面向无损检测的自适应压缩感知的重建方法
【专利摘要】本发明提出一种面向无损检测的自适应压缩感知的重建方法，将高维几何关系矩阵M进行降维，降维后的矩阵大大减少了内存存储空间，结合压缩感知理论，在利用l1范数最优化方法求解方程的迭代过程中加快计算速度。和现有重建方法比较具有精度高，内存占用少，对硬件配置要求不高的特点。
【专利说明】面向无损检测的自适应压缩感知的重建方法
【技术领域】
[0001] 本发明涉及无损检测成像【技术领域】，具体为一种面向无损检测的自适应压缩感知 的重建方法，用基于模型的重建算法结合压缩感知理论和自适应理论进行图像的重建。
【背景技术】
[0002] 无损检测技术是指：利用物质的声、光、磁和电等特性，在不损害或不影响被检测 对象使用性能的前提下，检测被检对象中是否存在缺陷或不均匀性，给出缺陷大小，位置， 性质和数量等信息。它与破坏性检测想比，无损检测具有非破坏性、全面性、全程性等优点。 近年来，无损检测技术快速发展，基于不同物理特性的检测技术相继被提出和应用。本专利 主要针对无损检测技术中的一种基于光电效应的光声层析成像技术展开研究。
[0003] 光声层析成像技术中涉及的重建算法的研究在最近几年获得快速发展。最简单的 重建方法是延迟迭代算法（DAS)，这是一种在超声波成像中常用的波束成像技术，该技术中 引入相关因子和最小方差方法可以进一步提高重建质量；滤波反投影重建算法（FBP)因为 其快速高效的重建速度成为在光声成像技术中使用较多的一种重建算法，该算法基于逆向 Radon变换并且以目标成像物体位于检测区域的中心和目标物体远离超声波探测器为两个 重要前提；上述两种方法方便容易计算，当探测器收集到足够的超声波信号时能够恢复出 高质量、高信噪比的图像。但是，如果收集获得的超声波信号不足，重建的图像很容易出现 假象。除了上述这两种近似重建方法外，一些解析重建方法相继被提出：如通用反投影算法 (UBP)和傅里叶域重建算法，这两种算法为了能够重建出精确的图像也需要超声波信号的 充分获取，在某些特殊情况下同样存在着数据扫描不足的问题。为了克服这样的问题基于 模型的重建算法（迭代算法）被提出，该算法将重建原始图像的过程转化为一个求解最优 化问题，并且能够解决非理想的物理条件和测量环境下的图像重建问题，因此，由超声波的 不均匀性和衰减所导致的重建问题也可以得到很好的解决。
[0004] 可以看到在数据不足，测量环境不理想的情况下，基于模型的重建算法具有其他 传统重建算法无可比拟的高质量图像重建效果。但是该方法也有其自身缺点：在重建过程 产生几何观测矩阵时，需要计算机相当庞大的内存消耗（特别是对于3D图像重建），以及在 求解目标函数时几十甚至上百次的迭代运算过程中需要相当长的计算时间。有些学者从计 算机数据存储结构以及利用计算机图形加速处理器（GPU)加快运算，但是这需要昂贵的硬 件支持。
【发明内容】
[0005] 为了克服现有技术的不足，本发明提供一种基于压缩感知理论和自适应建模的迭 代重建算法，不需要昂贵的硬件支持，基于重建算法本身，在原有的高精度重建基础上，快 速的进行图像重建。
[0006] 本发明解决其技术问题所采用的技术方案为：
[0007] 所述一种面向无损检测的自适应压缩感知的重建方法，其特征在于：包括以下步 骤：
[0008] 步骤I :根据所获得的超声波信号利用解析法一通用反投影重建算法进行图像的 初步重建；
[0009] 步骤2:将步骤1得到的初步重建结果作为先验模型，依次采用图像特征映射提 取算法、自适应网格节点生成算法以及图像的Delaunay三角化方法，产生自适应的三角网 格；
[0010] 步骤3 :根据步骤2得到的三角形网格结合三角线性插值方法建立正向模型P= MH，其中P指换能器检测获得的超声波能量信号矩阵，矩阵M指初始声波压力与探测信号之 间的几何关系矩阵，H指自适应三角网格节点的像素值；
[0011] 步骤4 :利用步骤3建立的正向模型，根据换能器检测获得的超声波能量信号矩 阵P和初始声波压力与探测信号之间的几何关系矩阵M求解自适应三角网格节点的像素值 H：
[0012] 将正向模型P=MH求解问题转换为min||巧-Mw-1ZT旧+別月^优化问题，其中 Pd为换能器获得的超声波信号，=wH，w为小波变换基，A= 〇. 05 ;采用I1范数最小化 方法求解minIl6 -Mw1ZT||〗+2IlJTU1优化问题，得到自适应三角网格节点的像素值H，再 利用三角线性插值方法得到每个像素点的值，完成原始图像的重建。
[0013] 有益效果
[0014] 本发明实现了一种光声层析技术中图像重建的方法，该方法可以将高维几何关系 矩阵M进行降维，降维后的矩阵大大减少了内存存储空间，结合压缩感知理论，在利用11范 数最优化方法求解方程的迭代过程中加快计算速度。和现有重建方法比较具有精度高，内 存占用少，对硬件配置要求不高的特点。
[0015] 本发明之所以具有上述的有益效果其原因在于：在使用基于模型的重建方法前通 过一系列算法构建内存占用较小的矩阵，这在3D图像重建过程中优势尤为明显。先采用通 用反投影重建算法（UBP)快速初步重建出原始图像的大概模型，该模型包含了原始图像的 基本内容。接着，根据这初步图像利用图像特征映射提取算法、自适应网格节点生成算法 以及图像的Delaunay三角化方法，产生自适应的三角网格。然后，根据形成的自适应网格 采用三角插值的方法构建几何关系矩阵M，这里M相比较基于像素以及基于均匀网格构建 的几何关系矩阵内存占有小很多。接着利用压缩感知理论（CS)将重建信号H利用小波变 换基投射到频域空间使得信号尽可能的稀疏，这相当于在求解方程组时降低了未知数的个 数，因此为求解原始图像提供了一个数学解决思路。最终达到在测量环境以及硬件配置并 不理想的情况下能够较快的高精度的重建出原始图像。
【专利附图】
【附图说明】
[0016]图1是本发明的方法流程图。
[0017] 图2是本发明中Delaunay三角化算法示意图：(a)点集合；(b)外面边界三角形带 有尾巴的点集的delaunay三角剖分；（c)演示外接圆效应的特征圆。
[0018] 图3是本发明中生成自适应三角化网格的示意图。
[0019]图4是本发明中列举的相关算法的对比实验：（a):点模型的图像重建实验；(b): 圆模型的图像重建实验；（C)线模型的图像重建实验；左上角为反投影重建算法（UBP)的重 建图像，右上角为迭代算法重建图像，左下角为自适应算法重建图像，右下角为原始图像。
【具体实施方式】
[0020] 下面结合具体实施例描述本发明：
[0021] 附图1展示了本发明所实现基于模型的自适应压缩感知重建算法的光声层析重 建方法的总流程图，该总流程图包含了实现最终重建所需的各个主要步骤。本发明的目的 是通过对基于模型的重建算法中涉及的几何关系矩阵r不断降维，达到减少存储空间，使 重建信号尽可能稀疏，减少计算时间消耗的效果。下面以2D图像重建为例，扫描方式围绕 目标物体作圆周扫描。
[0022] 具体的实现步骤为：
[0023] 步骤1:初步图像重建：根据所获得的超声波信号利用解析法一通用反投影重建 算法（UBP)进行图像的初步重建。该步骤可以在很短时间内快速重建原始图像的大概模 型。
[0024] 通用反投影算法：
[0025] 从物理学角度，光声层析成像技术表示的是一种逆向求源问题。即根据超声波探 测器检测到的超声波信息复原出原始图像的过程。在宽束短脉冲激光激励下，即H(r，t)= Hs(r)S(t)，满足热封闭和声压封闭条件，光声波动方程可写成：
[0026]
【权利要求】
1. 一种面向无损检测的自适应压缩感知的重建方法，其特征在于：包括以下步骤： 步骤1 :根据所获得的超声波信号利用解析法一通用反投影重建算法进行图像的初步 重建； 步骤2 :将步骤1得到的初步重建结果作为先验模型，依次采用图像特征映射提取算 法、自适应网格节点生成算法以及图像的DeIaunay三角化方法，产生自适应的三角网格； 步骤3 :根据步骤2得到的三角形网格结合三角线性插值方法建立正向模型P=MH,其 中P指换能器检测获得的超声波能量信号矩阵，矩阵M指初始声波压力与探测信号之间的 几何关系矩阵，H指自适应三角网格节点的像素值； 步骤4 :利用步骤3建立的正向模型，根据换能器检测获得的超声波能量信号矩阵P和 初始声波压力与探测信号之间的几何关系矩阵M求解自适应三角网格节点的像素值H: 将正向模型P=MH求解问题转换为minIl巧-MwiT||〖+2IliTIl^化问题，其中匕为 换能器获得的超声波信号，IT=wH，w为小波变换基，λ= 〇. 05 ;采用I1范数最小化方法 求解minIl巧-Mmt1ZT旧+义Il孖Il1优化问题，得到自适应三角网格节点的像素值Η，再利用 三角线性插值方法得到每个像素点的值，完成原始图像的重建。
【文档编号】G01N21/17GK104318619SQ201410559623
【公开日】2015年1月28日 申请日期:2014年10月20日 优先权日:2014年10月20日
【发明者】布树辉, 韩鹏程, 刘贞报 申请人:西北工业大学