基于神经网络优化的少数投影最大熵层析图像重建算法  

Maximum Entropy Image Reconstruction from Fewer Views Based on Neural Network

作　　者：王青[1] 陈韶华[1] 

机构地区：[1]湖北大学物理学与电子技术学院,武汉430062

出　　处：《量子电子学报》2003年第1期22-25,共4页Chinese Journal of Quantum Electronics

基　　金：国家自然科学基金(69878007);湖北省自然科学基金(98J078);湖北省教育厅重点科研计划项目(2001A01014);图像信息处理与智能控制教育部重点实验室开放基金(TKLJ0112)资助项目

摘　　要：本文提出了一种基于连续型Hopfield神经网络(简称HNN)优化的少数投影最大熵层析图像重建算法。通过数值模拟,考察了该算法的可靠性和对场分布的重建效果以及抗噪声性能。结果表明,该算法具有较高的重建精度和良好的抗噪声性能。Present a new algorithm for the reconstruction from fewer views by a maximum entropy approach based on the Hopfield neural network. The numerical simulation is used to study the effect of reconstruction and the stability against noise. The results show that this algorithm has fairly high accuracy and good stability against noise.

关 键 词：神经网络 投影 最大熵 图像重建 光学层析技术 数值模拟 无损测量诊断技术 

分 类 号：TN911.73[电子电信—通信与信息系统] TG115.28[电子电信—信息与通信工程]