為了提高擴(kuò)散光層析成像智能化水平,提出基于大數(shù)據(jù)的擴(kuò)散光層析成像智能化建模方法。根據(jù)光源的空間分布進(jìn)行擴(kuò)散光層析成像的三維建模,結(jié)合光子傳輸優(yōu)化控制方法進(jìn)行擴(kuò)散光層析成像的自適應(yīng)控制,建立擴(kuò)散光層析成像的大數(shù)據(jù)分析模型,采用線性化的光學(xué)參數(shù)估計(jì)方法進(jìn)行擴(kuò)散光層析成像光學(xué)參數(shù)模型設(shè)計(jì),根據(jù)擴(kuò)散光層析的被測光通量和光學(xué)參數(shù)進(jìn)行擴(kuò)散光層析成像大數(shù)據(jù)信息融合處理,分析下層光學(xué)參數(shù)沿深度的變化特征,建立差異性大數(shù)據(jù)分布式特征重構(gòu)模型,結(jié)合線性正則化方法進(jìn)行擴(kuò)散光層析成像智能化建模。仿真結(jié)果表明,采用該方法進(jìn)行擴(kuò)散光層析成像的質(zhì)量較好,特征匹配能力較強(qiáng),擴(kuò)散光層析成像的輸出信噪比較高。 

【文章來源】：激光雜志. 2020,41(11)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

擴(kuò)散光層析原始成像結(jié)果

以圖1的圖像為研究對(duì)象，采用線性化的光學(xué)參數(shù)估計(jì)方法進(jìn)行擴(kuò)散光層析成像光學(xué)參數(shù)模型設(shè)計(jì)，根據(jù)擴(kuò)散光層析的被測光通量和光學(xué)參數(shù)進(jìn)行擴(kuò)散光層析成像大數(shù)據(jù)信息融合，得到信息融合結(jié)果如圖2所示。根據(jù)圖像的融合結(jié)果，進(jìn)行擴(kuò)散光層析成像處理，并與傳統(tǒng)方法對(duì)比，得到優(yōu)化的成像結(jié)果如圖3所示。

分析圖3得知，采用本文方法進(jìn)行擴(kuò)散光層析成像智能化建模，輸出的成像效果較好，對(duì)擴(kuò)散光層析特征的辨識(shí)能力較強(qiáng)。而基于小波匹配方法不能得到擴(kuò)散光層析成像大數(shù)據(jù)信息融合的圖像，僅能得到原始圖像，因此該方法的融合效果十分低�；谛〔ㄗ儞Q的方法雖然能夠得到融合圖像，但是該融合圖像的清晰度較差。4.2 峰值信噪比對(duì)比

【參考文獻(xiàn)】：
期刊論文
[1]基于組合式激光測距的立井井筒及罐道垂直度檢測[J]. 郭倩倩,劉尚國,劉金龍.  煤炭技術(shù). 2018(11)
[2]資源三號(hào)02星激光測高誤差分析與指向角粗標(biāo)定[J]. 唐新明,陳繼溢,李國元,高小明,張文君.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(11)
[3]基于超聲圖像處理的HIFU所致組織損傷自動(dòng)檢測方法:實(shí)驗(yàn)研究[J]. 田燦,錢盛友,鄒孝,劉備,王潤民,江劍輝.  中國醫(yī)學(xué)影像技術(shù). 2018(10)
[4]飛秒脈沖非對(duì)稱互相關(guān)絕對(duì)測距[J]. 彭博,曲興華,張福民,張?zhí)煊?張鐵犁,劉曉旭,謝陽.  物理學(xué)報(bào). 2018(21)
[5]基于拉曼光譜全譜數(shù)據(jù)的無損快速膽維丁含量定量檢測方法[J]. 林露璐,徐薈迪,孫寧云,陳磊,戴健,徐永浩,黃梅珍.  光電子·激光. 2018(09)
[6]光纖激光器故障模式分析[J]. 吳迪,葛廷武,秦文斌,曹康,閆岸如,曹銀花,王智勇.  發(fā)光學(xué)報(bào). 2018(07)
[7]正交再加熱雙脈沖激光誘導(dǎo)黃連等離子體的光譜特性[J]. 王金梅,鄭慧娟,鄭培超,譚癸寧.  中國激光. 2018(07)
[8]高維激光拉曼光譜的構(gòu)建與降噪處理評(píng)價(jià)研究[J]. 張正勇,桂冬冬,馬蘊(yùn)文,沙敏,王海燕.  應(yīng)用激光. 2018(03)
[9]激光超聲可視化圖像處理研究[J]. 朱洪玲,劉暢,張博,蔡桂喜.  中國激光. 2018(01)
[10]遠(yuǎn)距離數(shù)字離軸全息中基于圖像指標(biāo)優(yōu)化的相位誤差校正方法[J]. 楊旭,陳波,李小陽,孫天齊.  激光雜志. 2017(04)



本文編號(hào)：3118724