本文選題：非線性壓縮感知 + 相位恢復(fù)��； 參考：《電子學(xué)報(bào)》2017年09期

【摘要】：在編碼衍射成像系統(tǒng)中,為精確重構(gòu)復(fù)圖像的幅值和相位,需獲取大量的編碼衍射圖樣,導(dǎo)致數(shù)據(jù)采集時(shí)間長(zhǎng).為減少編碼衍射圖樣的數(shù)量,本文基于非線性壓縮感知理論框架,利用高階馬爾可夫隨機(jī)場(chǎng)統(tǒng)計(jì)先驗(yàn)?zāi)Ｐ?提出了一種魯棒相位恢復(fù)算法.該方法將復(fù)圖像的幅值和相位分別進(jìn)行正則化,并將數(shù)據(jù)保真項(xiàng)與幅值和相位正則項(xiàng)結(jié)合作為代價(jià)函數(shù),采用Heavy-Ball算法求解所對(duì)應(yīng)的非凸優(yōu)化問題.實(shí)驗(yàn)結(jié)果表明,本文算法在編碼衍射圖樣較少的情況下仍能獲得較高的圖像重構(gòu)質(zhì)量,且對(duì)噪聲魯棒.
[Abstract]:In order to accurately reconstruct the amplitude and phase of complex images, a large number of coded diffraction patterns need to be obtained in the coded diffraction imaging system, which results in a long data acquisition time. In order to reduce the number of coded diffraction patterns, a robust phase recovery algorithm is proposed based on the theoretical framework of nonlinear compression perception and the statistical prior model of higher-order Markov random fields. In this method, the amplitude and phase of the complex image are regularized, and the data fidelity term is combined with the amplitude and phase regularization terms as the cost function. The Heavy-Ball algorithm is used to solve the corresponding non-convex optimization problem. The experimental results show that the proposed algorithm can achieve high image reconstruction quality and robust to noise even if the coded diffraction patterns are few.
【作者單位】： 燕山大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(No.61471313) 河北省自然科學(xué)基金(No.F2014203076)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 魯曉磊;王芙蓉;黃本雄;;學(xué)習(xí)高階馬爾可夫隨機(jī)場(chǎng):評(píng)分匹配方法[J];計(jì)算機(jī)應(yīng)用;2008年10期

2 王文濤;陳聰;李子茂;;并行圖切割馬爾可夫隨機(jī)場(chǎng)算法設(shè)計(jì)[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2010年01期

3 蔣永馨;金俁欣;王孝通;黃華;;基于馬爾可夫隨機(jī)場(chǎng)的運(yùn)動(dòng)目標(biāo)檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2010年15期

4 楚瀛;符楊;;馬爾可夫隨機(jī)場(chǎng)理論在目標(biāo)跟蹤中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2011年28期

5 王琳;劉君;黎明;;應(yīng)用馬爾可夫隨機(jī)場(chǎng)的金屬疲勞斷口條帶分割[J];計(jì)算機(jī)工程與應(yīng)用;2012年03期

6 汪濤,莊新華,邢小良;線元馬爾可夫隨機(jī)場(chǎng)模型和重建[J];電子學(xué)報(bào);1992年07期

7 孫俊喜;王瑞;才華;郝德芳;;基于高斯—馬爾可夫隨機(jī)場(chǎng)模型的圖像修補(bǔ)方法研究[J];長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

8 薛永宏;張濤;陳榮利;安瑋;張寅生;;基于馬爾可夫隨機(jī)場(chǎng)的紅外有形目標(biāo)檢測(cè)算法(英文)[J];光子學(xué)報(bào);2013年10期

9 仲興榮,肖圣兵;基于高斯-馬爾可夫隨機(jī)場(chǎng)模型的運(yùn)動(dòng)目標(biāo)自動(dòng)分割[J];蘇州大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年03期

10 王彩鳳;馬超;廖福成;;高階馬爾可夫隨機(jī)場(chǎng)下目標(biāo)識(shí)別模型的建立[J];計(jì)算機(jī)工程與應(yīng)用;2013年19期

相關(guān)會(huì)議論文 前4條

1 李曉燕;葉龍;王京玲;;基于馬爾可夫隨機(jī)場(chǎng)的紋理合成[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

2 胡陽漣;趙鳳群;戴芳;張輝;;一種基于馬爾可夫隨機(jī)場(chǎng)的快速圖像分割算法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

3 魏波;李曉峰;李在銘;;在運(yùn)動(dòng)場(chǎng)景中檢測(cè)運(yùn)動(dòng)目標(biāo)[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

4 鄭海紅;曾平;;估值與去噪相結(jié)合的逆半調(diào)算法[A];全國(guó)第13屆計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)（CAD/CG）學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)博士學(xué)位論文 前3條

1 張?bào)K祥;小波變換和馬爾可夫隨機(jī)場(chǎng)在圖像處理中的應(yīng)用研究[D];天津大學(xué);2007年

2 張印輝;多尺度馬爾可夫隨機(jī)場(chǎng)圖像分割方法研究[D];昆明理工大學(xué);2010年

3 高如新;2.1維簡(jiǎn)約圖的表達(dá)、計(jì)算與應(yīng)用[D];華中科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 羅欣;馬爾可夫隨機(jī)場(chǎng)的小波域圖像建模及應(yīng)用研究[D];長(zhǎng)安大學(xué);2015年

2 亓玉佩;高階乘冪法應(yīng)用于基于馬爾可夫隨機(jī)場(chǎng)的肺部4D CT圖像配準(zhǔn)方法研究[D];山東大學(xué);2017年

3 石嶺;基于馬爾可夫隨機(jī)場(chǎng)的木材表面紋理分類方法的研究[D];東北林業(yè)大學(xué);2006年

4 王瑞;基于馬爾可夫隨機(jī)場(chǎng)的非紋理圖像修補(bǔ)技術(shù)研究[D];長(zhǎng)春理工大學(xué);2009年

5 王琳;基于馬爾可夫隨機(jī)場(chǎng)的金屬疲勞斷口圖像的紋理分割[D];南昌航空大學(xué);2011年

6 賈越;基于馬爾可夫隨機(jī)場(chǎng)算法的水下圖像深度提取[D];中國(guó)海洋大學(xué);2014年

7 林芬華;基于馬爾可夫隨機(jī)場(chǎng)的膝關(guān)節(jié)磁共振圖像分割方法的研究[D];合肥工業(yè)大學(xué);2010年

8 徐步玉;基于馬爾可夫隨機(jī)場(chǎng)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[D];合肥工業(yè)大學(xué);2011年

9 殷文龍;馬爾可夫隨機(jī)場(chǎng)在視網(wǎng)膜血管分割中的應(yīng)用[D];云南大學(xué);2015年

10 楊睿國(guó);基于馬爾可夫隨機(jī)場(chǎng)理論的文本圖像復(fù)原算法研究[D];華東師范大學(xué);2013年

，

本文編號(hào)：1828461