶鸡优化算法(COA)中初始种群随机生成而导致的算法稳定性差和容易陷入局部最优的问题,引入了佳点集和正余弦优化方法,并融合了ART重建算法,根据ECT成像特点改进了目标函数。最后,进行仿真和静态实验,并与线性反投影(LBP)算法、Landweber算法、ART算法进行对比。结果表明,该方法可有效提高图像重建精度。 展开更多
关键词 计量学 电容层析成像 图像重建 改进白骨顶鸡优化算法 佳点集 正余弦优化
下载PDF
上一页 1 2 165 下一页 到第
使用帮助 返回顶部