為了利用較少投影角度的發(fā)射層析技術實現(xiàn)燃燒場的高質(zhì)量三維成像,文中提出一種基于Mojette變換的稀疏采樣層析重建方法,以減少重建迭代次數(shù)為原則確定出最優(yōu)投影矢量,結合代數(shù)迭代算法進行層析重建,提高重建算法的抗噪聲性能。通過建立兩種投影之間的關系模型將Radon變換投影轉換為Mojette變換投影,將Mojette變換應用于實際的燃燒場重建。數(shù)值模擬和實驗結果表明:利用8個特定方向的投影可以實現(xiàn)被測物體的高質(zhì)量重建,且具有較強的抗噪性能和更高的重建效率。該方法可以為投影角度受限的燃燒場三維成像技術提供理論和實驗參考。 

【文章來源】：西安工業(yè)大學學報. 2020,40(06)

【文章頁數(shù)】：8 頁

【部分圖文】：

計算層析平行投影模型示意圖

將所提出的ART-M算法與具有相同角度和數(shù)量投影的CG和ART-R(用于Radon變換的代數(shù)迭代算法)進行比較。此外,為了展示Mojette變換重建所需投影的稀疏性,還與密集投影(投影數(shù)為30)的ART-R重建結果進行比較。為了評估算法的噪聲敏感性,在投影中分別添加了平均強度為0,方差為0.005、0.010和0.020的高斯噪聲。重建中的松弛因子為β=0.8,閾值Δc=10-6。模擬仿真重建結果如圖2所示。圖3比較了不同算法的重建誤差。表1中列出了4種算法的迭代次數(shù)和計算時間。

3) 在4種算法中,ART-M完成重建所需的迭代次數(shù)最少,計算時間最短,說明ART-M算法的重建效率最高。表1 4種算法的計算效率Tab.1 Calculation efficiency of 4 algorithms 重建參數(shù) ART-M CG 8個方向ART-R 30個方向ART-R 迭代次數(shù)/次 7 60 23 47 計算時間/s 5.5 121 7.4 72.5

【參考文獻】：
期刊論文
[1]基于Mojette頻域最小冗余覆蓋的有限角度計算機層析成像重建[J]. 蔣敏,曲芝萍,孫怡.  光學學報. 2019(07)

碩士論文
[1]基于壓縮感知理論的計算機層析圖像重建算法[D]. 李夢婕.大連理工大學 2015



本文編號：3230937