[发明专利]一种高能闪光X射线图像非线性重建方法

说明书

本发明公开了图像处理技术领域的一种高能闪光X射线图像的重建方法，包括：获取X射线透射率图像；基于X射线透射率图像估算模糊核，构建非线性重建模型；基于非线性重建模型，得到后验概率密度函数和全条件概率密度函数；基于全条件概率密度函数，对后验概率密度函数进行MH抽样，获得样本值；采用截断牛顿共轭梯度法对样本值进行优化求解，获得MAP估计值。本发明能够有效提高X射线图像重建的精度，在医疗、工业等领域具有较高的工程应用价值和广阔的市场前景。

技术领域

本发明涉及一种高能闪光X射线图像非线性重建方法，属于图像处理技术领域。

背景技术

X射线成像技术是研究核武器内部结构的重要手段。在X射线成像技术对高密度材料的诊断研究中，主要目标之一是准确测量客体内部空间密度分布。高能闪光X射线照相作为一项无损检测技术，可根据探测平面上X射线的空间强度分布实现照相目标空间密度分布的准确测量。但由于高能闪光X射线成像系统自身的复杂性，密度测量的精度容易受到系统模糊、散射以及噪声的影响。

马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)方法作为一类随机方法，在求解高维反演问题中具有广泛的应用。目前，基于MCMC算法的高维反演算法主要通过构建线性重建模型进行求解。GPSR算法作为确定性方法可基于梯度投影技术对感兴趣的变量进行快速估计。LRIS(Gamma)和LRIS(Jeffreys) 重建算法分别基于Gamma先验和Jeffreys先验在线性模型下低秩近似Hessian 矩阵，并通过截断SVD计算目标参数的闭合解。线性重建忽略了系统模糊对于重建结果的影响，难以保证照相目标密度测量的精度。研究基于随机后优化和信赖域的X射线图像非线性重建方法，将开辟一条X射线图像重建的新途径，提高图像重建的精度，进而提高闪光实验中照相目标体密度分布测量的精度，对我国的国防建设也具有重要的研究价值和意义。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种高能闪光X射线图像非线性重建方法，能够解决系统模糊问题，提高X射线图像的重建精度。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种高能闪光X射线图像非线性重建方法，包括：

获取X射线透射率图像；

基于X射线透射率图像估算模糊核，构建非线性重建模型；

基于非线性重建模型，得到后验概率密度函数和全条件概率密度函数；

基于全条件概率密度函数，对后验概率密度函数进行MH抽样，获得样本值；

采用截断牛顿共轭梯度法对样本值进行优化求解，获得MAP估计值。

进一步的，所述后验概率密度函数通过非线性重建模型引入超先验参数获得，包括：

所述非线性成像模型为：

y_t＝Kexp(-Hx)+n (21)

其中，y_t∈R^m为透射率图像的矢量形式，K∈R^m×m为系统模糊卷积核P_sys对应的矩阵形式，H∈R^m×n为成像系统的正向投影矩阵，n∈R^m为噪声项的矢量形式， n～N(0,ε^-1I)，其中ε为噪声精度参数；

采用Tikhonov正则化进行先验约束，将非线性重建模型转化成最小二乘问题为：