层析图像重建算法研究

层析图像重建算法研究

ID:32469594

大小:1.47 MB

页数:62页

时间:2019-02-06

层析图像重建算法研究_第1页
层析图像重建算法研究_第2页
层析图像重建算法研究_第3页
层析图像重建算法研究_第4页
层析图像重建算法研究_第5页
资源描述:

《层析图像重建算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要图像重建在医学诊断及工业无损探伤等领域有着广泛的应用,而不完全投影重建算法是图像重建研究领域的重点和难题。本文研究了神经网络优化技术和遗传算法在少数投影图像重建中的应用。论文首先论述了投影重建的基本理论及模型,对常用的重建算法和优化准则作了分析和归纳,并介绍了神经网络和遗传算法,建立了它们的图像重建模型。神经网络又分前馈型的BP算法和反馈型的连续型Hopfield网络(C}玎州)两类:对BP算法,采用附加动量法和自适应学习率对其进行改进;C}ⅡqN则根据能量函数的组成不同,构建了最大熵cm心f重建模

2、型和最小范数CmqN模型。而针对遗传算法的收敛速度慢和容易早熟收敛的缺点,分别用模拟退火技术和最速下降因子嵌入遗传操作中对其进行改进。对以上算法作者通过选择测试函数进行计算机模拟,给出了在少数投影数据下场分布的重建误差和重建效果图,验证了各算法的可靠性和有效性。模拟结果表明:在投影方向有限的情况下,以上各算法都能较好地重建出原场分布,且晟大熵C}玎州算法具有很好的抗噪声性能,而遗传算法的全局收敛性则明显好于其它算法。关键词:不完全投影,神经网络,遗传算法ABSTRACT工珊agereconstructi

3、。nisatechn0109ywidelyusedinfieldsofmedicaldiagnoses,industrialnon—destructivedetecting,etc.Thealgorithmofprojectionreconstructionfromfewerviewsisthefocalpointandpuzzleinthistechnologytheseyears.TheapplicationsofNeuralNetworkandGeneticAlgorithm((遗)ini响ger

4、econstructionfromfewerviewsareproposedinthispaper.First,wediscus8thefundaIIIentalsoftoⅢ09raphyreconstruction,includingtheprinciplesofRadontransform,essentialalgorithmsofimagereconstructionandtheoptimizationcriteria.Then,themodelsofimagereconstructionused

5、NeuralNetworkandGeneticAlgorithmrespectivelyareproposed.TherearetwokindsofNeuralNetwork:BPalgorithmandContinuousHopfieldNeuralNetwork(CHNN).BPalgorithmismodifiedbyadditivedynamicmethodandadaptivelearningratiomethod;CHNNhastwodifferentmodelsinthispaperacc

6、ordingtodifferentenergyfunction:CHNNofMaxiJ11umEntropy(ME)principleandCHNNofMinimumNorm(MN).PointingatthedisadvantagesofGeneticAlgorithm,suchaspreⅢatureconVergence,wecombineSimulatedAnnealing(SA)andSteepestDecent(SD)withGArespectively,generatingtwohybrid

7、GAs.NumericalSimulationbasedontestingfunctionisoperatedtoapprovethereliabilityofthesealgorithmsandshoWthejrreconstructionquality.Simulationresultshowsthat:whenonlylimitedprojectiondatacanacquired,a11algorithmsmentionedabovecanreconstructtheimageeffective

8、ly.TheMECHNNalgorithⅢhasgoodprobabilityofanti—noiseandGAisbetterthanotheralgorithInsontheglobalconvergenceproperty.Key帅r出:Fewervic、vs,№u棚Nc帆一(,Gelledc刖go耐∞原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。