MCMC方法是一種求解高維非線性問(wèn)題的有效手段,高能閃光圖像重建問(wèn)題就是一個(gè)典型的高維非線性反演問(wèn)題。然而目前的大多數(shù)重建方法都是基于一個(gè)線性的近似模型,利用光程圖像進(jìn)行重建。由于閃光圖像受到系統(tǒng)模糊的影響,基于該線性模型的重建結(jié)果較模糊,特別是在邊緣附近。這類方法面對(duì)的主要難點(diǎn)是消除模糊及去噪聲。而本文結(jié)合完整的閃光照相的成像過(guò)程,主要關(guān)注了閃光照相系統(tǒng)的模糊及噪聲對(duì)重建結(jié)果的影響;討論了線性模型和非線性模型下進(jìn)行閃光圖像重建的相關(guān)理論及方法;重點(diǎn)研究了基于MCMC方法的閃光圖像重建算法。在線性模型下,我們基于分層貝葉斯模型對(duì)光程圖像進(jìn)行了MCMC方法重建,數(shù)值實(shí)驗(yàn)結(jié)果表明運(yùn)用MCMC方法進(jìn)行閃光圖像重建是可行的;但與線性模型下的其它重建方法類似,重建結(jié)果受系統(tǒng)模糊的影響嚴(yán)重,清晰度較低,特別是材料邊緣附近。為了克服線性重建的該缺點(diǎn),在假設(shè)己知系統(tǒng)模糊的前提下,提出了閃光圖像的非線性最小二乘重建模型,并在Levenberg-Marquardt算法的基礎(chǔ)上添加光滑和非負(fù)約束對(duì)透射率圖像進(jìn)行重建;數(shù)值實(shí)驗(yàn)表明與線性重建結(jié)果相比,該方法的重建誤差明顯降低,重建結(jié)果材料邊緣的銳度得到了顯著提... 

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 簡(jiǎn)介
    1.1 閃光照相技術(shù)簡(jiǎn)介
    1.2 閃光圖像重建算法研究現(xiàn)狀
        1.2.1 解析法
        1.2.2 迭代法
        1.2.3 MCMC方法
        1.2.4 存在的問(wèn)題
    1.3 本文主要工作
第二章 閃光圖像的MCMC方法重建理論基礎(chǔ)
    2.1 閃光照相系統(tǒng)及成像原理
    2.2 閃光照相的前向模型
        2.2.1 線性前向模型
        2.2.2 非線性前向模型
    2.3 貝葉斯理論
    2.4 MCMC方法簡(jiǎn)介
        2.4.1 馬爾可夫鏈
        2.4.2 MCMC抽樣算法
    2.5 閃光圖像噪聲衡量及重建精度定義
    2.6 小結(jié)
第三章 線性模型下的MCMC重建方法
    3.1 分層貝葉斯模型
    3.2 線性MCMC重建算法
    3.3 光程圖像的MCMC方法重建結(jié)果
        3.3.1 平行束光程圖像重建結(jié)果
        3.3.2 錐形束光程圖像重建結(jié)果
    3.4 小結(jié)
第四章 基于非線性最小二乘的閃光圖像重建算法
    4.1 非線性重建模型
    4.2 非線性重建算法
        4.2.1 Levenberg-Marquardt算法數(shù)學(xué)原理
        4.2.2 CLM重建算法
        4.2.3 收斂性判斷及終止條件
    4.3 數(shù)值實(shí)驗(yàn)
        4.3.1 模糊及噪聲透射率圖像的產(chǎn)生
        4.3.2 FTO重建結(jié)果
        4.3.3 變密度客體的重建結(jié)果
    4.4 小結(jié)
第五章 閃光圖像的非線性MCMC重建算法
    5.1 透射率圖像重建的貝葉斯理論
        5.1.1 非線性貝葉斯重建模型
        5.1.2 先驗(yàn)及協(xié)方差矩陣的選取
    5.2 最大后驗(yàn)估計(jì)
        5.2.1 算法原理
        5.2.2 MAP估計(jì)的重建結(jié)果
    5.3 隨機(jī)最大似然方法
        5.3.1 RML算法原理
        5.3.2 RML算法重建結(jié)果
    5.4 混合MCMC方法
        5.4.1 非線性分層貝葉斯模型
        5.4.2 混合MCMC算法原理
        5.4.3 混合MCMC算法重建結(jié)果
    5.5 小結(jié)
第六章 結(jié)束語(yǔ)
    6.1 總結(jié)
    6.2 后續(xù)工作
致謝
參考文獻(xiàn)
附錄A 攻讀碩士學(xué)位期間發(fā)表的論文


【參考文獻(xiàn)】：
期刊論文
[1]基于貝葉斯分層模型的MCMC方法在閃光圖像重建中的應(yīng)用[J]. 王忠淼,劉軍,景越峰,劉進(jìn),管永紅.  強(qiáng)激光與粒子束. 2018(11)
[2]基于約束優(yōu)化的閃光照相圖像重建算法[J]. 景越峰,管永紅,張小琳.  強(qiáng)激光與粒子束. 2016(09)
[3]神龍二號(hào)加速器及其關(guān)鍵技術(shù)[J]. 石金水,鄧建軍,章林文,李勁,夏連勝,陳思富,代志勇,李勤,李洪,賴青貴,禹海軍,江孝國(guó),楊安民,黃子平,李遠(yuǎn),張?bào)?李欣,蔣薇,秦玲,劉小平,諶怡,廖樹(shù)清,謝宇彤,陳德彪,何佳龍,章文衛(wèi),朱雋,丁亨松,戴光森,王遠(yuǎn),王毅,馬冰,王敏鴻.  強(qiáng)激光與粒子束. 2016(01)
[4]高能閃光照相中網(wǎng)柵相機(jī)的性能分析[J]. 劉軍,張絢,劉進(jìn),管永紅,劉文杰,祁雙喜.  強(qiáng)激光與粒子束. 2016(02)
[5]軸對(duì)稱物體X射線層析成像的變分模型與算法[J]. 陳柯,魏素花.  中國(guó)科學(xué):數(shù)學(xué). 2015(09)
[6]改進(jìn)的約束共軛梯度閃光照相圖像重建算法[J]. 景越峰,劉軍,管永紅.  強(qiáng)激光與粒子束. 2011(08)
[7]基于自適應(yīng)準(zhǔn)則的閃光照相圖像重建[J]. 管永紅,景越峰.  強(qiáng)激光與粒子束. 2009(02)
[8]一種基于偏微分方程約束的閃光照相圖像重建算法[J]. 錢(qián)偉新,王婉麗,劉瑞根.  強(qiáng)激光與粒子束. 2008(02)
[9]高能閃光照相中陡坡準(zhǔn)直體成像性能實(shí)驗(yàn)研究[J]. 肖智強(qiáng),劉軍,胡八一,劉瑞根.  核電子學(xué)與探測(cè)技術(shù). 2007(03)
[10]線吸收系數(shù)能譜效應(yīng)解析法研究[J]. 劉進(jìn),劉軍,李必勇,施將君.  強(qiáng)激光與粒子束. 2004(10)

碩士論文
[1]基于CCG的閃光照相圖像重建研究[D]. 景越峰.中國(guó)工程物理研究院 2005



本文編號(hào)：3726108