基于快速傅里叶变换的快速迭代收缩阈值算法(fast iterative shrinkage threshold algorithm based on fast Fourier transform, FFT-FISTA)具有较高的计算效率,但其忽略点扩散函数的空间变化及卷绕误差,造成声源识别性能的损失,为此提...基于快速傅里叶变换的快速迭代收缩阈值算法(fast iterative shrinkage threshold algorithm based on fast Fourier transform, FFT-FISTA)具有较高的计算效率,但其忽略点扩散函数的空间变化及卷绕误差,造成声源识别性能的损失,为此提出基于函数波束形成的改进FFT-FISTA算法。改进算法以函数波束形成输出作为FFT-FISTA算法的迭代输入,建立函数波束形成、声源分布及升幂空间转移不变点扩散函数的线性方程组,基于周期边界条件下的快速傅里叶变换进行迭代求解,使被运算的非周期函数变为一个周期函数,解决补零边界带来的波数泄漏问题,可提高运算准确性,进一步提升成像性能;通过指数运算锐化点扩散函数主瓣,拓展点扩散函数空间转移不变性假设的适用性。仿真和试验结果表明,相较于常规FFT-FISTA算法,改进算法能提升成像空间分辨率及动态范围,扩大FFT-FISTA算法的有效成像区域,压缩气体泄漏试验结果验证了改进算法的有效性。展开更多
目的针对运动模糊图像复原中,传统频谱法存在的检测误差大、抗噪性弱及有效检测范围有限等问题,本文提出一种融合高斯拉普拉斯(Laplacian of Gaussian,LoG)滤波与Radon变换的边缘增强频谱分析法,旨在实现点扩散函数(point spread functi...目的针对运动模糊图像复原中,传统频谱法存在的检测误差大、抗噪性弱及有效检测范围有限等问题,本文提出一种融合高斯拉普拉斯(Laplacian of Gaussian,LoG)滤波与Radon变换的边缘增强频谱分析法,旨在实现点扩散函数(point spread function,PSF)参数的精准估计。方法基于脑部MRI仿真运动模糊模型,分析频谱中明暗条纹的分布特征,采用LoG滤波提取频谱亮条纹边缘,抑制中心宽条纹与Gibbs现象导致的干扰,生成保留方向特征的离散边缘点集;利用Radon变换包容非共线点集的抗噪特性(离散边缘点沿角度θ投影时,真实边缘贡献相干叠加,噪声点投影随机抵消),显著提升峰信噪比,进而精准定位模糊角度并计算模糊长度;采用配对t检验,对传统中心亮条纹检测方法与本文方法的PSF参数估计误差进行统计学分析比较。结果本研究方法的角度估计平均误差0.08°,显著低于传统方法的3.28°,长度估计平均误差0.15像素,传统方法为0.88像素,有效角度检测范围由传统方法的±60°扩展到0~180°,且组间误差差异均达极显著水平(P<0.001)。结论本方法通过LoG滤波与Radon变换的协同机制,避免了对中心条纹完整性的依赖,解决了宽条纹导致的检测失效问题,同时有效抑制了噪声和Gibbs现象导致的干扰,显著提高了运动模糊PSF参数估计的精度与鲁棒性,为医学影像运动伪影消除提供可靠的技术基础。展开更多
文摘基于快速傅里叶变换的快速迭代收缩阈值算法(fast iterative shrinkage threshold algorithm based on fast Fourier transform, FFT-FISTA)具有较高的计算效率,但其忽略点扩散函数的空间变化及卷绕误差,造成声源识别性能的损失,为此提出基于函数波束形成的改进FFT-FISTA算法。改进算法以函数波束形成输出作为FFT-FISTA算法的迭代输入,建立函数波束形成、声源分布及升幂空间转移不变点扩散函数的线性方程组,基于周期边界条件下的快速傅里叶变换进行迭代求解,使被运算的非周期函数变为一个周期函数,解决补零边界带来的波数泄漏问题,可提高运算准确性,进一步提升成像性能;通过指数运算锐化点扩散函数主瓣,拓展点扩散函数空间转移不变性假设的适用性。仿真和试验结果表明,相较于常规FFT-FISTA算法,改进算法能提升成像空间分辨率及动态范围,扩大FFT-FISTA算法的有效成像区域,压缩气体泄漏试验结果验证了改进算法的有效性。
文摘目的针对运动模糊图像复原中,传统频谱法存在的检测误差大、抗噪性弱及有效检测范围有限等问题,本文提出一种融合高斯拉普拉斯(Laplacian of Gaussian,LoG)滤波与Radon变换的边缘增强频谱分析法,旨在实现点扩散函数(point spread function,PSF)参数的精准估计。方法基于脑部MRI仿真运动模糊模型,分析频谱中明暗条纹的分布特征,采用LoG滤波提取频谱亮条纹边缘,抑制中心宽条纹与Gibbs现象导致的干扰,生成保留方向特征的离散边缘点集;利用Radon变换包容非共线点集的抗噪特性(离散边缘点沿角度θ投影时,真实边缘贡献相干叠加,噪声点投影随机抵消),显著提升峰信噪比,进而精准定位模糊角度并计算模糊长度;采用配对t检验,对传统中心亮条纹检测方法与本文方法的PSF参数估计误差进行统计学分析比较。结果本研究方法的角度估计平均误差0.08°,显著低于传统方法的3.28°,长度估计平均误差0.15像素,传统方法为0.88像素,有效角度检测范围由传统方法的±60°扩展到0~180°,且组间误差差异均达极显著水平(P<0.001)。结论本方法通过LoG滤波与Radon变换的协同机制,避免了对中心条纹完整性的依赖,解决了宽条纹导致的检测失效问题,同时有效抑制了噪声和Gibbs现象导致的干扰,显著提高了运动模糊PSF参数估计的精度与鲁棒性,为医学影像运动伪影消除提供可靠的技术基础。
