層析圖像重建算法研究.pdf

1、圖像重建在醫(yī)學(xué)診斷及工業(yè)無損探傷等領(lǐng)域有著廣泛的應(yīng)用，而不完全投影重建算法是圖像重建研究領(lǐng)域的重點(diǎn)和難題。本文研究了神經(jīng)網(wǎng)絡(luò)優(yōu)化技術(shù)和遺傳算法在少數(shù)投影圖像重建中的應(yīng)用。 論文首先論述了投影重建的基本理論及模型，對(duì)常用的重建算法和優(yōu)化準(zhǔn)則作了分析和歸納，并介紹了神經(jīng)網(wǎng)絡(luò)和遺傳算法，建立了它們的圖像重建模型。神經(jīng)網(wǎng)絡(luò)又分前饋型的BP算法和反饋型的連續(xù)型Hopfield網(wǎng)絡(luò)(CHNN)兩類：對(duì)BP算法，采用附加動(dòng)量法和自適應(yīng)學(xué)習(xí)率對(duì)

2、其進(jìn)行改進(jìn)；CHNN則根據(jù)能量函數(shù)的組成不同，構(gòu)建了最大熵CHNN重建模型和最小范數(shù)CHNN模型。而針對(duì)遺傳算法的收斂速度慢和容易早熟收斂的缺點(diǎn)，分別用模擬退火技術(shù)和最速下降因子嵌入遺傳操作中對(duì)其進(jìn)行改進(jìn)。對(duì)以上算法作者通過選擇測試函數(shù)進(jìn)行計(jì)算機(jī)模擬，給出了在少數(shù)投影數(shù)據(jù)下場分布的重建誤差和重建效果圖，驗(yàn)證了各算法的可靠性和有效性。 模擬結(jié)果表明：在投影方向有限的情況下，以上各算法都能較好地重建出原場分布，且最大熵CHNN算法具