导读:本文包含了近似重建论文开题报告文献综述及选题提纲参考文献，主要关键词:快速磁共振成像,压缩感知,原始-对偶,近似算子
近似重建论文文献综述
刘晓晖,张鑫媛,路利军,冯前进,陈武凡[1]（2018）在《磁共振图像的原始-对偶近似迭代重建算法》一文中研究指出基于压缩感知(CS)的磁共振成像(MRI)是一种利用磁共振(MR)图像的稀疏性的快速成像技术,经典CS-MRI重建数学模型是在包含线性合成非平滑正则约束下的最优化问题。针对重建模型中的线性合成正则项提出利用原始-对偶框架同时求解原始-对偶问题,对原始-对偶问题的增广Lagrangian形式求解其最优解,提出了一种原始-对偶迭代重建算法;对于非平滑正则项的处理,提出使用Moreau包络进行平滑近似,然后利用近似算子得到平滑近似函数的导数形式。用体模图像和真实MR图像,与共轭梯度算法(CG)、算子分离算法(TVCMRI)、变量分离算法(Rec PF)和快速混合分离算法(FCSA)进行比较,表明该算法重建效果最好,算法复杂度与最快的FCSA算法相当。(本文来源于《计算机工程与应用》期刊2018年08期）
刘晓晖,路利军,冯前进,陈武凡[2]（2018）在《基于Moreau-包络的近似平滑迭代磁共振图像重建算法》一文中研究指出针对基于压缩感知(CS)的磁共振成像(MRI)稀疏重建中存在的两个非平滑正则项问题,提出了一种基于Moreau包络的近似平滑迭代算法(PSIA)。基于CS的经典MRI稀疏重建是求解一个由最小二乘保真项、小波变换稀疏正则项和总变分(TV)正则项线性组合成的目标函数最小化问题。首先,对目标函数中的小波变换正则项作平滑近似;然后,将数据保真项与平滑近似后的小波正则项的线性组合看成一个新的可以连续求导的凸函数;最后,采用PSIA对新的优化问题进行求解。该算法不仅可以同时处理优化问题中的两个正则约束项,还避免了固定权重带来的算法鲁棒性问题。仿真得到的体模图像及真实磁共振图像的实验结果表明,所提算法与四种经典的稀疏重建算法:共轭梯度(CG)下降算法、TV1范数压缩MRI(TVCMRI)算法、部分k空间重建算法(RecPF)和快速复合分离算法(FCSA)相比,在图像信噪比、相对误差和结构相似性指数上具有更好的重建结果,且在算法复杂度上与现有最快重建算法即FCSA相当。(本文来源于《计算机应用》期刊2018年07期）
于道洋[3]（2018）在《近似分治SVM的ECT图像重建算法研究》一文中研究指出电容层析成像技术(Electricalcapacitance Topography,ECT)是主要应用于管道内流体情况监测的一种技术,由于管道内的流体介质不同,也会具有不同的介电常数,通过在管壁内施加激励电压测量电容,然后利用电容值对管道内部流体情况进行图像重建。这种技术具有很多优点所以被广泛使用。在ECT系统图像重建方面,存在传感器数目少导致的数据测量误差问题,存在电容值和敏感度值非线性导致的“软场”效应问题。为了解决上述问题采用支持向量机算法,它具有克服非线性、分类精度高及适应性强等特点。本文介绍了ECT系统成像的基本原理和系统组成结构,给出了12电极传感器和ARM+FPGA架构的ECT系统模型,采用了KFCMSVM算法进行图像重建。在ECT系统运行过程中如果数据规模过大导致训练时间过长,或者成像的效果也不令人满意,针对以上问题提出了近似分治SVM(KFCMSVM)算法来改进上述问题。但是,在运行近似KFCM算法也会耗费大量的时间,所以在寻找有效划分这一步时采用“分”和“治”两步近似KFCM方法。“分”的步骤在于将全局问题分解为k个独立的子问题来进行求解,之后在“治”的步骤中,求出的子问题的解再逐个拼出全局问题的解,同时也证明分析了子问题的解和如何快速收敛到全局最优解。实验证明,在图像重建中使用KFCMSVM算法在时间效率上和成像精度上比原始SVM算法有着更大的优势。为了提高系统的实时性,采用ARM+FPGA的方式,即将FPGA挂载到ARM总线上,其中FPGA主要负责KFCMSVM算法的运行,ARM主要负责重建结果的显示存储和结果的上传。KFCMSVM硬件算法包括控制模块、拉格朗日乘子模块、偏置量模块、数据分类模块。采用硬件实现算法大大提高了图像重建的速度。最后进行了6组实验,其中在单块流,单滴流,环形流的图像重建中精确率达到95%以上。(本文来源于《哈尔滨理工大学》期刊2018-03-01）
刘钧石[4]（2015）在《基于近似计算的断层图叁维迭代重建与图像特征检测的研究》一文中研究指出随着科技的发展,基于断层图的叁维重建技术在医疗、工业、化工等领域起到愈加关键的作用,尤其在医学领域中的CT技术在疾病诊断领域推动了诊断学的发展。而人们在享受CT医疗检测技术所带来便捷准确的同时,也越来越担心检测过程中辐射的危害,因此低辐射剂量的叁维重建技术愈加受到关注,其中,基于模型的迭代重建运算对降低辐射的效果最为显着。该技术可以在保证重建质量前提下大幅度减少辐射剂量的需求,并具有抑制噪声的明显优势。但是,缓慢的重建速度制约了迭代重建技术的广泛应用,因此如何提高低剂量叁维迭代算法的重建速度已经成为当前研究的热点问题。同时,随着断层图叁维重建技术的应用普及,计算机辅助检测技术由于能够对叁维重建的图像进行特征检测,也成为研究的热点。针对基于模型的迭代重建算法对噪声的抗干扰性与迭代过程的运算容错机制,本文利用近似计算方式在保证重建质量的前提下优化算法结构、提高运算速度。本文主要从叁维迭代重建、检测系统的优化与加速两个方面展开研究,具体完成了以下四个方面的工作：(1)研究了基于模型迭代重建算法的运算方式。在对物理采集系统结构进行分析的基础上,提出利用近似计算方式打破重建算法关联性的方法,并在该方法下提出了基于模型迭代重建多体素更新算法,在切片间实现多体素并行更新,在通用计算机中提高了重建速度。(2)研究并设计了基于模型的迭代重建算法加速器。该加速器利用近似计算的方式,分析并克服系统传输瓶颈来高效的实现算法。加速器分为两个层次的流水线结构,能够进行参数配置来匹配不同数据特征进行运算,提高了运算效率。经验证,该加速器相对于多线程软件可以获得较大加速。(3)研究了基于Haar级联检测算法及Haar特征训练过程,提出了基于Haar特征的级联计算机辅助检测系统。系统的Haar级联特征库可以配置从而检测不同的特征。系统采用固定特征与缓存载入特征结合的判断方式改善了深度流水线的负面影响,并综合建模考虑硬件资源消耗,以并行计算的方式优化并实现了特征计算。(4)研究了基于边缘方向图的彩色插值算法,提出了利用近似计算方式控制运算冗余的方法,获得硬件上的能效提升。提出基于边缘方向图拓扑的流水线生成方法来生成最优流水线,利用该方法实现了彩色插值系统,并根据硬件实施策略改变滤波结构,对系统进行了高能效实现。(本文来源于《浙江大学》期刊2015-10-26）
肖建平[5]（2015）在《基于近似稀疏模型的图像重建研究》一文中研究指出现有的成像设备包括电子显微镜成像系统,X射线、红外线成像系统、光学成像系统,它们在主动或被动成像完成以后进行数据的传输存储处理的各个环节都会出现图像的退化降质过程。在生活中,医疗器械需要高清影像来帮助医生分析病灶,准确的捕捉病因；数字扫描设备需要高清影像来帮助用户的到完整的信息内容；手机、照相机、电脑等数码产品需要高清影像帮助厂商获得最佳的用户体验。所以科学研究和工程应用对数字成像系统的要求越来越高,人们越来越追求高质量、高分辨率的图像。但是仅仅单纯依靠硬件设备的不断改进,势必会导致系统越来越复杂,成本也会大幅提高。迫切需要一种新的技术手段来帮助设备厂商或终端用户解决图像在成像设备、成像过程、存储和传输中导致的图像降质问题,以获得更高的图像空间分辨率。图像重建是利用成像设备采集的低频数据恢复出图像的高频数据的过程,是信号处理中的一个热点问题。图像超分辨率技术是在不需要改变现有的物理设备的条件下,只需要采用适当的信号处理技术,就能获得满足人们需要的高分辨率高质量的图像,在技术上和成本上都具有较大的优势。因此被广泛的应用于高清数字电视、军事侦察、公共安全和医疗影响等领域。图像去噪是去除图像中的干扰信号,恢复出更多的有用信息,是预处理过程,效果的好坏直接影响到图像的下一步处理。机器学习和模式识别技术是在最近的几年里越来越得到人们的重视,基于学习的图像重建算法得到了空前的发展。稀疏表示是最近十年应用于图像处理问题的热门方向,在图像重建中的超分辨率和图像去噪问题中都得到了很好的应用。本文通过分析图像重建的主要技术方法,结合多年来稀疏表示在数字图像处理问题上的应用领域,改进稀疏表示在图像重建中的数学模型,提出了基于近似稀疏模型的图像重建算法。主要工作和创新点在于：1)研究稀疏表示理论和经典的图像超分辨率技术,利用近似稀疏表示理论在稀疏表示理论中稀疏系数的求解问题进行了逼近处理,替代苛刻的L1范数的优化问题,改进稀疏表示的数学求解模型。通过近似稀疏逼近完成对样本库的学习,得到基于近似稀疏模型的字典,由于近似稀疏模型的平滑性,对灰度比较集中的红外图像有较好的重构效果比较好。2)分析近似稀疏模型的平滑性,并且在对基于超完备字典学习的图像去噪理论的研究,对稀疏表示问题进行了近似处理,改进稀疏求解的数学模型和重建模型,并通过多组测试实验研究发现基于近似稀疏模型的图像去噪上面的表现也比较好。(本文来源于《江西科技师范大学》期刊2015-03-27）
邓承志,田伟,汪胜前,朱华生,吴朝明[6]（2014）在《近似稀疏正则化的红外图像超分辨率重建》一文中研究指出针对红外图像分辨率低、受噪声影响严重等问题,引入近似稀疏正则化和K-奇异值分解(K-SVD)法,提出了基于近似稀疏表示模型的红外图像超分辨率重建方法。考虑到红外图像受到噪声污染,首先建立了稳健近似稀疏表示模型。针对已有字典训练方法时间消耗巨大问题,在假定低分辨率图像空间和高分辨率图像空间具有相似流形的前提下,联合近似稀疏表示模型和K-SVD方法,提出近似稀疏约束的基于K-SVD的高低分辨率字典对学习算法。最后,通过高分辨字典和对应的红外图像群稀疏表示系数重建得到高分辨率的红外图像。为了验证算法的性能,对提出的算法与稀疏性正则化的图像超分辨模型(SRSR)和Zeyde算法进行了实验比较。结果表明,本文方法能够较好地减少红外图像中的噪声,同时获得更好的超分辨率重建效果。(本文来源于《光学精密工程》期刊2014年06期）
张正炎,屈小波,林雁勤,陈忠[7]（2013）在《基于近似l_0范数最小化的NMR波谱稀疏重建算法》一文中研究指出在核磁共振(NMR)波谱中,过长的数据采集时间会使很多化学以及分子生物学领域的高分辨率多维谱应用难以实现.传统的解决办法是使用随机非均匀采样代替奈奎斯特采样,但这样会使谱图质量受损.压缩传感的出现为此提供了更好的解决办法,合适的压缩传感重建算法可以通过很少的随机非均匀采样将谱图高质量的重建出来.该文先介绍了一种可用于谱图重建的压缩传感重建算法,名为"平滑l0范数最小化法",然后针对该算法对采样噪声鲁棒性较差的缺点进行了改进.通过将改进后的算法与原算法在一维实数域信号以及NMR波谱信号重建实验中进行对比后表明,改进后的算法对噪声的鲁棒性明显提高,并能获得更好的重建性能.(本文来源于《波谱学杂志》期刊2013年04期）
虞朝霞[8]（2011）在《关于“准确数和近似数”的教学重建》一文中研究指出1引言"准确数和近似数"是浙教版《义务教育课程标准实验教科书.数学》七年级上册第2章第7节的内容.它是在小学认识准确数和近似数基础上的扩展和深化——在会直观操作的基础上要求说理;在会求"小数"近似(本文来源于《数学教学研究》期刊2011年09期）
李民,程建,乐翔,李小文[9]（2011）在《基于联合稀疏近似的彩色图像超分辨率重建》一文中研究指出针对常用的超分辨率(SR)算法中彩色图像的处理会出现彩色信息的丢失或处理结果色彩偏差较大的问题,提出基于联合稀疏近似(SSA)的彩色图像SR重建方法(SR-SSA)。将多通道数据进行联合稀疏编码(SC),并保证它们具有相同的稀疏性模式;同时考虑了彩色图像的各通道数据,并兼顾了它们之间的相关性,增强了先验知识的表达能力。本文方法有效地将高、低分辨率彩色图像特征块统一进行SC,建立它们之间的稀疏关联,并将这种关联作为先验知识指导图像的SR重建。通过自然图像实验,与其它常用的SR算法对比,SR效果有较好改善。(本文来源于《光电子.激光》期刊2011年08期）
胡红莉,张建州[10]（2011）在《螺旋锥束CT重建的近似逆算法》一文中研究指出叁维螺旋锥束CT以扫描速度快、成像分辨率高等诸多优点成为现代CT技术的一个重要发展方向。Katsevich精确FBP算法的提出,使得叁维锥束CT研究获得了突破性进展。由于该算法的复杂性,应用中受到了限制。研究了Katsevich算法在检测板上沿滤波线展开的形式,其滤波运算由Hilbert核函数构成,利用近似逆的思想提出了融合的CT重建算法。该算法将Katsevich公式改写成近似逆的形式,得到了重建核的具体形式。(本文来源于《计算机工程与应用》期刊2011年21期）
近似重建论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对基于压缩感知(CS)的磁共振成像(MRI)稀疏重建中存在的两个非平滑正则项问题,提出了一种基于Moreau包络的近似平滑迭代算法(PSIA)。基于CS的经典MRI稀疏重建是求解一个由最小二乘保真项、小波变换稀疏正则项和总变分(TV)正则项线性组合成的目标函数最小化问题。首先,对目标函数中的小波变换正则项作平滑近似;然后,将数据保真项与平滑近似后的小波正则项的线性组合看成一个新的可以连续求导的凸函数;最后,采用PSIA对新的优化问题进行求解。该算法不仅可以同时处理优化问题中的两个正则约束项,还避免了固定权重带来的算法鲁棒性问题。仿真得到的体模图像及真实磁共振图像的实验结果表明,所提算法与四种经典的稀疏重建算法:共轭梯度(CG)下降算法、TV1范数压缩MRI(TVCMRI)算法、部分k空间重建算法(RecPF)和快速复合分离算法(FCSA)相比,在图像信噪比、相对误差和结构相似性指数上具有更好的重建结果,且在算法复杂度上与现有最快重建算法即FCSA相当。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
近似重建论文参考文献
[1].刘晓晖,张鑫媛,路利军,冯前进,陈武凡.磁共振图像的原始-对偶近似迭代重建算法[J].计算机工程与应用.2018
[2].刘晓晖,路利军,冯前进,陈武凡.基于Moreau-包络的近似平滑迭代磁共振图像重建算法[J].计算机应用.2018
[3].于道洋.近似分治SVM的ECT图像重建算法研究[D].哈尔滨理工大学.2018
[4].刘钧石.基于近似计算的断层图叁维迭代重建与图像特征检测的研究[D].浙江大学.2015
[5].肖建平.基于近似稀疏模型的图像重建研究[D].江西科技师范大学.2015
[6].邓承志,田伟,汪胜前,朱华生,吴朝明.近似稀疏正则化的红外图像超分辨率重建[J].光学精密工程.2014
[7].张正炎,屈小波,林雁勤,陈忠.基于近似l_0范数最小化的NMR波谱稀疏重建算法[J].波谱学杂志.2013
[8].虞朝霞.关于“准确数和近似数”的教学重建[J].数学教学研究.2011
[9].李民,程建,乐翔,李小文.基于联合稀疏近似的彩色图像超分辨率重建[J].光电子.激光.2011
[10].胡红莉,张建州.螺旋锥束CT重建的近似逆算法[J].计算机工程与应用.2011