【技术实现步骤摘要】
本专利技术涉及核材料非破坏性分析，具体而言，涉及一种基于tgs透射实验的admm-gmres改进算法的评估方法和系统。
技术介绍
1、tgs是ct成像技术在γ放射性能谱测量分析的基础上发展起来的，其中tgs的透射测量的原理与ct技术基本一致，都是利用测量射线在物质中的衰减程度反演出物质内部物质分布的图像。目前图像重建算法主要有解析类重建算法，但解析法存在一定的局限性，要求运算过程中，迭代所需的投影数据值必须是完整的投影数据集，而实际操作过程中难以获得完整的投影数据集，因此，解析重建算法并不适合对图像重建进行高精度运算。
2、目前常用的代数迭代算法有art、sirt、sart，压缩感知(cs)理论，交替投影算法、大规模分布式代数迭代方法(large-scale distributed algebraic iterative methods)等。但是由于箱式核废物包装体内介质核素往往较为复杂，如介质不均匀分布，核素种类繁多等，对这类问题需要划分较多的体素网格，才能保证透射介质和核素分布图谱的反演精度，但却牺牲了扫描检测的速度，针对这类大规模的代数迭代问题为提高迭代的效率，提出了admm-gmres改进算法，为了进一步保证admm-gmres改进算法的可用性，如何对admm-gmres改进算法的优劣性进行精准有效的评估成为一个新的问题。
技术实现思路
1、为了克服上述问题或者至少部分地解决上述问题，本专利技术提供一种基于tgs透射实验的admm-gmres改进算法的评估方法和
2、为解决上述技术问题，本专利技术采用的技术方案为：
3、第一方面，本专利技术提供一种基于tgs透射实验的admm-gmres改进算法的评估方法，包括以下步骤：
4、构建多个透射测量模型；
5、基于多个投射测量模型，引入admm算法和admm-gmres改进算法进行tgs透射实验，以得到对应两种算法下的图像重建结果，并记录各个投射测量模型中两种算法在介质填充位置的衰减系数重建值及对应的相对误差值；
6、根据各个投射测量模型中两种算法在介质填充位置的衰减系数重建值及对应的相对误差值对admm-gmres改进算法进行评估，生成第一评估结果；
7、分别对两种算法下的图像重建结果进行样条插值处理，以得到并根据各个投射测量模型在上述两种算法下的投射重建图像对admm-gmres改进算法进行评估，生成第二评估结果；
8、根据第一评估结果和第二评估结果得到最终的admm-gmres改进算法评估结果。
9、首先，构建多个透射测量模型，搭建实验所需环境，对不同透射测量模型进行设置，建立样本模型；然后基于多个投射测量模型，引入admm算法和admm-gmres改进算法进行tgs透射实验，通过投射实验得到对应两种算法下的图像重建结果，记录各个投射测量模型中两种算法在介质填充位置的衰减系数重建值及对应的相对误差值，生成实验数据表以便通过该数据表的结果对改进算法进行下一步的评估；然后根据各个投射测量模型中两种算法在介质填充位置的衰减系数重建值及对应的相对误差值对admm-gmres改进算法进行评估，生成第一评估结果，得到在不同的特征能量下，两种算法的衰减系数重建值和相对误差值的范围，进而进行直接有效的算法效果评估；再分别对两种算法下的图像重建结果进行样条插值处理，以得到并根据各个投射测量模型在上述两种算法下的投射重建图像对admm-gmres改进算法进行评估，生成第二评估结果，通过样条插值法得到更加贴近真实图像的图像数据，以便后续进行更为精准全面的admm算法和admm-gmres改进算法效果评估，确定更为准确的评估结果；最后，根据第一评估结果和第二评估结果的结合得到最终的更为全面精准的admm-gmres改进算法评估结果。本方法通过tgs透射实验在稀疏角度下测量得到的投影数据，对admm-gmres改进算法在图像重建精度和重建收敛速度方面进行有效验证，进而实现精准全面的算法优劣性评估。
10、基于第一方面，进一步的，上述基于多个投射测量模型，引入admm算法和admm-gmres改进算法进行tgs透射实验的方法包括以下步骤：
11、利用admm算法和admm-gmres改进算法分别对各个投射测量模型进行重建，选取多种特征能量的射线对多个投射测量模型进行特征扫描；
12、采取稀疏角度采样方式扫描获得多个角度下各个投射测量模型的投影数据值，以得到admm算法和admm-gmres改进算法下的图像重建结果。
13、基于第一方面，进一步的，上述根据各个投射测量模型在上述两种算法下的投射重建图像对admm-gmres改进算法进行评估的方法包括以下步骤：
14、引入图像平均均方误差、结构相似度及峰值信噪比三个图像评价参数，对admm-gmres改进算法进行评估。
15、基于第一方面，进一步的，上述根据各个投射测量模型在上述两种算法下的投射重建图像对admm-gmres改进算法进行评估的方法还包括以下步骤：
16、计算各个投射测量模型在上述两种算法下的投射重建图像，在不同特征能量下的插值前后的图像平均均方误差；
17、计算各个投射测量模型在上述两种算法下的投射重建图像，在不同特征能量下的插值前后的结构相似度；
18、计算各个投射测量模型在上述两种算法下的投射重建图像，在不同特征能量下的插值前后的峰值信噪比；
19、根据多个插值前后的图像平均均方误差、结构相似度和峰值信噪比对admm-gmres改进算法进行评估。
20、基于第一方面，进一步的，上述样条插值处理采用三次样条插值法。
21、基于第一方面，进一步的，上述根据各个投射测量模型中两种算法在介质填充位置的衰减系数重建值及对应的相对误差值对admm-gmres改进算法进行评估包括以下步骤：
22、对投射测量模型中介质填充位置的衰减系数重建值进行分析，得到衰减系数重建值；
23、根据衰减系数重建值和对应的相对误差值对admm-gmres改进算法进行评估。
24、第二方面，本专利技术提供一种基于tgs透射实验的admm-gmres改进算法的评估系统，包括：
25、模型搭建模块，用于构建多个透射测量模型；
26、投射实验模块，用于基于多个投射测量模型，引入admm算法和admm-gmres改进算法进行tgs透射实验，以得到对应两种算法下的图像重建结果，并记录各个投射测量模型中两种算法在介质填充位置的衰减系数重建值及对应的相对误差值；
27、第一评估模块，用于根据各个投射测量模型中两种算法在介质填充位置的衰减系数重建值及对应的相对误差值对admm-gmres改进算法进行评估，本文档来自技高网...
【技术保护点】
1.一种基于TGS透射实验的ADMM-GMRES改进算法的评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于TGS透射实验的ADMM-GMRES改进算法的评估方法，其特征在于，所述基于多个投射测量模型，引入ADMM算法和ADMM-GMRES改进算法进行TGS透射实验的方法包括以下步骤：
3.根据权利要求2所述的一种基于TGS透射实验的ADMM-GMRES改进算法的评估方法，其特征在于，所述根据各个投射测量模型在上述两种算法下的投射重建图像对ADMM-GMRES改进算法进行评估的方法包括以下步骤：
4.根据权利要求3所述的一种基于TGS透射实验的ADMM-GMRES改进算法的评估方法，其特征在于，所述根据各个投射测量模型在上述两种算法下的投射重建图像对ADMM-GMRES改进算法进行评估的方法还包括以下步骤：
5.根据权利要求1所述的一种基于TGS透射实验的ADMM-GMRES改进算法的评估方法，其特征在于，所述样条插值处理采用三次样条插值法。
6.根据权利要求1所述的一种基于TGS透射实验的ADMM-
7.一种基于TGS透射实验的ADMM-GMRES改进算法的评估系统，其特征在于，包括：
8.一种电子设备，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
...【技术特征摘要】
1.一种基于tgs透射实验的admm-gmres改进算法的评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于tgs透射实验的admm-gmres改进算法的评估方法，其特征在于，所述基于多个投射测量模型，引入admm算法和admm-gmres改进算法进行tgs透射实验的方法包括以下步骤：
3.根据权利要求2所述的一种基于tgs透射实验的admm-gmres改进算法的评估方法，其特征在于，所述根据各个投射测量模型在上述两种算法下的投射重建图像对admm-gmres改进算法进行评估的方法包括以下步骤：
4.根据权利要求3所述的一种基于tgs透射实验的admm-gmres改进算法的评估方法，其特征在于，所述根据各个投射测量模型在上述两种算法下的投射重建图像对admm-gmre...
【专利技术属性】
技术研发人员：颜瑜成，李秋研，王小灿，惠鸿博，刘明哲，高中正，左卓，
申请(专利权)人：成都理工大学工程技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。