基于稀疏表示的疊層成像算法.pdf

1、相位恢復(fù)是指利用傅立葉幅值重構(gòu)原始信號。疊層成像是利用多幅相互約束的衍射圖樣來重建圖像的復(fù)振幅信息。重疊率是影響成像質(zhì)量的主要因素。當重疊率相對較低時，冗余信息大量減少，傳統(tǒng)的疊層成像相位恢復(fù)算法無法實現(xiàn)圖像的有效重構(gòu)。因此，如何引入合適的稀疏先驗來提高圖像重構(gòu)質(zhì)量是疊層成像的關(guān)鍵問題。該文主要圍繞疊層成像相位恢復(fù)算法展開研究，具體研究內(nèi)容如下：
　　首先，將圖像在離散余弦變換下的稀疏性引入到疊層成像相位恢復(fù)優(yōu)化問題中，提出了基于

2、離散余弦變換的疊層成像算法。通過實驗對比，表明了該算法的有效性。
　　其次，全變差能夠有效地重建圖像的邊緣與輪廓，提出了基于全變差的疊層成像算法。該算法將全變差正則項融合到具有幅值約束的疊層成像相位恢復(fù)問題中，實驗結(jié)果表明，該算法明顯優(yōu)于傳統(tǒng)疊層成像算法，并對噪聲魯棒。
　　最后，雙樹復(fù)數(shù)小波變換可以有效地保持圖像的紋理信息，提出了基于雙樹復(fù)數(shù)小波變換的疊層成像算法。該算法利用傅立葉幅值構(gòu)建數(shù)據(jù)保真項，結(jié)合圖像在雙樹復(fù)數(shù)小波