基于正則化方法的中子圖像復(fù)原算法研究

基于正則化方法的中子圖像復(fù)原算法研究

ID:35066929

大小:3.31 MB

頁數(shù):52頁

時(shí)間:2019-03-17

基于正則化方法的中子圖像復(fù)原算法研究_第1頁
基于正則化方法的中子圖像復(fù)原算法研究_第2頁
基于正則化方法的中子圖像復(fù)原算法研究_第3頁
基于正則化方法的中子圖像復(fù)原算法研究_第4頁
基于正則化方法的中子圖像復(fù)原算法研究_第5頁
資源描述:

《基于正則化方法的中子圖像復(fù)原算法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、學(xué)號(hào):S13040440碩士學(xué)位論文基于正則化方法的中子圖像復(fù)原算法研究研究生姓名:孫艷梅學(xué)科、專業(yè):信息與通信工程二○一六年三月分類號(hào):TN911.7密級(jí):可公開UDC:621.3編號(hào):基于正則化方法的中子圖像復(fù)原算法研究ResearchofNeutronImageRestorationAlgorithmBasedonRegularization學(xué)位授予單位及代碼:長春理工大學(xué)(10186)學(xué)科專業(yè)名稱及代碼:信息與通信工程(081001)研究方向:數(shù)字視頻與圖像處理技術(shù)申請學(xué)位級(jí)別:工學(xué)碩士指導(dǎo)教師:孫俊喜(教授)研究生:孫艷梅論文起

2、止時(shí)間:2014.9—2015.11長春理工大學(xué)碩±(或博±)學(xué)值論文原創(chuàng)性聲明本人鄭重聲明:所呈交的碩±(或博±)學(xué)位論文,《基于正則化方法的中子圖像復(fù)原算法研究》是本人在指導(dǎo)教師的指導(dǎo)下,獨(dú)立進(jìn)行研究王作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不包含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫過的作品成果。對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體,均已在文中W明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。辛.iIV.,:作者簽名詞命>婷.川fe?月i長春理工大學(xué)學(xué)位論文版額使用授權(quán)書

3、本"學(xué)位論文作者及指導(dǎo)教師完全了解長春理工大學(xué)碩±、博壬學(xué)位論文版"段使用規(guī)定,同意長春理工大學(xué)保留并向中國科學(xué)信息研究所、中國優(yōu)秀博碩七學(xué)位論文全文數(shù)據(jù)庫和CNKI系列數(shù)據(jù)庫及其它國家有關(guān)部口或機(jī)構(gòu)送交學(xué)位論文的復(fù)印件和電子版,允許論文被查閱和借閱。本人授權(quán)長春理工大學(xué)可將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索,也可采用影印、縮印或掃描等復(fù)制手段保存和匯編學(xué)位論文。作者簽名:興放年j月?1日導(dǎo)師簽名:年月^日摘要基于正則化方法的中子圖像復(fù)原算法研究摘要作為無損檢測技術(shù),中子成像日益受到關(guān)注。

4、由于成像系統(tǒng)的限制,導(dǎo)致中子圖像成像質(zhì)量較差。圖像復(fù)原,就是去除或減輕目標(biāo)圖像的質(zhì)量下降,使它趨向于復(fù)原成沒有退化的理想圖像。因此圖像復(fù)原技術(shù)的研究不僅具有重要的理論意義,在實(shí)際生活應(yīng)用中也有迫切的需求。本文致力于中子圖像復(fù)原技術(shù)的研究,以提高圖像的質(zhì)量,使其更多的反映被測物體的內(nèi)部結(jié)構(gòu)。本文基于正則化方法,以解決圖像盲復(fù)原技術(shù)中的不適定問題,分析對比了拉普拉斯(Laplacian)正則化和全變分(TV)正則化算法的優(yōu)缺點(diǎn),在全變分正則化算法的基礎(chǔ)上,采用了自適應(yīng)閾值的聯(lián)合變分正則化圖像盲復(fù)原,對中子圖像進(jìn)行復(fù)原。該復(fù)原算法引入了聯(lián)合變分

5、正則項(xiàng),采用了更適合圖像空間的L1范數(shù),在去除圖像噪聲的同時(shí),較好地保持了圖像邊緣與紋理信息。最后在求解過程中,引入輔助變量轉(zhuǎn)化了模型的求解,避免了變量的近似帶來的累積誤差,提高了復(fù)原的準(zhǔn)確性。通過對比實(shí)驗(yàn)結(jié)果顯示,本文算法有效改善了中子圖像的質(zhì)量。關(guān)鍵詞:中子圖像,復(fù)原,全變分,正則化IABSTRACTResearchofNeutronImageRestorationAlgorithmBasedonRegularizationABSTRACTAsanon-destructivetestingtechnology,neutronimagi

6、ngagrowingconcern.Duetolimitationsoftheimagingsystem,resultinginpoorimagequalityneutronimage.Imagerestoration,istoremoveoralleviatethedeclineinthequalityofthetargetimage,ittendstoberestoredasanidealimageisnotdegraded.Sothestudyofimagerestorationtechnologynotonlyhasimporta

7、nttheoreticalsignificance,butalsoinreallifeapplications,thereisanurgentneed.Thisarticlededicatedtotheresearchneutronimagerestorationtechnologytoimproveimagequality,makingitmoreareflectionoftheinternalstructureoftheobject.Basedontheregularizationmethodtosolvetheblindimager

8、estorationtechnologyintheill-posedproblem,analysisandcomparisonoftheLaplace(Laplacian)regulariza

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。