基于大数据的扩散光层析成像智能化建模方法研究

发布时间：2021-04-04 23:47

　　为了提高扩散光层析成像智能化水平,提出基于大数据的扩散光层析成像智能化建模方法。根据光源的空间分布进行扩散光层析成像的三维建模,结合光子传输优化控制方法进行扩散光层析成像的自适应控制,建立扩散光层析成像的大数据分析模型,采用线性化的光学参数估计方法进行扩散光层析成像光学参数模型设计,根据扩散光层析的被测光通量和光学参数进行扩散光层析成像大数据信息融合处理,分析下层光学参数沿深度的变化特征,建立差异性大数据分布式特征重构模型,结合线性正则化方法进行扩散光层析成像智能化建模。仿真结果表明,采用该方法进行扩散光层析成像的质量较好,特征匹配能力较强,扩散光层析成像的输出信噪比较高。 

【文章来源】：激光杂志. 2020,41(11)北大核心

【文章页数】：5 页

【部分图文】：

扩散光层析原始成像结果

以图1的图像为研究对象，采用线性化的光学参数估计方法进行扩散光层析成像光学参数模型设计，根据扩散光层析的被测光通量和光学参数进行扩散光层析成像大数据信息融合，得到信息融合结果如图2所示。根据图像的融合结果，进行扩散光层析成像处理，并与传统方法对比，得到优化的成像结果如图3所示。

分析图3得知，采用本文方法进行扩散光层析成像智能化建模，输出的成像效果较好，对扩散光层析特征的辨识能力较强。而基于小波匹配方法不能得到扩散光层析成像大数据信息融合的图像，仅能得到原始图像，因此该方法的融合效果十分低。基于小波变换的方法虽然能够得到融合图像，但是该融合图像的清晰度较差。4.2 峰值信噪比对比

【参考文献】：
期刊论文
[1]基于组合式激光测距的立井井筒及罐道垂直度检测[J]. 郭倩倩,刘尚国,刘金龙.  煤炭技术. 2018(11)
[2]资源三号02星激光测高误差分析与指向角粗标定[J]. 唐新明,陈继溢,李国元,高小明,张文君.  武汉大学学报(信息科学版). 2018(11)
[3]基于超声图像处理的HIFU所致组织损伤自动检测方法:实验研究[J]. 田灿,钱盛友,邹孝,刘备,王润民,江剑辉.  中国医学影像技术. 2018(10)
[4]飞秒脉冲非对称互相关绝对测距[J]. 彭博,曲兴华,张福民,张天宇,张铁犁,刘晓旭,谢阳.  物理学报. 2018(21)
[5]基于拉曼光谱全谱数据的无损快速胆维丁含量定量检测方法[J]. 林露璐,徐荟迪,孙宁云,陈磊,戴健,徐永浩,黄梅珍.  光电子·激光. 2018(09)
[6]光纤激光器故障模式分析[J]. 吴迪,葛廷武,秦文斌,曹康,闫岸如,曹银花,王智勇.  发光学报. 2018(07)
[7]正交再加热双脉冲激光诱导黄连等离子体的光谱特性[J]. 王金梅,郑慧娟,郑培超,谭癸宁.  中国激光. 2018(07)
[8]高维激光拉曼光谱的构建与降噪处理评价研究[J]. 张正勇,桂冬冬,马蕴文,沙敏,王海燕.  应用激光. 2018(03)
[9]激光超声可视化图像处理研究[J]. 朱洪玲,刘畅,张博,蔡桂喜.  中国激光. 2018(01)
[10]远距离数字离轴全息中基于图像指标优化的相位误差校正方法[J]. 杨旭,陈波,李小阳,孙天齐.  激光杂志. 2017(04)



本文编号：3118724