图像重建方法、装置、计算机设备及计算机存储介质制造方法及图纸

本公开提供一种图像重建方法、装置、电子设备及计算机可读存储介质，其中，所述方法包括：计算待重建图像的第一傅里叶频谱；以及，基于差分进化算法和混合输入输出算法对所述第一傅里叶频谱进行相位恢复，得到重建图像。本公开针对计算得到待重建图像的傅里叶频谱，引入具有全局优化能力的差分进化算法，同时利用混合输入输出HIO算法进行局部优化，恢复傅里叶频谱的相位信息，实现图像的重建，获得最优相位对应的重建图像，以至少解决目前仪器难以探测到傅里叶频谱的相位信息，所导致的无法利用傅里叶频谱直接进行逆傅里叶变换重建物体图像的问题。图像的问题。图像的问题。

【技术实现步骤摘要】
图像重建方法、装置、计算机设备及计算机存储介质


[0001]本公开涉及图像处理
，尤其涉及一种图像重建方法、一种图像重建装置、一种计算机设备以及一种计算机可读存储介质。

技术介绍

[0002]图像重建是通过物体外部测量的数据，经数字处理获得三维物体的形状信息的技术。图像重建技术最初主要在放射医疗设备中应用，显示人体各部分的图像，即计算机断层摄影技术，简称CT技术，后逐渐在许多领域获得应用，例如投影重建、明暗恢复形状、立体视觉重建和激光测距重建等。
[0003]目前的图像重建技术中，主要通过获取被成像物体的傅里叶频谱，然后采用相关仪器获得傅里叶频谱对应的相位信息，通过逆傅里叶变换的方式重建物体的图像，例如采用光强度干涉成像技术重建物体图像，其中光强度干涉成像技术具有装置简单，分辨率高，成像距离远，成本低等优点。然而在实际成像过程中，仪器难以探测到傅里叶频谱的相位信息，导致无法利用傅里叶频谱直接进行逆傅里叶变换反演重建物体的图像。

技术实现思路

[0004]本公开提供了一种图像重建方法、装置、电子设备及计算机可读存储介质，利用差分进化算法和混合输入输出算法对待重建图像进行相位恢复，以至少解决目前仪器难以探测到傅里叶频谱的相位信息，所导致的无法利用傅里叶频谱直接进行逆傅里叶变换重建物体图像的问题。
[0005]为实现上述目的，本公开提供一种图像重建方法，包括：
[0006]计算待重建图像的第一傅里叶频谱；以及，
[0007]基于差分进化算法和混合输入输出算法对所述第一傅里叶频谱进行相位恢复，得到重建图像。
[0008]在一种实施方式中，所述计算待重建图像的第一傅里叶频谱，包括：
[0009]获取待重建图像的光强散斑；以及，对所述光强散斑进行关联计算，得到所述待重建图像的第一傅里叶频谱。
[0010]在一种实施方式中，所述基于差分进化算法和混合输入输出算法对所述第一傅里叶频谱进行相位恢复，包括：
[0011]随机生成关于所述第一傅里叶频谱的初始种群，所述初始种群包括傅里叶频谱对应的若干可行解；
[0012]分别针对所述初始种群的若干可行解进行相位恢复，得到相位恢复后的所有图像个体；
[0013]分别计算所有图像个体的个体适应度值；
[0014]基于所述个体适应度值从所述所有图像个体中选择出第一图像个体和第二图像个体；
[0015]对所述第一图像个体和第二图像个体与所述所有图像个体中除所述第一图像个体和所述第二图像个体之外的其它图像个体进行向量合成，得到变异中间个体；
[0016]将所述变异中间个体和所述所有图像个体进行交叉操作，得到新图像个体；
[0017]获取所述新图像个体的个体适应度值；
[0018]从所述新图像个体和所述所有图像个体中选择出个体适应度值最小的图像个体；
[0019]判断是否满足迭代条件，如是，则将所选择出的图像个体作为重建图像。
[0020]在一种实施方式中，在判断是否满足迭代条件之后，还包括：
[0021]若不满足迭代条件，则将所选择出的图像个体作为进入到下一代种群的图像个体，并返回分别对初始种群的若干可行解进行相位恢复的步骤继续选择出下一代种群中个体适应度值最小的图像个体，直到满足迭代条件。
[0022]在一种实施方式中，所述分别计算所有图像个体的个体适应度值，包括：
[0023]分别获取所述所有图像个体的第二傅里叶频谱；
[0024]分别计算所述所有图像个体的第二傅里叶频谱各自与所述第一傅里叶频谱之间的绝对误差值；以及，
[0025]将所述所有图像个体的第二傅里叶频谱各自与所述第一傅里叶频谱之间的绝对误差值分别作为各个图像个体的个体适应度值。
[0026]在一种实施方式中，基于所述个体适应度值从所述所有图像个体中选择出第一图像个体和第二图像个体，包括：
[0027]将所述所有图像个体按照个体适应度值大小进行依次排序，得到排序队列；
[0028]获取所述排序队列的中间图像个体；
[0029]基于所述中间图像个体将所述排序队列划分为第一排序队列和第二排序队列；
[0030]从所述第一排序队列中选择出第一图像个体；以及，从所述第二排序队列中选择出第二图像个体。
[0031]在一种实施方式中，基于差分进化算法和混合输入输出算法对所述第一傅里叶频谱进行相位恢复，得到重建图像之后，还包括：
[0032]获取所述重建图像的相位信息；以及，输出所述相位信息。
[0033]为实现上述目的，本公开相应还提供一种图像重建装置，包括：
[0034]计算模块，其设置为计算待重建图像的第一傅里叶频谱；以及，
[0035]重建模块，其设置为基于差分进化算法和混合输入输出算法对所述第一傅里叶频谱进行相位恢复，得到重建图像。
[0036]为实现上述目的，本公开相应还提供一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行所述的图像重建方法。
[0037]为实现上述目的，本公开相应还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，所述处理器执行所述的图像重建方法。
[0038]根据本公开提供的图像重建方法、装置、电子设备及计算机可读存储介质，通过计算待重建图像的第一傅里叶频谱；以及，基于差分进化算法和混合输入输出算法对所述第一傅里叶频谱进行相位恢复，得到重建图像。本公开实施例针对计算得到待重建图像的傅里叶频谱，引入具有全局优化能力的差分进化算法，同时利用混合输入输出HIO算法进行局
部优化，恢复傅里叶频谱的相位信息，实现图像的重建，获得最优相位对应的重建图像，以至少解决目前仪器难以探测到傅里叶频谱的相位信息，所导致的无法利用傅里叶频谱直接进行逆傅里叶变换重建物体图像的问题。
[0039]本公开的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本公开而了解。本公开的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
[0040]附图用来提供对本公开技术方案的进一步理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开的技术方案，并不构成对本公开技术方案的限制。
[0041]图1为本公开实施例提供的一种图像重建的方法的流程示意图；
[0042]图2为图1中步骤S101的流程示意图；
[0043]图3为本公开实施例提供的另一种图像重建的方法的流程示意图之一；
[0044]图4为图3中步骤S303的流程示意图；
[0045]图5为图3中步骤S304的流程示意图；
[0046]图6为本公开实施例中获取待重建图像的场景示意图；
[0047]图7a为本公开实施例中待重建图像的光强散斑的示意图；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像重建方法，其特征在于，包括：计算待重建图像的第一傅里叶频谱；以及，基于差分进化算法和混合输入输出算法对所述第一傅里叶频谱进行相位恢复，得到重建图像。2.根据权利要求1所述的方法，其特征在于，所述计算待重建图像的第一傅里叶频谱，包括：获取待重建图像的光强散斑；以及，对所述光强散斑进行关联计算，得到所述待重建图像的第一傅里叶频谱。3.根据权利要求1所述的方法，其特征在于，所述基于差分进化算法和混合输入输出算法对所述第一傅里叶频谱进行相位恢复，包括：随机生成关于所述第一傅里叶频谱的初始种群，所述初始种群包括第一傅里叶频谱对应的若干可行解；分别针对所述初始种群的若干可行解进行相位恢复，得到相位恢复后的所有图像个体；分别计算所有图像个体的个体适应度值；基于所述个体适应度值从所述所有图像个体中选择出第一图像个体和第二图像个体；对所述第一图像个体和第二图像个体与所述所有图像个体中除所述第一图像个体和所述第二图像个体之外的其它图像个体进行向量合成，得到变异中间个体；将所述变异中间个体和所述所有图像个体进行交叉操作，得到新图像个体；获取所述新图像个体的个体适应度值；从所述新图像个体和所述所有图像个体中选择出个体适应度值最小的图像个体；判断是否满足迭代条件，如是，则将所选择出的图像个体作为重建图像。4.根据权利要求3所述的方法，其特征在于，在判断是否满足迭代条件之后，还包括：若不满足迭代条件，则将所选择出的图像个体作为进入到下一代种群的图像个体，并返回分别对初始种群的若干可行解进行相位恢复的步骤继续选择出下一代种群中个体适应度值最小的图像个体，直到满足迭代条件。5.根据权利要求3所述的方法，其特征在于...

【专利技术属性】
技术研发人员：刘腾飞，廖军，高伟，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：