超声层析成像SART算法的一种改进算法

一种基于改进SIFT的SAR图像配准算法李智;曲长文;周强;刘晨【期刊名称】《兵工自动化》【年(卷),期】2018(037)002【摘要】为克服SIFT (scale-invariant feature transform)描述子应用于SAR图像配准领域时配准精度低的不足,提出一种基于改进SIFT的SAR图像精确配准算法.该方法首先提取特征点的SIFT描述子和改进的旋转不变纹理化特征描述子,再利用典型相关分析特征融合算法将2种描述子融合,形成新的特征描述子,计算2幅图像中各个特征点间的改进加权距离并通过预先设定好的阈值完成粗匹配,最后通过随机抽样一致性算法去除误匹配实现精匹配,并代入仿射变换模型以求得变换参数,完成图像的配准.仿真结果表明:该方法的匹配性能明显优于SIFT及PCA-SIFT算法,能够有效处理图像在尺度变化、灰度变化、旋转角度变化的情况下SAR图像配准问题,且配准精度达到了亚像素级.%For overcoming the low image registration of the SIFT(scale invariant feature transform) when it is applied to SAR image registration,put forward the SAR image accurate registration algorithm.At first,the method extracts the SIFT descriptor and improved rotation invariant textured feature descriptor,then use canonical correlation analysis feature fusion method to fuse 2 descriptors and create new feature descriptor.Next the improved weighting distance among every feature point in 2 images is calculated and introduced into affine transform model for transform parameter and realize image registering.The simulation results show that registration result of the proposed methodunder much better than SIFT method and PCA-SIFT,and registration precision reaches sub-pixel level when image in conditions of scale variation,grey scale variation,and rotation angle variation.【总页数】6页(P23-28)【作者】李智;曲长文;周强;刘晨【作者单位】海军航空大学电子信息工程系,山东烟台264001;海军航空大学电子信息工程系,山东烟台264001;海军航空大学科研部,山东烟台264001;海军航空大学电子信息工程系,山东烟台264001【正文语种】中文【中图分类】TP751【相关文献】1.一种适用于SAR图像配准的改进SIFT算法 [J], 迟英朋;刘畅2.一种适用于SAR图像配准的改进SIFT算法 [J], 迟英朋;刘畅;;;3.基于改进的SAR-SIFT的SAR图像配准 [J], 王福全;李晓天;朱袁杰4.一种改进SIFT的SAR与可见光图像配准算法 [J], 石聪聪;杨学志;董张玉;王守峰5.一种基于SIFT算法的SAR图像配准方法 [J], 范宗杰;徐向辉;周晓丽因版权原因，仅展示原文概要，查看原文内容请购买。

黄政宇摘要：基于射线理论的超声波层析成像技术涉及两个问题：射线追踪技术和方程组的求解技术。

文中对此分别进行了探索：（1）在LTI 射线追踪算法的基础上,采用扩张收缩扫描算法计算最小走时,记录次级源追踪射线路径。

（2）加权阻尼最小二乘反演算法引入充分体现混凝土超声成像特点的权矩阵，以提高反演算法的抗噪能力，使得反演图像唯一、稳定。

对6个模型试件进行速度层析成像的结果表明，本文采用的反演方法可以较好地改善图像质量，有效地反映出混凝土模型试件中缺陷的位置、大小和性质。

最后探讨了影响缺陷成像质量的一些因素。

近年来，在结构混凝土质量检测中引入的超声波层析成像技术，采用图像的方式反映混凝土的内部质量，结果直观明晰，较传统方法有明显的改进。

层析成像（Computerized Tomography ），是在不损伤研究“对象”内部结构的条件下，利用某种场源，根据从“对象”外部用检测设备所获得的投影数据，依照一定的物理和数学关系，利用计算机反演“对象”内部未知的某种物理量的分布，重现“对象”内部特征。

依据不同的原则，层析成像有不同的分类方式：按照射线源类型，层析成像可分为声波CT 、射线CT 和电磁波CT 等；根据反演参数的物理性质，可分为波速CT 、衰减CT 和电阻抗CT 等；根据反演的理论基础，可分为以射线理论为基础的图像重建技术和以波动理论为基础的层析方法。

而混凝土无损检测中应用较多的是基于射线理论的超声波速度反演。

本文的结构组织如下：第一节简要阐述基于射线理论的速度反演理论；第二节改进了线性插值射线追踪技术；第三节讨论了求解方程组的加权阻尼最小二乘算法；第四节进行了6个模型试件的速度层析成像，第五节分析了影响缺陷成像质量的若干因素；最后一节给出全文的总结。

1 1 速度反演的原理速度反演的原理速度反演的原理假定()y x v ,是二维速度模型，如图1所示，v s 1=为慢度，则第i 条射线的初至走时，即投影值，可由式（1）计算()dl y x s t iR i ∫=,()N i ,,2,1Λ= (1)式中i R 是第i 条射线的轨迹，N 为射线条数。

一种改进的全极化SAR图像MCSM-Wishart非监督分类方法陈军;杜培军;谭琨【期刊名称】《国土资源遥感》【年(卷),期】2015(000)002【摘要】针对H/Alpha/A-Wishart非监督分类算法存在的未充分提取SAR图像极化信息和分类精度低等问题,引入多分量散射模型( multiple-component scattering model,MCSM)分解,提出了一个适用于全极化SAR图像非监督分类的MCSM-Wishart算法。

首先对全极化SAR图像进行MCSM分解,提取体散射、二次散射、螺旋体散射、表面散射和线散射极化信息,采用迭代自组织数据分析技术( iterative self-organizing data analysis technique,ISODATA)的非监督分类算法进行聚类；然后通过基于描述多视协方差矩阵的复Wishart分布的迭代分类得到分类结果。

以南京溧水和盐城滨海湿地的ALOS PALSAR图像为研究数据,比较了H/Alpha-Wishart算法、H/Alpha/A-Wishart算法、MCSM-Wishart算法和监督-Wishart算法4种分类方法。

研究结果表明,MCSM-Wishart分类算法在效率、总体准确率和Kappa系数等指标上均较原始分类器有一定的提高；将ISODATA聚类算法应用于复Wishart分布的迭代分类器中,可有效提高分类的精度。

%To tackle the problems of insufficiently extracting polarimetric information from PolSAR image and low classification accuracy ofH/Alpha/A - Wishart unsupervised classification algorithm, this paper proposes an adapted algorithm named MCSM - Wishart by imposing multiple - component scattering model ( MCSM ) decomposition to fitunsupervised classification of polarimetric SAR image. Firstly, various kinds of polarimetric information such as volume scatter, double scatter, helix scatter, surface scatter and wire scatter can be extracted from the image by MCSM decomposition, and iterative self-organizing dataanalysis( ISODATA) technique is used for clustering. Then iterative classification based on complex Wishart distribution is used to obtain the final result. H/Alpha-Wishart, H/Alpha/A-Wishart, MCSM-Wishart and supervised-Wishart algorithms are compared with each other based ontwo research plots conducted respectively in Lishui of Nanjing City and Binhai Wetland of Yancheng City with PALSAR image from ALOS. The results show that MCSM-Wishart classification algorithm can improve to a certain extent the original classifiers in terms of efficiency, total accuracy and Kappa coefficient. It is therefore concluded that the polarimetric information extracted by MCSM decomposition can sufficiently reflect the characteristics of the ground object. Combining with ISODATA clustering algorithm, MCSM decomposition can be used in the iterative classification based on complex Wishart distribution so as to improve the classification accuracy and reliability efficiently.【总页数】7页(P15-21)【作者】陈军;杜培军;谭琨【作者单位】中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室，徐州221116;中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室，徐州 221116; 南京大学江苏省地理信息技术重点实验室，南京 210023;中国矿业大学国土环境与灾害监测国家测绘地理信息局重点实验室，徐州 221116【正文语种】中文【中图分类】TP751.1【相关文献】1.基于独立分量分析的极化SAR图像非监督分类方法 [J], 付毓生;谢艳;皮亦鸣;侯印鸣2.基于H-α和改进C-均值的全极化SAR图像非监督分类 [J], 吴永辉;计科峰;郁文贤3.双波段全极化SAR图像非监督分类方法及实验研究 [J], 刘秀清;杨汝良;杨震4.一种联合特征值信息的全极化SAR图像监督分类方法 [J], 邢艳肖;张毅;李宁;王宇;胡桂香5.基于去取向理论的全极化SAR图像非监督分类 [J], 郭睿;白雪茹;邢孟道因版权原因，仅展示原文概要，查看原文内容请购买。

混凝土超声层析成像中的塔式算法
戚秀真;荆园园
【期刊名称】《电子科技》
【年(卷),期】2008(21)10
【摘要】针对混凝土超声CT层析成像的常规迭代算法ART.提出了分块迭代的塔式ART算法.该方法克服了传统ART算法计算精度不高,异常体周边单元受异常体影响显著等缺点.其基本思想是按分辨率由小到大的顺序将测区进行逐级分块,利用ART迭代算法计算每一级块单元的波速,并将上一级单元的波速当作下一级单元的迭代初始值,通过不断细化块单元,最终达到重建混凝土测区内部结构图像的目的.对比ART算法改进前后数字模拟试验及混凝土试块试验的结果,说明分块迭代的塔式ART算法在混凝土层析成像中,迭代精度得到提高,异常体位置更明显,并减弱了异常体对周边单元的影响.
【总页数】5页(P44-48)
【作者】戚秀真;荆园园
【作者单位】长安大学,信息工程学院,陕西,西安,710064;河南商业高等专业学校计算机系,河南郑州 450044
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.基于改进粒子群算法的混凝土超声层析成像方法 [J], 靖恒昌
2.基于混沌模拟退火回火算法的结构混凝土超声层析成像 [J], 黄政宇;纪学灵;黄靓;郑伯兴
3.图像融合在混凝土超声波层析成像中的应用研究 [J], 黄靓;黄政宇;汪优
4.结构混凝土超声波层析成像的反演算法研究 [J], 黄靓;黄政宇;汪优
5.基于概率加权共轭梯度算法的混凝土超声波层析成像 [J], 刘建军;许令周
因版权原因，仅展示原文概要，查看原文内容请购买。

sar 常用成像算法SAR（Synthetic Aperture Radar）是合成孔径雷达的缩写，是一种利用雷达技术进行成像的方法。

常用成像算法是指在SAR成像过程中常用的数据处理方法，用于从原始雷达数据中提取目标信息并生成可视化图像。

本文将介绍几种常用的SAR成像算法。

一、Range-Doppler算法Range-Doppler算法是最基础、最常用的SAR成像算法之一。

它通过两个主要步骤来实现成像：距离向（Range）压缩和多普勒向（Doppler）压缩。

首先，进行距离向压缩，将接收到的信号与发射的信号进行相关运算，得到目标在距离上的分布信息。

然后，进行多普勒向压缩，根据目标的运动情况对信号进行频率调整，得到目标在速度上的分布信息。

最后，将两个方向上的信息进行合成，得到最终的成像结果。

二、Chirp Scaling算法Chirp Scaling算法是一种用于高分辨率SAR成像的算法。

它通过对原始SAR数据进行频率调整，实现对目标的高精度成像。

具体而言，该算法通过对接收到的信号进行线性调频，使得距离上的分布信息与目标的距离成线性关系。

然后，对调频后的信号进行快速傅里叶变换，得到目标在频谱上的分布信息。

最后，对频谱信息进行逆变换，得到目标在距离上的高分辨率成像结果。

三、Omega-K算法Omega-K算法是一种用于高分辨率SAR成像的频域算法。

它通过对SAR数据进行快速傅里叶变换，将时域数据转换为频域数据，然后根据目标的运动情况对频域数据进行调整，实现高分辨率成像。

具体而言，该算法通过对频域数据进行插值，使得目标的速度信息与频率成线性关系。

然后，对插值后的数据进行逆傅里叶变换，得到目标在距离上的高分辨率成像结果。

四、Polar Format算法Polar Format算法是一种用于SAR成像的快速算法。

它通过将SAR数据从直角坐标系转换为极坐标系，实现对目标的快速成像。

具体而言，该算法首先将原始SAR数据进行极坐标变换，得到距离和方位两个维度上的数据。

基于改进极坐标格式算法的大斜视SAR成像方法
薛鹏凤;郭苹
【期刊名称】《空军工程大学学报:自然科学版》
【年(卷),期】2022(23)3
【摘要】针对大斜视合成孔径雷达成像(SAR)模式下,回波存在较大的距离走动和严重的距离-方位交叉耦合等问题,对传统极坐标格式算法(PFA)进行改进,提出了一种基于改进的PFA算法的大斜视SAR成像方法。

根据实际回波数据存储的形式,建立了大斜视SAR的斜距模型,通过对距离向与方位向的二维泰勒级数展开设计了一种斜距平面的二维插值函数,有效地提高了成像算法的聚焦深度。

与传统PFA不同,斜距平面的距离展开能够避免回波数据的投影,所以改进的算法更适用于地形起伏不平的成像场景。

仿真数据和实测数据分析验证了该方法的有效性。

【总页数】7页(P82-88)
【作者】薛鹏凤;郭苹
【作者单位】西安科技大学通信与信息工程学院
【正文语种】中文
【中图分类】TN957.52
【相关文献】
1.基于极坐标格式算法的大斜视条带SAR子孔径拼接成像算法
2.一种应用于斜视聚束模式的改进极坐标格式成像算法
3.一种基于极坐标格式算法的高分辨SAR成
像自聚焦算法4.一种基于方位谱重采样的大斜视子孔径SAR成像改进Omega-K 算法5.基于改进NCS算法的弹载FMCW SAR大斜视成像方法
因版权原因，仅展示原文概要，查看原文内容请购买。

《改进的阻尼最小二乘层析算法及影响因素分析》篇一一、引言在科学技术和工程应用的不断发展中，层析算法因其能够在多维空间中重构图像或物体内部结构而得到了广泛的应用。

其中，阻尼最小二乘层析算法以其良好的稳定性和收敛性在众多算法中脱颖而出。

然而，传统的阻尼最小二乘层析算法在处理大规模、高精度和复杂的数据时仍存在计算效率低、精度不够高等问题。

因此，本文提出了一种改进的阻尼最小二乘层析算法，并对其影响因素进行了详细分析。

二、改进的阻尼最小二乘层析算法针对传统算法的不足，本文提出了一种改进的阻尼最小二乘层析算法。

该算法在迭代过程中引入了自适应阻尼因子和优化迭代策略，从而提高了算法的稳定性和收敛速度。

具体而言，算法主要包含以下步骤：1. 初始化：设定初始模型参数和阻尼因子等参数。

2. 正向投影：将模型参数通过层析过程投影为正弦图数据。

3. 反向迭代：计算正向投影结果与实际数据的差值，然后利用阻尼最小二乘原理进行迭代修正模型参数。

4. 更新阻尼因子：根据迭代过程中的误差变化情况自适应调整阻尼因子的大小。

5. 终止条件：当达到最大迭代次数或满足一定的误差收敛条件时，算法停止迭代，输出最终的模型参数。

三、影响因素分析在改进的阻尼最小二乘层析算法中，有多个因素会影响其性能。

本部分将重点分析这些因素，并讨论如何对算法进行优化。

1. 阻尼因子的选择：阻尼因子的大小直接影响算法的稳定性和收敛速度。

过小的阻尼因子可能导致算法在迭代过程中出现较大的波动，而过大的阻尼因子则可能使算法陷入局部最优解而无法收敛到全局最优解。

因此，选择合适的阻尼因子是改进算法的关键之一。

2. 迭代策略的优化：迭代策略的优化包括选择合适的迭代方法和设置合理的迭代次数等。

在改进的算法中，我们引入了自适应迭代策略，根据迭代过程中的误差变化情况动态调整迭代步长和迭代次数，从而提高算法的效率和精度。

3. 数据质量的影响：层析算法的性能受到数据质量的影响较大。

在实际应用中，由于各种因素的影响，如设备噪声、数据缺失等，导致数据质量下降，从而影响层析算法的重建效果。

机载斜视SAR改进ETF快速成像算法
王国华;孙进平;毛士艺
【期刊名称】《航空学报》
【年(卷),期】2007(028)001
【摘要】根据机载斜视SAR(Synthetic Aperture Radar)成像模式,详细推导了任意场景位置的准确传递函数,在此基础上,提出了一种改进的ETF(Exact Transfer Function)成像算法.并推导得到了算法使用中分块处理应该满足的边界条件.由于推导过程基于准确运动模型和参考距离模型,方位相位的计算不做近似截取而是做准确计算,使得该算法具有更高的相位精度.同时该算法可运行于现有的成像系统,兼容性好;对数据分块并行运算,解决了斜视情况下大距离徙动带来的问题并且提高了运算速度.最后,点目标仿真成像结果证明了算法的有效性.
【总页数】5页(P156-160)
【作者】王国华;孙进平;毛士艺
【作者单位】北京航空航天大学203教研室,北京,100083;北京航空航天大学203教研室,北京,100083;北京航空航天大学203教研室,北京,100083
【正文语种】中文
【中图分类】V243;TP391.41
【相关文献】
1.机载大斜视SAR的快速简易成像方法 [J], 黄源宝;李真芳;保铮
2.大斜视角机载聚束式SAR改进的FS成像算法 [J], 王国栋;周荫清
3.一种改进的机载前斜视SAR二次距离压缩成像算法 [J], 陈琦;杨汝良
4.基于改进等距圆模型的机载斜视SAR的ENLCS成像算法 [J], 钟华;李世平;刘静;叶宗奇
5.基于四次相位模型的改进NCS机载大斜视SAR成像 [J], 肖靖;胡学成;章宏
因版权原因，仅展示原文概要，查看原文内容请购买。

一种高分辨SAR层析成像方法孙希龙;余安喜;董臻;孙造宇;梁甸农【摘要】在城区建筑三维重建中,如何利用非均匀的少量观测数据,在保持方位向-距离向分辨率的同时实现高度向的高分辨成像是SAR层析面临的一个主要难题.在确定性点目标模型下,基于RELAX算法,提出了一种适用于城区建筑三维重建的SAR层析高分辨成像方法.与统计模型下的空间谱估计方法相比,该方法无需多视处理,能够保持方位向-距离向分辨率.与奇异值分解方法相比,该方法具有更优的高度向分辨能力.在仿真数据和Envisat-ASAR实测数据处理实验中,该方法的有效性得到了验证.%In the three-dimensional reconstruction of urban areas and man-made infrastructure, the urgent problem of SAR tomography is how to achieve satisfactory elevation resolution with a small number of non-uniform passes and preserve azimuth-range resolution simultaneously. An imaging method for SAR tomography based on RELAX algorithm is proposed in the framework of deterministic models. Compared with the spatial spectral estimation method that works statistically, this method does not need to deal with a spatial multilooking and maintains high resolution of direction dimension-distance dimension. Compared with the singular value decomposition method, this method has much better resolution of elevation dimension. Results obtained by processing simulated data and real data of ENV1SAT-ASAR verified the promising potentiality of this imaging method.【期刊名称】《国防科技大学学报》【年(卷),期】2012(034)003【总页数】6页(P125-130)【关键词】合成孔径雷达;层析;高分辨;松弛算法【作者】孙希龙;余安喜;董臻;孙造宇;梁甸农【作者单位】国防科技大学电子科学与工程学院,湖南长沙410073;国防科技大学电子科学与工程学院,湖南长沙410073;国防科技大学电子科学与工程学院,湖南长沙410073;国防科技大学电子科学与工程学院,湖南长沙410073;国防科技大学电子科学与工程学院,湖南长沙410073【正文语种】中文【中图分类】TN95720世纪末，层析成像技术被引入到合成孔径雷达(Synthetic Aperture Radar，SAR)中，产生了SAR 层析技术(SAR Tomography，TomoSAR)［1］，该技术利用在不同空间位置获得的多次观测将传统SAR的方位向一维合成孔径扩展成方位-高度平面内的二维合成孔径，克服了传统SAR二维成像中高度向分辨能力丧失的难题，真正实现了对观测目标的三维成像，近年来受到了国内外众多研究机构和研究者的关注。

改进的SAR图像双参数CFAR舰船检测算法
艾加秋;齐向阳;禹卫东
【期刊名称】《电子与信息学报》
【年(卷),期】2009(031)012
【摘要】双参数CFAR检测中设置了目标窗口、保护窗口和背景窗口3个窗口,并且窗口的大小,滑动步长都要进行经验训练得到,效率低,对距离很近的舰船SAR图像会产生漏检.针对这些不足, 该文提出了一种改进的双参数CFAR检测算法,该算法只取目标窗口和背景窗口,通过把泄露到背景窗口中的舰船部分去除并对背景窗口中的剩余部分进行均值和方差估计来检测舰船,并且将窗口滑动步长取为目标窗口尺寸.相对双参数CFAR算法,结构得到了简化,检测结果的虚警率减小, 对距离很近的舰船不会产生漏检, 计算效率得到了改善.仿真结果表明了方法的有效性.【总页数】5页(P2881-2885)
【作者】艾加秋;齐向阳;禹卫东
【作者单位】中国科学院电子学研究所,北京,100190;中国科学院研究生院,北京,100039;中国科学院电子学研究所,北京,100190;中国科学院电子学研究所,北京,100190
【正文语种】中文
【中图分类】TN959.72
【相关文献】
1.SAR图像舰船目标双阈值快速CFAR检测算法 [J], 曲长文;邓淇元;江源
2.基于灰度相关性的SAR图像联合CFAR舰船检测算法 [J], 艾加秋
3.一种复杂环境下改进的SAR图像双边CFAR舰船检测算法 [J], 艾加秋;曹振翔;毛宇翔;汪章怀;王非凡;金兢
4.基于CFAR级联的SAR图像舰船目标检测算法 [J], 陈祥;孙俊;尹奎英;于俊朋
5.双参数CFAR舰船检测算法两种实现方法之分析与比较 [J], 刘伊丽;张临杰;张晰;陈玉虎
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进YOLOv8的SAR图像船舰小目标检测算法目录一、内容概览 (2)1. 研究背景与意义 (3)2. 研究现状与发展趋势 (4)二、SAR图像与船舰小目标概述 (5)1. SAR图像特点 (6)2. 船舰小目标在SAR图像中的表现 (7)三、YOLOv8算法介绍与改进思路 (7)1. YOLOv8算法基本原理 (9)2. YOLOv8算法在SAR图像船舰小目标检测中的应用现状 (10)3. 改进YOLOv8算法的思路与策略 (10)四、改进YOLOv8算法在SAR图像船舰小目标检测中的实现 (12)1. 数据集准备与预处理 (13)2. 网络结构改进 (14)3. 损失函数优化 (15)4. 训练过程及参数设置 (16)五、实验结果与分析 (17)1. 实验环境与数据集 (18)2. 实验结果展示 (19)3. 性能评估指标及对比分析 (20)六、改进算法的优势与局限性分析 (22)1. 改进算法的优势 (24)2. 改进算法的局限性 (25)七、未来研究方向与挑战 (26)八、结论与展望 (27)一、内容概览本文档旨在详细介绍基于改进YOLOv8的SAR图像船舰小目标检测算法。

该算法在保留YOLOv8原有优势的基础上，针对SAR图像的特点和船舰小目标的检测需求进行了优化和改进。

文档介绍了SAR图像的特点，包括其具有丰富的纹理信息、对比度较低以及存在噪声和干扰等。

这些特点对目标检测算法提出了更高的要求，特别是在小目标检测方面。

文档详细阐述了改进YOLOv8算法的过程。

主要包括以下几个方面：网络结构优化：通过引入深度可分离卷积和注意力机制，提高了网络对船舰小目标的感知能力和特征提取能力。

损失函数设计：针对SAR图像的特点，设计了适用于船舰小目标的损失函数，以更好地平衡正负样本和减小边界效应。

数据增强策略：采用多种数据增强技术，如旋转、缩放、翻转等，增加了训练数据的多样性，提高了模型的泛化能力。

声辐射力成像位移计算改进方法尤鑫【摘要】针对超声声辐射力成像中使用的传统Loupas算法计算误差较大，成像效果不佳的问题，提出一种改进方法。

该方法在Loupas算法基础上，提出通过改变时间取样窗口大小，并利用二维自相关计算平均速度，进而得到更为准确的位移计算结果。

实验结果与传统Loupas算法相比，提高弹性图像对比度噪声比，有更好的成像效果。

%With the purpose of solving the issue that there are errors in the traditional Loupas algorithm used in ARFI and the effects of imaging are not as good as expected, proposes an improved method to solve this proplem. Based on Loupas algorithm, it is presented that we can get more accurate computing result of the displacement by changing the size of the sampling time windows and calculating the average speed according to the 2D autocorrelator. As a result, not only improves Elastographic Contrast-to-Noise Ratio, but also the image quality.【期刊名称】《现代计算机（专业版）》【年(卷),期】2016(000)002【总页数】5页(P68-72)【关键词】超声辐射力;弹性成像;二维自相关算法;时间取样窗口【作者】尤鑫【作者单位】四川大学医学影像实验室，成都 610065【正文语种】中文医学超声振动性弹性成像（Vibration Sonoelastography）由Fatemi和Greenleaf于1998年发明。

一种基于改进YOLOv4 的SAR 舰船检测算法摘要：本文提出了一种基于改进YOLOv4 的SAR 舰船检测算法，该算法主要是在YOLOv4 的检测网络中加入了SENet 和FPN 模块，同时优化了损失函数的计算方式，使得SAR 舰船检测的精度和速度得到了显著提升。

实验证明，本文提出的改进算法在SAR 舰船检测场景中取得了良好的效果。

关键词：YOLOv4；SAR；舰船检测；SENet；FPN；损失函数1.引言合成孔径雷达（SAR）技术相比于其他天气、光照等环境因素影响的传统光电侦察技术有很明显的优势。

因此SAR 成为了舰船自动识别系统中不可或缺的关键技术之一。

SAR 舰船检测是目标检测领域的一个重要应用，它主要通过分析SAR 图像中的像素信息，识别图像中的目标舰船。

但是，由于SAR 图像存在复杂的背景和强烈的干扰等问题，SAR 舰船检测一直是一个困难而又具有挑战性的任务。

目前，基于深度学习的目标检测算法在SAR 舰船检测中取得了较好的效果，如Faster R-CNN、YOLO、SSD 等。

其中，YOLO (You Only Look Once)算法是一种基于深度学习的实时目标检测算法，具有检测速度快、准确率高等优点。

针对SAR 舰船检测任务，一些研究者基于YOLO 算法进行了改进，并取得了较好的效果。

但是，在SAR 舰船检测任务中，YOLO 算法在检测精度方面仍然存在一些不足，需要进一步改进。

因此，本文提出了一种基于改进YOLOv4 的SAR 舰船检测算法。

该算法主要在YOLOv4 的检测网络中加入了SENet 和FPN 模块，同时优化了损失函数的计算方式，使得SAR 舰船检测的精度和速度得到了显著提升。

实验结果表明，该算法在SAR 舰船检测场景中具有较高的准确率和较快的检测速度，具有一定的应用价值。

2.算法设计2.1YOLOv4 算法YOLOv4 是一种基于深度学习的实时目标检测算法，在检测速度和准确率方面取得了较好的效果。

《改进的阻尼最小二乘层析算法及影响因素分析》篇一一、引言在当今的科学技术领域，层析算法是进行三维重建和图像处理的重要技术手段。

阻尼最小二乘层析算法（Damped Least Squares Tomography，简称DLS-T）作为其中一种主流的算法，具有稳健性高和准确度强的特点。

然而，随着应用场景的复杂化，传统的DLS-T算法在某些情况下仍存在计算效率低、误差控制不理想等问题。

因此，本文针对这些问题，对DLS-T算法进行改进，并对其影响因素进行分析。

二、阻尼最小二乘层析算法概述阻尼最小二乘层析算法（DLS-T）是依据阻尼最小二乘法原理进行层析图像重建的一种算法。

其基本思想是在迭代过程中引入阻尼因子，以控制迭代过程的收敛速度和稳定性。

该算法通过不断调整模型参数，使投影数据与实际观测数据之间的误差达到最小，从而实现图像的重建。

三、改进的阻尼最小二乘层析算法针对传统DLS-T算法的不足，本文提出了一种改进的算法。

该算法主要在以下几个方面进行了优化：1. 引入自适应阻尼因子：传统的DLS-T算法中，阻尼因子是固定的，这在一定程度上影响了算法的适应性。

改进的算法中，我们引入了自适应阻尼因子，根据迭代过程中的数据变化动态调整阻尼因子的大小，以提高算法的收敛速度和稳定性。

2. 优化迭代策略：在迭代过程中，我们采用了新的迭代策略，通过引入更多的先验信息，减少无效迭代次数，提高计算效率。

3. 引入并行计算：为了进一步提高计算速度，我们采用了并行计算的方法，将大规模的计算任务分解为多个小任务，同时进行计算。

四、影响因素分析改进的DLS-T算法的效果受多种因素影响，主要包括以下几个方面：1. 初始参数设置：初始参数的设置对算法的收敛速度和结果质量有着重要影响。

合理的初始参数设置可以提高算法的收敛速度和稳定性。

2. 阻尼因子选择：阻尼因子的大小直接影响算法的收敛速度和稳定性。

过小的阻尼因子可能导致算法不稳定，过大的阻尼因子则可能降低收敛速度。

基于自适应步长双参数正则化算法的超声波过程层析成像图像
重建
张琳;邵富群;周明
【期刊名称】《计量学报》
【年(卷),期】2015(036)001
【摘要】提出了一种新的自适应步长双参数正则化算法,对超声波层析成像系统检测浆体浓度分布进行图像重建.该算法利用转换矩阵将超定解作为先验信息,嵌入到正则化泛函中,避免重建图像被过度平滑,不仅成像速度较快且重建图像具有较高分辨率.仿真实验结果表明,相比于Tikhonov正则化算法以及Landweber算法,自适应步长双参数正则化算法重建图像的相关系数有明显提高并且边界信息更加可靠.【总页数】6页(P48-53)
【作者】张琳;邵富群;周明
【作者单位】东北大学信息科学与工程学院,辽宁沈阳110004;东北大学信息科学与工程学院,辽宁沈阳110004;东北大学信息科学与工程学院,辽宁沈阳110004【正文语种】中文
【中图分类】TB937
【相关文献】
1.迭代正则化电容层析成像图像重建算法 [J], 李鹏;楚攀
2.电容层析成像图像重建的总变差正则化算法 [J], 王化祥;唐磊;闫勇
3.正则化优化修正的电容层析成像图像重建算法 [J], 赵进创;傅文利;张锦雄;李陶
深
4.电阻层析成像技术正则化图像重建算法研究 [J], 丁永维;董峰
5.基于正则化的LANDWEBER电容层析成像图像重建算法研究 [J], 陈至坤;赵波;王鸿雁
因版权原因，仅展示原文概要，查看原文内容请购买。