[發(fā)明專利]基于改進遺傳算法對光聲圖像的重建參數(shù)優(yōu)化方法

在審

• 申請?zhí)枺?/td>: 202010215818.0
• 申請日: 2020-03-24
• 公開（公告）號: CN111445407A
• 公開（公告）日: 2020-07-24
• 發(fā)明（設計）人: 朱赟;虞結福;許穎;陳劍;高連峰
• 申請（專利權）人: 贛南師范大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/12
• 代理公司: 北京科家知識產(chǎn)權代理事務所(普通合伙) 11427
• 代理人: 陳娟

1.基于改進遺傳算法對光聲圖像的重建參數(shù)優(yōu)化方法,其特征是首先使用稀疏采樣得到采樣矩陣，利用壓縮感知算法得到初始重建圖像，通過改進的遺傳算法對圖像參數(shù)反推迭代尋找當前最優(yōu)稀疏矩陣，再根據(jù)該優(yōu)化矩陣參數(shù)利用壓縮感知算法重建出新的圖像，若該圖像的偽影消除度達到預定值，則圖像重建成功，否則重復上述步驟，從而達到重建出無偽影的高質量光聲圖像目的。

2.如權利要求1所述的基于改進遺傳算法對光聲圖像的重建參數(shù)優(yōu)化方法，其特征在于，初始化光聲圖像數(shù)據(jù)后，反推出稀疏矩陣參數(shù)，再根據(jù)該參數(shù)迭代重建新的圖像，具體過程如下：

根據(jù)現(xiàn)有數(shù)據(jù)構造出測量矩陣M_a×b和測量值R_b×c，再以此計算得采樣矩陣信號X_a×c，其一般公式為：

F＝argmin{||RX-M||^Z+λ||LX||^Z}

利用改進遺傳算法將所得采樣矩陣進行編碼，依靠遺傳算法較好的全局搜索優(yōu)勢，不斷地迭代搜索出當前條件下得最優(yōu)稀疏矩陣參數(shù)，再根據(jù)圖像均方誤差等參數(shù)設定圖像質量標準，通過壓縮感知算法對計算出的矩陣數(shù)據(jù)進行圖像的迭代重建，直至達到預設值則輸出最終的重建圖像。

3.如權利要求1所述的基于改進遺傳算法對光聲圖像的重建參數(shù)優(yōu)化方法，其特征在于，根據(jù)圖像重建的要求改進遺傳算法適應度函數(shù)構造的具體過程為：

目標適應度函數(shù)直接影響到改進遺傳算法的計算效率和結果的準確性，本方法中構造目標函數(shù)如下：

式中M是測量矩陣，X是重建圖像，R表示測量數(shù)據(jù)；L是拉氏變換，該項作為約束條件起到對結果的過濾作用；ψ是稀疏變換，α和β是對應參數(shù)的懲罰系數(shù)，以平衡矩陣數(shù)據(jù)稀疏性和一致性的權重。

4.如權利要求1所述的基于改進遺傳算法對光聲圖像的重建參數(shù)優(yōu)化方法，其特征在于，在圖像重建問題中，編碼后的染色體一個基因點變異并不能有效提高運算的搜索能力，對最終計算結果影響很小，算法容易出現(xiàn)早熟現(xiàn)象，因此在改進算法中提出基因片段變異，這樣的變異方式對種群的多樣性和周邊搜索能力能夠有較大改善，使得算法尋找最優(yōu)解的速度大大提高，根據(jù)圖像的不一樣性，還需要利用遺傳算法迭代對其進行求解，以進行變異，其公式如下：

H_t+1＝αH_t+βX^-1

其中X表示采樣矩陣，H表示染色體片段，α和β分別是各自參數(shù)上的約束系。