论文部分内容阅读
微波成像技术属于当今世界上的前沿性课题。微波成像技术能应用在很多领域,例如在无损探伤、医学成像、地球科学等领域内,微波成像技术都有着广泛的应用。 微波成像算法大体上分为两类,一类是线性算法,另一类则是非线性算法。现在对成像效果的要求在不断增高,使用线性算法有时不能满足成像精度上的要求,这时就需要应用非线性算法。在非线性算法中,对比源反演算法(Contrast Source Inversion)是比较成熟而且有效的方法。对比源反演算法将解决逆散射问题归结为最小化成本泛函的问题,使用迭代方法一步一步接近待测目标的原始图像。 目前,对比源反演算法中比较流行的是乘法正则化对比源反演算法(Multiplicative Regularized Contrast Source Inversion),该算法成像效果好,但是由于算法本身具有的缺陷,致使算法不能对相对大尺寸、高对比度值的待测目标进行准确成像。因此我提出了一种基于加法正则化的对比源反演算法的改进算法,改进过后的算法将能够对相对大尺寸、高对比度值的目标进行准确成像。 基于上述描述,本文主要做了以下的工作: 首先,在大量查阅国内外相关文献资料的基础上论证了MR-CSI算法本身存在的缺陷,并通过改进其中的参数、方法等,提出自己改进后的CSI算法。 其次,通过软件编程实现相关算法,包括未加正则化的CSI算法,使用加法正则化的CSI算法,MR-CSI算法,以及改进后的CSI算法。 最后,使用上述四种算法进行对待测目标进行重建成像,得到四种算法的不同成像效果,然后进行对比,得出结论。