基于高斯混合模型的衍射成像算法

• 作者: 侯亚伟 石保顺 练秋生 苏月明
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 相位恢复 编码衍射图案 高斯混合模型 加速邻近梯度
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 2347-2350
• 页数: 4页
• 分类号: TN911.73
• 字数: 2829字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.10.006

摘要

编码衍射成像系统中记录的测量值丢失了相位,而相位含有关于图像的大部分结构信息.如何利用无相位测量值重构原始图像是相位恢复(Phase Retrieval,PR)算法面临的一个重要问题.由期望最大(EM)算法训练高斯混合模型(GMM)的最优参数,任一图像块可以选用GMM中某一模型分量最佳表示.基于该认识,本文利用GMM的统计特性融合数据保真项构造PR优化问题,并用加速邻近梯度法求解该问题.实验结果表明,该算法在噪声强度较大、编码衍射图案较少的情况下仍能获得较高质量的图像重构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	练秋生	燕山大学信息科学与工程学院	110	1442	20.0	33.0
2	石保顺	燕山大学信息科学与工程学院	11	223	4.0	11.0
3	侯亚伟	燕山大学信息科学与工程学院	1	0	0.0	0.0
4	苏月明	燕山大学信息科学与工程学院	1	0	0.0	0.0