[发明专利]面向无损检测的自适应压缩感知的重建方法

摘要

本发明提出一种面向无损检测的自适应压缩感知的重建方法，将高维几何关系矩阵M进行降维，降维后的矩阵大大减少了内存存储空间，结合压缩感知理论，在利用l₁范数最优化方法求解方程的迭代过程中加快计算速度。和现有重建方法比较具有精度高，内存占用少，对硬件配置要求不高的特点。

主权项

一种面向无损检测的自适应压缩感知的重建方法，其特征在于：包括以下步骤：步骤1：根据所获得的超声波信号利用解析法—通用反投影重建算法进行图像的初步重建；步骤2：将步骤1得到的初步重建结果作为先验模型，依次采用图像特征映射提取算法、自适应网格节点生成算法以及图像的Delaunay三角化方法，产生自适应的三角网格；步骤3：根据步骤2得到的三角形网格结合三角线性插值方法建立正向模型P＝MH，其中P指换能器检测获得的超声波能量信号矩阵，矩阵M指初始声波压力与探测信号之间的几何关系矩阵，H指自适应三角网格节点的像素值；步骤4：利用步骤3建立的正向模型，根据换能器检测获得的超声波能量信号矩阵P和初始声波压力与探测信号之间的几何关系矩阵M求解自适应三角网格节点的像素值H：将正向模型P＝MH求解问题转换为优化问题，其中P_d为换能器获得的超声波信号，H^*＝wH，w为小波变换基，λ＝0.05；采用l₁范数最小化方法求解优化问题，得到自适应三角网格节点的像素值H，再利用三角线性插值方法得到每个像素点的值，完成原始图像的重建。