检索结果-南通市图书馆

基于MVDR加权稀疏重建的CFRP损伤成像

在线全文

学校读者我要写书评

暂无评论

复合材料学报 2024年

作者：冯继启叶波邹杨坤朱之贞杨常春昆明理工大学民航与航空学院昆明理工大学信息工程与自动化学院昆明理工大学云南省智能控制与应用重点实验室陆装驻重庆军代局驻昆明地区第一军代室

碳纤维复合材料(Carbon Fiber Reinforced Plastic， CFRP)因性能优异而广泛用于航天等领域，其在服役中会出现损伤。利用稀疏重建(Sparse Reconstruction， SR)算法可对CFRP损伤进行成像，定位损伤位置，但因原子失配问题会造成伪影，... 详细信息

碳纤维复合材料(Carbon Fiber Reinforced Plastic， CFRP)因性能优异而广泛用于航天等领域，其在服役中会出现损伤。利用稀疏重建(Sparse Reconstruction， SR)算法可对CFRP损伤进行成像，定位损伤位置，但因原子失配问题会造成伪影，甚至误判损伤。针对上述问题，提出一种最小方差无失真响应(Minimum Variance Distortionless Response， MVDR)加权的稀疏重建成像法。将CFRP监测区域划分为若干网格点，基于Lamb波散射模型构造字典，与散射信号和稀疏解变量组成SR模型；其次用MVDR成像法进行成像，基于成像结果构建MVDR权重因子，以此对稀疏解变量进行加权；最后采用基追踪去噪算法求解加权SR模型，得到最优稀疏解并转换为像素值，实现CFRP的损伤成像。CFRP损伤成像实验结果表明：所提方法在相同正则化参数下成像效果均优于SR成像法，而在三种不同正则化参数下的定位误差相比SR成像法分别降低了72.9mm、77.4mm与14.7mm；在四种不同损伤位置下，MVDR-SR成像法成像结果具有更少的伪影，损伤定位误差最大为7.9mm，相比MVDR和SR成像法具有更好的成像性能，验证了所提方法的正确性和有效性。

关键词：碳纤维复合材料稀疏重建 MVDR权重因子 Lamb波损伤成像

基于融合通道注意力的Uformer的CT图像稀疏重建

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2023年第9期43卷 2948-2954页

作者：陈蒙蒙乔志伟山西大学计算机与信息技术学院太原030006

针对解析法稀疏重建中产生的条状伪影问题,提出一种融合通道注意力的U型Transformer(CA-Uformer),以实现高精度计算机断层成像(CT)的稀疏重建。CA-Uformer融合了通道注意力和Transformer中的空间注意力,双注意力机制使网络更容易学习到... 详细信息

针对解析法稀疏重建中产生的条状伪影问题,提出一种融合通道注意力的U型Transformer(CA-Uformer),以实现高精度计算机断层成像(CT)的稀疏重建。CA-Uformer融合了通道注意力和Transformer中的空间注意力,双注意力机制使网络更容易学习到图像细节信息;采用优秀的U型架构融合多尺度图像信息;采用卷积操作实现前向反馈网络设计,从而进一步耦合卷积神经网络(CNN)的局部信息关联能力和Transformer的全局信息捕捉能力。实验结果表明,与经典U-Net相比,CA-Uformer的峰值信噪比(PSNR)、结构相似性(SSIM)提高了3.27 dB、3.14%,均方根误差(RMSE)降低了35.29%,提升效果明显。可见,CA-Uformer稀疏重建精度更高,压制伪影能力更强。

关键词：计算机断层成像稀疏重建条状伪影 Transformer 通道注意力

在线全文

学校读者我要写书评

暂无评论

高光谱图像光谱维结构相关性及稀疏重建模型

中国科学：信息科学 2021年第3期51卷 449-467页

作者：王相海王顺谢释铖李业涛陶兢喆宋传鸣辽宁师范大学地理科学学院大连116029 辽宁师范大学计算机与信息技术学院大连116029

高光谱图像(HSI)的高维度、高冗余等特性给其传输和处理带来了极大的挑战.近年来基于压缩感知的HSI重建受到重视并成为一前沿问题,在这一领域中有效挖掘HSI的稀疏先验成为提高其重建质量的一个关键.本文首先定义了HSI波段组的"光谱维面"... 详细信息

高光谱图像(HSI)的高维度、高冗余等特性给其传输和处理带来了极大的挑战.近年来基于压缩感知的HSI重建受到重视并成为一前沿问题,在这一领域中有效挖掘HSI的稀疏先验成为提高其重建质量的一个关键.本文首先定义了HSI波段组的"光谱维面",并以此为切入点对HSI光谱维的结构相关性进行研究,获得了如下结论:一是HSI光谱维面的纹理分布较空间域更为简单和均匀,且其纹理的对比度低、平稳度高,更容易被稀疏表达,二是在HSI光谱维面,与参考块相邻的搜索区域内存在着一定数量的与参考块具有较高相似度的光谱曲线块;进一步确定了基于光谱维面的HSI光谱维结构相关性的涵义,并提出了相应的稀疏测量模型;在此基础上,通过整合空间维非局部相关性与光谱维结构相关性的稀疏表示,提出了稀疏模型S-SCo SM,并以其为稀疏约束先验构建了HSI的稀疏重构模型.大量实验表明,所提出的稀疏模型S-SCo SM从空间维和光谱维两个角度更深层次地挖掘了HSI的相关性,获得了更为充分和有效的HSI稀疏约束先验,使HSI的重构质量得到进一步提升,在有效提高重构波段图像空间信息质量的同时,很好地保持了波段组的光谱属性.

关键词：高光谱图像光谱维面光谱维结构相关性联合稀疏稀疏重建波段组

在线全文

学校读者我要写书评

暂无评论

一种稀疏重建的天波雷达射频干扰抑制算法

电讯技术 2023年第2期63卷 206-211页

作者：邱峰黄中华邹欣颖航空工业第一飞机设计研究院西安710089 中国人民解放军93129部队北京100843 电子科技大学信息与通信工程学院成都611731

天波雷达工作频段通常有大量的射频干扰,严重影响了雷达探测。目前最有效的射频干扰抑制方法主要是基于相似约束的方法,其本质是在匹配滤波器上叠加一个抑制射频干扰的窄带滤波器。基于窄带滤波器稀疏特性,提出了一种稀疏约束的射频干... 详细信息

天波雷达工作频段通常有大量的射频干扰,严重影响了雷达探测。目前最有效的射频干扰抑制方法主要是基于相似约束的方法,其本质是在匹配滤波器上叠加一个抑制射频干扰的窄带滤波器。基于窄带滤波器稀疏特性,提出了一种稀疏约束的射频干扰抑制方法,对窄带滤波器施加稀疏性约束并加大对稀疏项的惩罚,在保证匹配滤波器效果的同时更加有效抑制干扰。该方法首先将滤波器分解为匹配滤波滤波器和窄带滤波器,然后对窄带滤波器施加稀疏约束,基于此构建一个稀疏约束的非凸优化问题。最后,提出一种低计算复杂度的交替性自适应迭代算法求解该非凸优化问题。仿真和实测数据处理结果表明,所提方法的输出信干噪比较相似约束算法提高了1 dB以上,有效地提高了射频干扰抑制性能。

关键词：天波雷达射频干扰抑制相似约束稀疏重建

在线全文

学校读者我要写书评

暂无评论

基于物理总能量目标函数的稀疏重建模型

物理学报 2015年第20期64卷 177-188页

作者：马鸽胡跃明高红霞李致富郭琪伟华南理工大学自动化科学与工程学院广州510640 华南理工大学精密电子制造装备教育部工程研究中心广州510640

欠采样条件下的稀疏重建模型往往直接取稀疏约束项或保真项作为求解的目标函数,却从未阐述其中的物理演化规律.针对此问题,从物理运动的角度出发,提出了一种基于物理总能量目标函数的稀疏重建模型.首先,建立了微粒在黏性介质中的运动模... 详细信息

欠采样条件下的稀疏重建模型往往直接取稀疏约束项或保真项作为求解的目标函数,却从未阐述其中的物理演化规律.针对此问题,从物理运动的角度出发,提出了一种基于物理总能量目标函数的稀疏重建模型.首先,建立了微粒在黏性介质中的运动模型,模型中粒子的重力势能函数为松弛变换后的l_2-l_1范数;其次,基于该微粒的物理总能量建立了新的稀疏重建模型,该重建模型在保留l_2-l_1模型稀疏约束和保真项的基础上,增加了对相邻两次迭代结果偏差的约束,避免因该偏差过大引起的震荡;第三,提出了针对该模型的梯度投影算法,并证明了算法的收敛性,算法在新模型目标函数下的梯度方向总是包含上一步迭代的物理惯性,从而达到加速收敛和避免局部最优解的目的;最后,将该模型应用于标准灰度图像的稀疏重建以及精密电子组装中微焦点X射线缺陷检测.实验结果表明,该算法不仅保证了图像的重建质量,收敛速度还得到了大幅提升.在精密电子组装内部缺陷检测应用中,该算法在微焦点X射线图像的边缘细节保留方面有明显的优势,可更准确地识别缺陷,满足工业应用快速性和准确性要求.

关键词：总能量最小化运动模型稀疏重建微焦点X射线缺陷检测

在线全文

学校读者我要写书评

暂无评论

稀疏重建的兰姆波结构损伤定位

声学技术 2016年第6期35卷 537-541页

作者：许成张海燕上海大学通信与信息工程学院上海200444

研究了基于稀疏重建算法的兰姆(Lamb)波损伤成像方法。利用损伤的稀疏性,对测量信号在字典中寻求其稀疏表示,通过稀疏重建方法得到定位缺陷的图像。由兰姆波信号传播模型理论,计算检测区域所有可能出现缺陷位置对应传感器接收到的散射... 详细信息

研究了基于稀疏重建算法的兰姆(Lamb)波损伤成像方法。利用损伤的稀疏性,对测量信号在字典中寻求其稀疏表示,通过稀疏重建方法得到定位缺陷的图像。由兰姆波信号传播模型理论,计算检测区域所有可能出现缺陷位置对应传感器接收到的散射信号波形,以此组成过完备字典;并通过梯度投影算法从字典中搜寻匹配的原子,匹配原子在字典中的位置对应于缺陷在检测区域中的位置。仿真实验采用多模态兰姆波进行损伤定位,结果表明稀疏重建方法在低噪声情况下可以实现对单个、两个缺陷的定位,和延迟求和成像方法对比,稀疏成像具有更少的噪声干扰及伪像。

关键词：结构健康监测损伤定位兰姆波稀疏重建

在线全文

学校读者我要写书评

暂无评论

正弦图智能插值法CT稀疏重建

核电子学与探测技术 2021年第6期41卷 1125-1131页

作者：温静乔志伟山西大学计算机与信息技术学院太原030006

介绍了基于正弦稀疏插值法对CT图像进行稀疏重建的方法。该方法采用稀疏采样,在DNCDD网络的基础上,提出递减感受野密集连接DNCNN网络结构,汲取图像特征。网络模型采用不同大小的卷积核并加入了密集连接,通过与线性插值方法及不同经典网... 详细信息

介绍了基于正弦稀疏插值法对CT图像进行稀疏重建的方法。该方法采用稀疏采样,在DNCDD网络的基础上,提出递减感受野密集连接DNCNN网络结构,汲取图像特征。网络模型采用不同大小的卷积核并加入了密集连接,通过与线性插值方法及不同经典网络方法的比较表明,该网络重建后图像的峰值信噪比和结构相似度更高,可更好地保留图像细节。

关键词：智能插值稀疏重建卷积神经网络递减感受野密集连接DNCNN 医学图像

基于Transformer的CT稀疏重建方法研究

在线全文

学校读者我要写书评

暂无评论

基于Transformer的CT稀疏重建方法研究

作者：陈蒙蒙山西大学

学位级别：硕士

计算机断层成像(Computed Tomography,CT)技术的出现,极大地推动了医学影像诊断学的进展,在精准诊疗中发挥着日益重要的作用。然而X射线辐射有可能危害人体健康,所以低剂量CT成为了研究热点。CT稀疏重建是指从稀疏角度下采集的投影重建... 详细信息

计算机断层成像(Computed Tomography,CT)技术的出现,极大地推动了医学影像诊断学的进展,在精准诊疗中发挥着日益重要的作用。然而X射线辐射有可能危害人体健康,所以低剂量CT成为了研究热点。CT稀疏重建是指从稀疏角度下采集的投影重建图像,是一种有效的低剂量CT实现方式。但是,以滤波反投影算法(Filtered Back Projection,FBP)为代表的解析法稀疏重建的图像中包含严重的条状伪影,影响了后续诊断。迭代法和深度学习法是两类高精度稀疏重建方法,本文聚焦基于深度学习的稀疏重建方法。当前,以卷积神经网络(Convolutional Neural Network,CNN)为代表的深度学习方法是经典的条状伪影压制方法,但是CNN主要是对局部信息进行关联建模,其对全局信息的利用能力较弱。在自然语言处理和计算机视觉中得到成功运用的Transformer则恰好可以弥补这一缺点,在全局范围内建模长程依赖关系。本文旨在研究二者的有效耦合方式,并重点探索注意力机制的作用,以提高CT图像稀疏重建的精度。本文的主要工作如下:(1)提出了一种融合通道注意力的、U型的Transformer网络(Channel Attention Fused,U-shaped Transformer,CA-Uformer),用于CT图像高精度稀疏重建。设计了双注意力机制,将通道注意力与Transformer中的空间自注意力进行耦合;将前向反馈网络替换为深度可分离卷积,实现了CNN与Transformer的有机耦合,综合了前者的局部信息建模能力和后者的全局信息关联能力。选取5000张TCIA数据集作为训练集,300张作为验证集,300张作为测试集,与四种经典的纯卷积网络及一种纯Transformer模型相比,该网络有效压制了条状伪影,并保留了更多的图像结构信息。(2)提出了一种融合金字塔注意力的CA-Uformer网络(Pyramid Attention Fused,CA-Uformer,PA-CA-Uformer),以进一步提升CT图像稀疏重建的精度。在上一个工作的基础上,引入特征金字塔注意力机制,改进多头注意力模块的实现方式,并将数据集进行扩充至10000张训练集,600张验证集,300张测试集,与上一章中所用的五种对比算法及CA-Uformer相比,进一步提高了网络压制条状伪影的能力,实现了高精度稀疏重建。

关键词：计算机断层成像技术稀疏重建卷积神经网络 Transformer 注意力机制

基于多残差UNet的CT图像高精度稀疏重建

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用 2021年第10期41卷 2964-2969页

作者：张艳娇乔志伟山西大学计算机与信息技术学院太原030006

为了解决计算机断层成像(CT)稀疏解析重建过程中产生条状伪影的问题,在经典的UNet网络结构的基础上,提出了多残差UNet(Mr-UNet)网络结构,以更好地压制条状伪影。首先,用传统滤波反投影(FBP)解析重建算法稀疏重建出含条状伪影的稀疏图像... 详细信息

为了解决计算机断层成像(CT)稀疏解析重建过程中产生条状伪影的问题,在经典的UNet网络结构的基础上,提出了多残差UNet(Mr-UNet)网络结构,以更好地压制条状伪影。首先,用传统滤波反投影(FBP)解析重建算法稀疏重建出含条状伪影的稀疏图像;然后,将该类图像作为网络结构的输入,且将相对应的高精度图像作为网络的标签进行训练,使得该网络具有很好的压制条状伪影的性能;最后,将经典UNet原先的四层下采样加深到五层,并在模型中引入残差学习机制将每个卷积单元构建为残差结构,从而提升网络的训练性能。实验中采用了2000对大小为256×256的含条状伪影图像和对应的高精度图像作为数据集,其中,1900对作为训练集,50对作为验证集,其余的作为测试集来训练网络,并验证、评估网络性能。实验结果表明,与传统的总变差(TV)最小化算法及经典的UNet深度学习方法的比较表明,所提模型重建图像的均方根误差(RMSE)平均降低了约0.0025,结构相似度(SSIM)平均提高了约0.003,且能更好地保留图像纹理和细节信息。

关键词：稀疏重建条状伪影卷积神经网络 UNet 多残差UNet