2023年第36卷第1期ElectronicSci.＆Tech./Jan.15，2023https://journa-.xidian.edu.cn收稿日期:2021-07-20基金项目:国家自然科学基金(11801509，61802428);中国博士后科学基金(2019M651991)NationalNaturalScienceFoundationofChina(11801509，61802428);ChinaPostdoctoralScienceFoundation(2019M651991)作者简介:芦存博(1989－)，男，博士，高级工程师。研究方向:网络通信、人工智能、图像处理、量子计算。盛云霄(1991－)，男，硕士研究生。研究方向:装备论证、体系架构。基于压缩感知理论的高能闪光照相密度反演方法芦存博1，盛云霄2(1．北京计算机技术及应用研究所，北京100854;2．陆军装甲兵学院演训中心，北京100072)摘要高能闪光照相中需要研究少数投影数据条件下的非轴对称客体的的密度反演问题。现有利用压缩感知思想的全变差TV类算法虽然考虑了图像的局部相似性，但没有考虑图像的非局部相似性。针对上述问题，文中提出了一种基于组稀疏正则化的全变分重建技术TV－GSＲ。该技术将组稀疏模型集成于TV框架之下，同时考虑了客体图像的局部相似性和非局部自相似性，充分利用了图像的先验稀疏信息，并利用客体的上、下、左、右4点对称性来降低图像重建的规模，重构精度有所增加，重建速度也更快。仿真实验表明，文中提出的TV－GSＲ算法提升了图像在无噪声和有噪声情况下的重建精度，对于高能闪光图像和纹理细节丰富的CT图像都有较好的效果，具有普适性。关键词闪光照相;密度反演;图像重建;压缩感知;组稀疏正则化;全变差;稀疏信息;相似性中图分类号TP751;TN99文献标识码A文章编号1007－7820(2023)01－001－06doi:10.16180/j.cnki.issn1007－7820.2023.01.001ＲesearchontheMethodforDensityＲeconstructionBasedonCompressedSensinginHigh－EnergyFlashＲadiographyLUCunbo1，SHENGYunxiao2(1．BeijingInstituteofComputerTechnologyandApplication，Beijing100854，China;2．MilitaryExerciseTrainingCenter，ArmyAcademyofArmoredForces，Beijing100072，China)AbstractDensityreconstructionofnon－axisymmetricobjectfromfewprojecteddataneedstobestudiedinhigh－energyflashradiography．TheexistingkindsofTValgorithmswhichexploitstheideaofcompressedsensingconsiderthelocalsimilarityofimages，buttheydon’tconsiderthenon－localsimilarity．Inviewoftheseproblems，thisstudyproposesatotalvariationalreconstructiontechniqueT...
