黑洞成像背后的算法 | 图像处理与反问题
昨天,人类第一张黑洞图像被拍出来了。我也来回顾下黑洞背后的成像原理。
本文很多资料来自我老板的课程:
http://bicmr.pku.edu.cn/~dongbin/Teaching_files/图像处理中的数学方法-18-19/index.html
和ted talk
https://www.ted.com/talks/katie_bouman_what_does_a_black_hole_look_like?language=en
[演讲者是mit csail phd今年开始在caltech任教]
图像处理经常被处理成反问题
什么是反问题
考虑正问题,是观测噪声,反问题就是在有了观测的条件下怎么获得真实图片u
如果A是一个恒同算子,反问题就是去燥
如果A是一个模糊,反问题就是去模糊
如果A是一个CT,反问题就是CT恢复
在将算法之前说一下这个问题意义,打个比方你要做核磁共振,你要绑在床上听着快一个小时噪声,那么你就希望这个算法进行sample 次数变少,那么如果我算法更厉害,你mri时间会越少。
有人说,这个问题简单就好了,那么如果A不可逆呢?
你说这个也简单,最小二乘啊,那么你就是没有考虑到--观测噪声
考虑一个去模糊问题,如果有噪声,直接求逆结果会是怎么样的呢?
噪声在求逆的时候无数倍的被放大了,产生了棋盘一样的artifact
那么怎么解决问题呢?加入正则项!
这里的R的作用时
如果u不是“图片”,那么R值大一点
如果u像一张图片,R的值小一点
数学家就花了很久来构造R,第一个成功的是total variation,定义为
发明这个算法的stan osher教授也获得了应用数学最高奖 gauss 奖
https://www.math.ucla.edu/news/professor-stanley-osher-receives-highest-honor-applied-mathematics
当年这个算法也帮助LA破获了一起杀人案
那么我来介绍这次的算法
对于simulate数据
用了total variation的效果是
参考 project page:
http://vlbiimaging.csail.mit.edu/
为什么呢,为了达到这个分辨尺度,根据测不准原理,他们需要整个地球半径的天文望远镜。但是事实上我们造不出来这么大的望远镜,只能用九个观测站点的数据来做。这是一个高度不适定的反问题,那么需要更好的正则项。
设计正则项他们用到的想法是学习
From Learning Models of Natural Image Patches to Whole Image Restoration
https://people.csail.mit.edu/danielzoran/EPLLICCVCameraReady.pdf
他们用高斯混合模型对图片patch进行建模,学习出图片patch的distribution作为上面问题的正则项。
ted talk里面还讲到他们用了多个数据集去学习,用日常图片,宇宙照片,望远镜数据。。学习出来了很多个正则项,发现恢复出来的图片都是这样的图片。
更加深刻一点
其实这种做法和传统的sparse coding有很大的类似
G. Yu, G. Sapiro, and S. Mallat, Solving inverse problems with piecewise linear estimators:
From Gaussian mixture models to structured sparsity, IEEE Transactions on Image Processing,
21 (2012), pp. 2481–2499.
https://ieeexplore.ieee.org/document/6104390/
好处可能是
可以用到外部干净数据
非凸优化的局部最小值更少
Wipf David, Rao B D, Nagarajan S. Latent variable Bayesian models for promoting sparsity[J]. IEEE Transactions on Information Theory, 2011, 57(9): 6236-6255.
但是上面的分析都是单个gaussian的建模
据我所知用高斯混合模型来建模的理论分析到现在都很难。
顺便,这个小姐姐的研究都很有意思
最有名的可能是这个根据墙后的照相机判断墙后有没有人
http://people.csail.mit.edu/klbouman/cornercameras.html
来源:@知乎:2prime
黑洞成像背后的算法 | 图像处理与反问题相关推荐
- 双目立体视觉源代码 双目立体视觉匹配程序 双目视觉3d成像(三维重构图像处理) 基于双目视觉的深度计算和三维重建 opencv写的双目视觉摄像机标定和三维重建代码
双目视觉/双目标定源码/图片集标定匹配三维重建坐标计算OpenCV 1.双目立体视觉源代码(包括标定,匹配,三维重建) 2.双目视觉实验图片集(双目立体视觉中使用的标准实验图,适合初学者进 行实验使用 ...
- 快手火爆背后的算法逻辑分析
文中涉及到的推荐算法,大家可以关注下我博文中的推荐算法原理.有需要的可以关注下快手号:SYDLQSCC 营销技巧之快手火爆背后的算法逻辑分析.作为最早一批拿到短视频船票的产品,快手从默默无闻到饱受诟病 ...
- 剖析GPT,背后的算法,文献,行业影响和中小企业落地建议
ChatGPT是基于Google在17年发明的Transformer自然语言模型架构.它用来训练的文本数据是爬网得来的网页中的纯文本.ChatGPT 是基于GPT-3.5版本的,目前的GPT-4.0 ...
- python图像处理方法_python图像处理之反色实现方法
本文实例讲述了python图像处理之反色实现方法.分享给大家供大家参考.具体如下: 我们先加载一个8位灰度图像 每一个像素对应的灰度值从0-255 则只需要读取每个像素的灰度值A,再将255-A写入 ...
- TokenInsight 对话首席——Facebook Libra背后共识算法第一作者首次中文平台深度访谈...
邀行业首席,谈市场现状,见趋势未来!第14期<对话首席>线上直播,于7月19日(周五)上午11点举办. 本次<对话首席>特邀Facebook Libra背后共识算法第一作者.康 ...
- 黑洞图片的背后,是图像处理技术的成熟!
前言: 就在昨天,人类历史上第一张黑洞图像被"拍"出来了. 请配戴眼镜查看高清大图 尽管黑洞的第一张真身照是一张模糊.不规则的圆环,但这张照片的背后凝结了目前最先进的探测技术,整个 ...
- 黑洞照片背后的女人:她的算法让数据“拼”成了照片
北京时间4月10日21时许,数百名科研人员参与合作的"事件视界望远镜(EHT)"项目发布人类史上首张黑洞照片.在这张黑洞照片的背后,不得不提到她--加州理工学院助理教授凯蒂·博曼( ...
- 人类第一张黑洞照片背后的功臣,竟然是她!
北京时间4月10日晚 人类首张黑洞照片公布 这个让人类魂牵梦萦了一百年的"神秘黑洞" 瞬间成了议论最热的话题 黑洞图像揭示了室女座星系团中超大质量星系 Messier 87中心的黑 ...
- Camera光学、成像和 3A 算法
成像与光学.计算机视觉,图像处理,数字成像.自动驾驶与视觉. 镜头设计:人成像(相机),机器视觉 计算机视觉 -- 光学与 camera,书籍 <应用光学>,<几何光学> C ...
最新文章
- SSH分客户端openssh-client和openssh-server
- maven_使用Maven将文件上传和下载到S3
- dynamic programming for knapsack with repeated items algorithm demonstration
- java语言实验报告,Java语言 实验报告(二)
- 原以为原神是米哈游的极限,看过美术总监的年番,恍然大悟!
- 第七届蓝桥杯决赛真题 - 凑平方数-全排列+dfs+set去重
- 给Sublime text2安装Zen Coding插件
- 一天一个设计模式之JS实现——建造者模式
- Web之http协议(一)
- 【opencv+python】下载安装教程
- unity-Profiler调试Android
- Springboot小区物业管理系统毕业设计源码051745
- C4D OCtane渲染器大师之路笔记(四):使用OC灯光
- 函数对称性常见公式_函数对称性
- 【波导】——理解群速度和相速度
- lol人物模型提取(三)
- java EE crm代码_基于jsp的小型企业CRM系统-JavaEE实现小型企业CRM系统 - java项目源码...
- python怎么清理垃圾和缓存_怎么才能正确清理电脑的缓存垃圾?
- 腾讯位置服务定位组件实现周边公用厕所远近排序分布图
- 注册Git时遇到问题 - Unable to verify your captcha response.
热门文章
- android 数字滚动抽奖_Android TextView自定义数字滚动动画
- Python软件目录结构规范
- OpenFPGA: 一起跨年吧!
- C语言——A+B+C问题
- matlab频谱分析(简明版)
- 《炬丰科技-半导体工艺》IC 制造中的 HF 浓度控制
- rhel 7.3 安装 oracle,oracle8i在redhat7.1~7.3下的安装-数据库专栏,ORACLE
- idea 如何一键清除所有断点
- 动态域名解析服务系统简介
- python如何拟合函数_我们如何在Python中拟合一个sigmoid函数?(How do we fit a sigmoid function in Python?)...