空间移变最大似然迭代复原算法及应用研究

编码成像是实现高能粒子低通量辐射成像的有效方式，在惯性约束聚变、天体物理和核医学方面具有十分巨大的应用前景。目前通用的空移不变算法对高能粒子空间移变编码成像系统的图像复原容易引起细节失真和伪结构。发展适用于空间移变的图像复原算法成为强烈的需求。本课题拟发展一个最大似然法框架下的通用空间移变复原算法，能够统一处理Gaussian噪声、Poisson噪声和无噪声的情况，并能够保持较好的收敛性能和噪声抑制能力。同时，针对空间移变算法计算量呈高次方增长的特点，拟采用高度并行设计的GPU通用计算方案CUDA来进行算法的高速实现。课题研究内容主要包括基于信号整体噪声统计拟合优度泛函的噪声分析与过滤技术、最大似然空间移变复原迭代算法的理论推导及编写、以及高效并行处理软硬件平台的便携实现等。该技术的研究，能够获取高可信度的物理图像,对推进高能量密度物理研究具有十分重要的意义。

编码成像由于具有大的接收立体角和高的探测效率特性，成为高能粒子低通量辐射成像的一种有效手段，在惯性约束聚变、天体物理和核医学方面均得到了广泛的应用。本课题提出了一种基于最大似然法框架下的快速并行空间移变复原算法。在对编码成像系统的图像噪声作统计分析的基础上，提出将滤波后图像的条件概率密度表示为一系列独立高斯分析，并采用最大似然的方法获得复原的迭代模型。相比于维纳滤波、Richardson-Lucy等传统复原算法，本课题提出的算法在具有更好的收敛性能和噪声抑制能力的同时，还能够克服传统空不变复原算法容易引起伪结构和细节失真的缺陷。仿真实验以及星光Ⅱ大型激光装置和SILEX-I超短强激光升级装置上的实际实验均表明，相比于传统的复原算法，本课题提出的算法在算法的收敛性能和噪声抑制能力方面具有明显的优势，复原后的图像结构清晰，其细节信息也更为丰富。同时，为了解决空间移变算法的高计算复杂度问题，本课题构建了CPU+GPU的并行计算平台，将复原算法中耗费时间最多的迭代步骤映射到GPU上，从而充分利用了GPU的大规模并行、高计算密集度的特性，将算法的计算效率提高了三十倍左右。此外，本课题还积极探索基于小波的滤波方法，更好地滤除图像中的噪声；利用盲复原的方法自适应地获得更为精确的点扩展函数，提高复原算法的性能。本课题的研究内容已经成功应用于半影、圆环孔径等多种编码图像的复原，为高能量密度物理、天体物理和核医学研究以及其它相关的研究提供了重要的技术手段。