層析圖像重建算法研究.pdf

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

2、其進行改進；CHNN則根據(jù)能量函數(shù)的組成不同，構建了最大熵CHNN重建模型和最小范數(shù)CHNN模型。而針對遺傳算法的收斂速度慢和容易早熟收斂的缺點，分別用模擬退火技術和最速下降因子嵌入遺傳操作中對其進行改進。對以上算法作者通過選擇測試函數(shù)進行計算機模擬，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