Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
11.4. НЕКОТОРЫЕ ИСКУССТВЕННЫЕ ПРИЕМЫОпыт применения алгебраических алгоритмов реконструкции показывает, что эффективность итерационных процедур при реконструкции изображений часто можно повысить посредством введения некоторых операций обработки векторов изображений между различными итерациями. Указанные операции в литературе получили название искусственных приемов («трюков»). Рассмотрим подробнее итерационную процедуру в алгебраическом алгоритме реконструкций, которая описывается выражением (11.1). Пусть
Искусственные приемы особенно полезны, когда они сочетаются с априорной информацией о пространстве ожидаемых векторов изображений. Иногда эти приемы можно использовать для ускорения сходимости к величине вектора изображения, удовлетворяющего конкретным критериям оптимальности. В других случаях они действительно приводят к сходимости к вектору изображения без оптимизации конкретной функции, что тем не менее дает лучшие результаты с точки зрения меры расстояний между изображениями, рассмотренной в разд. 5.1. Последнее имеет место, например, в том случае, когда ожидаемые дискретные изображения обладают одним общим свойством, которое нельзя описать простой функцией, но которое можно тем не менее выявить при использовании того или иного искусственного приема. При последующем анализе эвристическое обоснование для всех используемых искусственных приемов будет основано на предположении, что базисное изображение дискретно и состоит из Прием, который получил название селективное сглаживание, неоднократно использовался нами ранее. Во многих случаях изображения содержат области, в пределах которых значения с большой точностью можно считать постоянными, а также области со значительными вариациями этих же величин. Селективное сглаживание позволяет получать изображения такого типа следующим образом. Пусть
Пусть
где
Если На рис. 8.10 и 10.5 можно заметить эффект однократного применения процедуры селективного сглаживания (в предыдущих разделах именовавшейся нелинейным сглаживанием) к данным, полученным с помощью сверточного алгоритма для параллельного и веерного пучков соответственно. Данные табл. 8.3 и 10.2 показывают увеличение точности меры расстояний между изображениями при использовании рассмотренной процедуры. Во всех указанных экспериментах принималось В тех случаях, когда данный прием применяется в сочетании с алгебраическими алгоритмами реконструкции, функции тк в выражении (11.44) для селективного сглаживания обычно берутся достаточно редко, например лишь тогда, когда к становится кратным числу измерений В противоположность этому искусственный прием ограничения обычно применяется в алгебраических алгоритмах на каждой итерации и оказывается оправданным в тех случаях, когда имеется априорная информация о диапазоне, внутри которого лежат компоненты допустимых векторов изображений. Например, линейный коэффициент поглощения всегда неотрицателен (при любой энергии), а в медицинской диагностике обычно можно предполагать, что этот коэффициент ограничен сверху величиной коэффициента поглощения плотной костной ткани. Искусственный прием ограничения можно ввести в алгоритмы, использующие разложения в ряд, различными способами: либо в качестве составной части в систему неравенств (11.5), либо в качестве искусственного приема при проведении итераций. Например, если нам известно, что при
то полезен следующий прием: положим
где при
Подобный прием легко может сочетаться с алгебраическими алгоритмами. Чтобы показать это, рассмотрим релаксационный метод решения системы неравенств. Последующий анализ показывает справедливость этого утверждения. Если множество
где Справедливость этого утверждения непосредственно вытекает из сходимости релаксационного метода решения системы неравенств, поскольку множество векторов
и
Тогда
Таким образом, множество Существуют и другие разновидности процедуры ограничения, помимо описываемых соотношениями (11.48) и (11.49). Например, имеется способ определения таких ограничивающих функций тк, которые в сочетании с алгоритмом (11.41) обеспечивают сходимость к решению с минимальной нормой (11.40) и (11.47). Другой метод полезен в случае, когда заранее известно о наличии в изображении лишь двух различных уровней плотности (что имеет место в некоторых задачах неразрушающего контроля), и состоит в использовании функции тк, которая устанавливает величины равными либо одному, либо другому значению плотности. Еще один искусственный прием, с которым мы уже познакомились в книге, — это операция нормировки, которая рассматривалась в разд. 7.2 в связи с алгоритмом обратного проецирования. Иногда оказывается, что многократное нормирование в процессе итераций ведет к повышению скорости сходимости к ожидаемой оценке в алгебраическом алгоритме реконструкции. Несмотря на то что существуют и другие приемы, об использовании которых указано в литературе, данный раздел будет завершен рассмотрением четырех вопросов, связанных с упомянутыми искусственными приемами, хотя и отличающихся от них деталями. Существенным параметром, доступным нам для варьирования в алгебраических алгоритмах реконструкции, является релаксационный параметр. Выше отмечалось, что выбор небольшого значения релаксационного параметра, как установлено, оказывает положительное влияние на качество реконструированных изображений при использовании подобных алгоритмов (даже с использованием полученных в эксперименте данных), близких к алгебраическим алгоритмам реконструкции. Оказывается, что малое значение параметра релаксации (неполная релаксация) обусловливает уменьшение влияния погрешностей в уравнениях и предупреждает появление эффекта «соли и перца», часто наблюдаемого на реконструкциях, полученных алгебраическим алгоритмом при больших значениях параметра релаксации. В отдельных случаях ограниченное использование метода при больших значениях релаксационного параметра все-таки желательно. Например, при решении системы неравенств это может существенно сократить вычисления, если всякий раз лишь слегка изменять параметр релаксации Выбор начального приближения (оценки) Изменение порядка следования неравенств (или равенств) в системе может также существенно влиять на реальные характеристики того или иного алгоритма. В такой системе регистрации исходных данных, как используемая нами стандартная конфигурация, оказывается целесообразным последовательно брать уравнения, описывающие лучи одного ракурса, а уже затем переходить к лучам ракурса, при котором направление на источник образует большой угол (например, в 60°) по сравнению с предыдущим его положением.
|
1 |
Оглавление
|