超声逆散射图象重建问题中截断奇异值分解正则化方法研究

被引:7
作者
刘超
汪元美
机构
[1] 浙江大学CAD&CG国家重点实验室
[2] 浙江大学CAD&CG国家重点实验室 杭州 浙江大学玉泉校区生物医学工程系
[3] 杭州
[4] 杭州 浙江大学玉泉校区生物医学工程系
[5] 杭州
关键词
计算机图象处理(520·6040); 超声; 逆散射; 图象重建; 奇异值分解; 正则化;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为解决超声逆散射成像问题中的非线性性,人们需要反复地求解前向散射方程和逆散射方程,以达到对全场和未知函数的精确近似,从而根据这一未知函数的精确近似,较好地重建物体内部的断层图象.前向散射方程是一个适定的方程组,可以采用通常的方法进行求解;而逆散射方程则是一个不适定性的方程组,即使数据中存在一个微小的误差,都可能引起解的较大偏离,因此,对这个不适定方程组的求解问题是整个迭代算法成功的关键.而在不适定性问题的求解过程中,正则化参数的选取又是非常重要的.求解不适定性方程的传统方法是Tikhonov正则化方法,这一方法的实质是在传统最小二乘方法上加上一个小于1的滤波因子,对于超声逆散射成像问题来说,效果并不太好.本文将截断奇异值分解正则化方法应用于逆散射方程的求解问题中,并对正则化参数的选取方法进行修正.数值仿真结果表明,这一方法配合适当的正则化参数选取,可以更好地滤除噪声,提高重建图象的质量与可信度,同时还可以减小迭代过程中的计算量.
引用
收藏
页码:45 / 51
页数:7
相关论文
共 1 条
  • [1] REGULARIZATION TOOLS: A Matlab package for analysis and solution of discrete ill-posed problems[J] . Per Christian Hansen.Numerical Algorithms . 1994 (1)