成像算法及应用-课件

成像技术及应用缪竟鸿天津工业大学成像技术及应用缪竟鸿感觉器官人为了从外界获取信息，必须借助于感觉器官。由于人的身体条件的限制，人的感觉器官的功能是非常有限的，因此人就制造了工具（仪器设备），扩展了感觉器官，其中的一些技术就被称为成像技术。而最直观的信息就是图像,眼睛所获得的信息的速度是最快的，信息量也是最多的感觉器官人为了从外界获取信息，必须借助于感觉器官。由于人的身精品资料精品资料你怎么称呼老师？如果老师最后没有总结一节课的重点的难点，你是否会认为老师的教学方法需要改进？你所经历的课堂，是讲座式还是讨论式？教师的教鞭“不怕太阳晒，也不怕那风雨狂，只怕先生骂我笨，没有学问无颜见爹娘……”“太阳当空照，花儿对我笑，小鸟说早早早……”成像算法及应用-ppt课件成像技术(ImagingTechnique)的基本原理与人的眼睛的成像原理类似目标可见光反射透射（折射）成像处理成像技术(ImagingTechnique)的基本原理与人成像技术的基本原理人的眼睛只能接收可见光390~780nm可见光无法穿透大多数的固体目标，因此人无法用肉眼观察到目标的内部情况目标入射反射无透射（折射）成像技术的基本原理人的眼睛只能接收可见光390~780nm成像技术的基本原理为了实现扩展成像范围所以成像技术主要包括三个部分，一是发射和接收设备，二是传播媒质（材料），三就是成像算法。目标入射波（电磁波、超声波等）反射波透射波接收接收发射成像算法目标图像处理数据利用成像技术的基本原理为了实现扩展成像范围所以成像技术主要包括三发射和接收设备传感器(sensor)传感器是一种物理装置或生物器官，能够探测、感受外界的信号、物理条件（如力、光、热、电、磁和声），并将探知的信息传递给其他装置或器官。传感器是人类五官的延长，又称之为电五官。传感器早已渗透到如工业生产、宇宙开发、海洋探测、资源调查、医学诊断、生物工程等等极其之泛的领域。目前热炒的物联网就是在传感器基础上的集合。发射和接收设备传感器(sensor)发射和接收（声波）设备回声(echo)回声定位设备（echolocationapparatus)发射和接收（声波）设备回声(echo)回声定位设备（ech发射和接收（超声波）设备B超（type-Bultrasonic）探头向人体发射一组超声波，按一定的方向进行扫描。经过电子电路和计算机的处理,就形成了图像。根据测量其回声的延迟时间及强弱就可以判断脏器的距离及性质。发射和接收（超声波）设备B超（type-Bultrason发射和接收(电磁波)设备雷达（Radar，RadioDetectionAndRanging）雷达概念形成于20世纪初，雷达的原理：是人们从蝙蝠身上得到了启示。蝙蝠就是在夜里飞行的，还能捕捉飞蛾和蚊子；即使一根极细的电线，它也能灵巧地避开。蝙蝠在夜里飞行，靠的不是眼睛，它是用嘴和耳朵配合起来探路的。蝙蝠能一边飞，一边从嘴里发出一种声音。这种声音叫做超声波，人的耳朵是听不见的，蝙蝠的耳朵却能听见。超声波像波浪一样向前推进，遇到障碍物就反射回来，传到蝙蝠的耳朵里，蝙蝠就立刻改变飞行的方向。发射和接收(电磁波)设备雷达（Radar，RadioDet发射和接收(电磁波)设备雷达（Radar，RadioDetectionAndRanging）科学家利用同样的工作原理，给飞机装上了雷达。雷达通过天线发出无线电波，无线电波遇到障碍物就反射回来，显示在荧光屏上。驾驶员从雷达的荧光屏上，能够看清楚前方有没有障碍物，所以飞机在夜里飞行也十分安全。雷达的优点是白天黑夜均能探测远距离的目标，且不受雾、云和雨的阻挡，具有全天候、全天时的特点，并有一定的穿透能力。因此，它不仅成为军事上必不可少的电子装备，而且广泛应用于社会经济发展(如气象预报、资源探测、环境监测等)和科学研究(天体研究、大气物理、电离层结构研究等)。发射和接收(电磁波)设备雷达（Radar，RadioDet发射和接收(电磁波)设备天线（雷达）天线分两部分来说，一是发射天线，一是接收天线。发射天线就是通过一根叫做“天线”的电极将天线与地之间形成的高频电场变成电磁波，从而能发射出去并传波到远方。

接收天线就是通过一根叫做“天线”的电极将空中传来的电磁波感应为电场，生成高频信号电压，送到接收机进行信号处理。*雷达的功率一般比天线大很多，把一头羊放在飞机雷达前方一米处，接受雷达的照射数分钟即可被杀死。发射和接收(电磁波)设备天线（雷达）*雷达的功率一般比天线大发射和接收(电磁波)设备金属探测器原理是利用有交流电通过的线圈，产生迅速变化的磁场。这磁场能在金属物体表面产生感应电流。电流又产生磁场，倒过来影响原来的磁场，引发探测器发出鸣声。利用振荡线圈的电磁感应来探测金属物体，可以透过非金属物体，比如纸张、木材、塑料、砖石、土壤、甚至水层，探测到被遮盖的的金属物体，因此具有实用性。比如在装修房屋时，用它探测到墙内的电线或钢筋，以免造成施工危险和安全隐患；例如安检用的金属探测器就是根据这个原理制成的发射和接收(电磁波)设备金属探测器应用例子：安检技术Dr.rer.nat.Ch.SklarczykFraunhofer-InstitutfürZerstörungsfreiePrüfverfahren(IZFP),Saarbrücken,Germany()试验设置玩具左轮手枪(枪身是金属的，手柄是塑料的)探测目标陶瓷刀应用例子：安检技术Dr.rer.nat.Ch.SklaDr.-Ing.AxelTessmannFraunhofer-InstitutfürAngewandteFestkörperphysik(IFA),Freiburg,Germany()94-GHZ-调频连续波(FMCW)-雷达模块焊接技术构建的94-GHz-调频连续波雷达模块完整的调频连续波芯片、相关的电源系统及过渡波导Dr.-Ing.AxelTessmann94-GHZ-调在泡沫躯体上的陶瓷刀在泡沫躯体上的陶瓷刀藏在毛衣的下的陶瓷刀躯体由泡沫构成藏在毛衣的下的陶瓷刀躯体由泡沫构成放在夹克外套口袋里的陶瓷刀泡沫躯体放在夹克外套口袋里的陶瓷刀泡沫躯体试验设置:玩具左轮手机

放在空气中的玩具手枪遮盖的玩具手枪成像结果成像结果（动画）试验设置:玩具左轮手机放在空气中的玩具手枪遮盖的玩具手枪传播媒质图像可以是真的，也可能是假的，古有“海市蜃楼”，今有“正龙拍虎”。“海市蜃楼”是自然现象，是传播媒质发生了变化引起的。“正龙拍虎”则是人为的，是对图像数据的篡改（剪裁）而产生的。传播媒质图像可以是真的，也可能是假的，古有“海市蜃楼”，今有传播媒质一般的传播媒质均匀媒质非均匀媒质非一般的传播媒质超材料传播媒质一般的传播媒质超材料（Metamaterial)超材料是人工复合材料，通过在材料的关键物理尺度上的结构有序设计，可以突破某些自然规律的限制，从而获得超出自然界固有的普通性质的材料功能。在这里是指“左手材料”，即在一定的频段下同时具有负的磁导率和负的介电常数的材料，这样就对电磁波的传播形成负的折射率，超材料突破了它本身的物理成份限制，能够依据光线放射程度进行“剪裁定制”。超材料（Metamaterial)超材料是人工复合材料，通过超材料的应用拥有负折射率的超材料会因为特异的结构，而拥有让光线绕过去，彷佛物体不存在的能力。光打在斜面上的突起时，会向一个更宽的角度散开如果突起的表面是用超材料做的话，它可以把本应分散的光聚合在一起，光线打在普通斜面上时，是直接以90度角反射

这样就形成类似普通斜面的反射。对一个观察这个斜面的人来说，突起彷佛是不存在的，自然在突起后方的东西就是“隐形”的了。超材料的应用拥有负折射率的超材料会因为特异的结构，而拥有让光超材料的应用利用超材料能够对光线进行“剪裁定制”的功能超材料超材料的应用利用超材料能够对光线进行“剪裁定制”的功能超全息（投影）成像（holograghicimaging)全息再现的方法是：用一束激光照射全息图，这束激光的频率和传输方向应该与参考光束完全一样，于是就可以再现物体的立体图像。人从不同角度看，可看到物体不同的侧面,就好像看到真实的物体一样。全息记录的过程是：把激光束分成两束；一束激光直接投射在感光底片上,称为参考光束；另一束激光投射在物体上，经物体反射或者透射，就携带有物体的有关信息，称为物光束.物光束经过处理也投射在感光底片的同一区域上.在感光底片上，物光束与参考光束发生相干叠加，形成干涉条纹，这就完成了一张全息图。

全息（投影）成像（holograghicimaging)全成像算法线性算法非线性算法成像算法线性算法遥感技术无损探伤电磁波

弹性波

通过使用微波扫描地球表面我们可以得到一个独特的图像。所以对于描绘存在于地球表面下方的地质特点，使用微波扫描是非常有用的应用

使用弹性波，我们可以测量该物体的材料厚度，完整性和其他物理性质，并找出隐藏在内部的缺陷。弹性波地球勘探我们使用弹性波，可以解决一些众所周知的问题，例如，寻找地球上的石油，确定洋底，定位地震源及确定震源的性质。遥感技术无损探伤电磁波弹性波通过使用微波扫描地球表面我们动机使用探测工具作为人类，在不打开探测物体的情况下，我们不可能观察到该物体的内部结构及其材料构成。数据

使用成像技术探测并收集数据转换图像电磁波线性算法弹性波非线性算法SAFT和MUSICCSI和MR-CSI包含了该探测目标内部的信息

探测目标的物理特性成为动机使用探测工具作为人类，在使用成像技术探测并收集数据转换图基础知识逆散射问题的实验设置电磁波:积分方程TM和TECase:积分算子弹性波:积分方程SH和P-SVCase:积分算子基础知识逆散射问题的实验设置逆散射问题的试验设置

是散射体。域是兴趣区域。有个发射器被放在散射体周围的一系列点上形成域，该域半径为。个接收器放置域该域半径为。逆散射问题的试验设置是散射体。电磁波:积分方程TMCaseTECase对比函数对比源傅立叶变换电磁波在二维空间的对比函数电磁波的并矢格林函数电磁波的标量格林函数电磁波:积分方程TMCaseTECase对比函数对比源TMCase:积分算子ObjectequationforDataequationforTMCase:积分算子ObjectequationfTECase:积分算子ObjectequationforDataequationforTECase:积分算子Objectequationf弹性波:积分方程SHCaseP-SVCase对比源傅立叶变换弹性波在二维空间的对比函数压力波和剪切波的标量格林函数弹性波的并矢格林函数弹性波:积分方程SHCaseP-SVCase对比源傅立SHCase:积分算子SHCaseTMCaseSHCase:积分算子SHCaseTMCaseP-SVCase:积分算子ObjectequationforDataequationforP-SVCase:积分算子Objectequation线性反演算法合成孔径聚焦技术

SyntheticApertureFocusingTechnique(SAFT).

[Langenberg,1987,2002]

多重信号分类算法MUltipleSIgnalClassificationAlgorithm(MUSIC).

[Devaney,2000;Kirsch,2000;Cheney,2001]线性反演算法合成孔径聚焦技术SAFT原理我们可以假设一个用delta函数表达的等效源。使用在时域下的数据方程，我们导出如下的散射场表达式点散射体的位置接收器的位置发射器的位置SAFT原理我们可以假设一个用delta函数表达的等效源。SAFT算法使用Hilbert变换，我们把实数的散射场数据加工成

一个复数的散射场的数据.计算对应的时间如果有一散射体位于，那么相应的在时间，在散射场数据中应

有一些不为零的数据。在获得了所有数据后，进行累加，这样就可以重建散射体的图像SAFT算法使用Hilbert变换，我们把实数的散射场数据MUSIC原理使用Born近似和忽略探测目标之间的多重散射，散射场可以被如下表示为接收器的位置散射体的数量发射器的位置

散射体的位置发射器的输入电压相应的散射振幅特征向量特征值信号子空间的投影算子噪音子空间的投影算子一个大小为的自我伴随矩阵的秩等于，只要，则我们得到特征值和特征向量MUSIC原理使用Born近似和忽略探测目标之间的多重散射MUSIC算法使用组成一个矩阵

形成导向矢量图像计算特征值和特征向量

形成自伴随矩阵

点散射体较复杂的散射体时间反转矩阵TimeReversalMatrix(TRM)多基响应矩阵Multi-StaticResponseMatrix(MSRM)域内的任意点MUSIC算法使用组成一个矩阵形成导向矢量非线性反演算法对比源反演算法ContrastSourceInversionAlgorithm(CSI).

[Kleinman&vandenBerg,1997;Haak,1999;vandenBerg,1999;Abubakar,2000]TMCase(标量)TECase(矢量)SHCase(标量)P-SVCase(矢量)乘法正则化的对比源反演算法MultiplicativeRegularizedContrastSourceInversionAlgorithm(MR-CSI).

[vandenBerg&Abubakar,2003;Abubakar,2005]TMCase(标量)TECase(矢量)SHCase(标量)P-SVCase(矢量)非线性反演算法对比源反演算法成本函数改进的目标方程的那一部分的规范化的成本函数数据方程的那一部分的规范化的成本函数改进的目标误差函数数据误差函数TM和TECaseSH和P-SVCase成本函数改进的目标方程的那一部分的规范化的成本函数数据方程改进的目标误差函数TMCaseSHCaseTECaseP-SVCase改进的目标误差函数TMCaseSHCaseTECase数据误差函数TMCaseTECaseSHCaseP-SVCase数据误差函数TMCaseTECaseSHCaseP-CSI算法通过最小化成本函数，计算对比源计算在域内的总场通过最小化改进的目标误差函数，确定对比函数我们假设上一次迭代中对比源是已知的，那么我们用标准的CG方法更新系数梯度方向TMCase如果达到期望的收敛值

结束

如不是

是TMCaseTMCaseCSI算法通过最小化成本函数，计算对比源计算在域内MR-CSI算法通过最小化成本函数，计算对比源计算在域内的总场通过最小化成本函数，确定对比函数与CSI算法是一样标量如果达到期望的收敛值结束

如不是是矢量与CSI算法是一样区域面积

恢复全变差因子的可微性在每次迭代开始时，全变差因子等于1梯度方向更新系数MR-CSI算法通过最小化成本函数，计算对比源计算在域结果实测数据电磁波：Fresnel数据弹性波：IZFP数据仿真数据结果实测数据电磁波：Fresnel数据多频多基（Multi-FrequencyMulti-Bistatic）

(K.BelkebirandM.Saillard,InstituteFresnel,RemoteSensingandMicrowaveExperimentsTeam,Marseille,France)目标类型频率FTDTMandTE2-10GHz1GHz1820°3601°Fresnel的数据参数:和都是1.67m.FTD试验设置DRG118HornAntenna电磁波：Fresnel数据多频多基（Multi-FrequMUSIC重建FTD的结果：TMCaseMUSIC重建FTD的结果：TMCaseCSI和MR-CSI重建FTD的结果：TMCase

迭代总数:512.多频的情况:并行频率方法(concurrentfrequencyapproach)使用的频率是2,3,4,5,6GHz.CSI和MR-CSI重建FTD的结果：TMCase

迭代CSI和MR-CSI重建FTD的结果：TECase迭代总数:512.多频的情况:并行频率方法(concurrentfrequencyapproach)使用的频率是2,3,4,5,6GHz.CSI和MR-CSI重建FTD的结果：TECase迭代总数动画:在频率6GHz和TECase下,CSI和MR-CSI重建FTD的结果CSIMR-CSI动画:在频率6GHz和TECase下,CSI和MR-C弹性波：IZFP数据

时域的多/单基（Time-DomainMulti-Monostatic&-Bistatic）

(V.Schmitz,FraunhoferInstituteforNon-DestructiveTesting(IZFP),Saarbrücken,Germany)目标数据类型波型采样频率速度IZFP_6h单基压力波80MHz6297m/s3601°3601°双基3610°360IZFP的数据参数:和都是36mm.IZFP_6H试验设置72mm直径是2mm弹性波：IZFP数据时域的多/单基（Time-DomSAFT重建IZFP_6H的结果SAFT重建IZFP_6H的结果CSI和MR-CSI重建IZFP_6H的结果迭代总数:256.多频的情况:我们选择在频率1.9,2.1,2.3,2.5,2.7MHz下获得的结果然后累加，再取平均值。CSI和MR-CSI重建IZFP_6H的结果迭代总数:25弹性波：仿真数据不均质的方形柱体InhomogeneousSquaredCylinder(ISC)SHCase

P-SVCase仿真的IZFP数据

(数据参数与IZFP实验数据是一样的)IZFP_6h(2.1003MHz)目标波型波数ISCSH3610°3610°P-SV3610°3610°ISC的数据参数:and都是3m.弹性波：仿真数据不均质的方形柱体InhomogeneousCSI和MR-CSI重建ISC的结果：SHCase

迭代总数:512CSI和MR-CSI重建ISC的结果：SHCase

迭代CSI和MR-CSI重建ISC的结果：P-SVCase

迭代总数:512CSI和MR-CSI重建ISC的结果：P-SVCase

迭MR-CSI重建IZFP_6H合成和试验数据的结果

f=2.1003MHz,迭代总数:256MR-CSI重建IZFP_6H合成和试验数据的结果

f=2比较线性和非线性反演算法

数据Fresnel数据IZFP数据仿真数据FTDIZFP_6HISCTMTEMulti-BistaticSHP-SV计算时间（每次迭代所需时间以秒为单位）SAFT42MUSIC68CSI10681158105MR-CSI12741219112结果的质量MUSIC在某些频率下重建其中一些探测目标。CSI能够重建所有探测目标。MR-CSI不但能够重建所有探测目标，

而且图像更清楚。SAFT能够重建所有探测目标。CSI和MR-CSI重建所有探测目标,但是结果不如预期的好.CSI和MR-CSI能够重建所有探测目标,而且用MR-CSI，结果有明显的改进。比较线性和非线性反演算法

数据Fresnel数据IZFP数据线性和非线性反演算法的优点和缺点

线性算法的的主要优点(SAFTandMUSIC)速度线性算法的的缺点(SAFTandMUSIC).重建结果不包含任何有关散射体材料性质的信息非线性算法的的主要优点(CSIandMR-CSI)重建结果更准确可靠非线性算法的的缺点(CSIandMR-CSI)内存消耗大计算时间长线性和非线性反演算法的优点和缺点

线性算法的的主要优点(SA结果证明，CSI和MR-CSI算法可以作为解决逆散射问题的一种有效工具未来的研究方向实现时域CSI和MR-CSI算法适当的结合不同的反演算法用不同类型的波探测同一目标实现解决电磁波和弹性波在三维空间的逆散射问题的算法二维(TE和P-SV)三维结果证明，CSI和MR-CSI算法可以作为解决逆散射问题的3D建模-分布式共享存储计算(DistributedundSharedMemoryComputing)BeowulfCluster:

16ClusterNodes,16GBRAM

SingleNode:

P4(HT),3

GHz

FSB800,

1

GB

DDRAM

Interconnect:

1

GbpsEthernet

Server:

DualP4-Xeon2.6GHz

1GBECC-RAM,

18GBSCSIDisk

1TBRAIDDiskDomainDecomposition12345678123Process/CPU45678BeowulfCluster:Message-PassingInterfaceSharedMemoryCluster

Server

64-Bit-Quad-Opteron-Server

4xAMDOpteron8542.8GHz,

FSB800

32GBDDRAM

PC400(16x2GB)

73,5GBSCSI-Disk16ClusterNodesServer:3D建模-分布式共享存储计算(Distributedun结束谢谢您的光临!结束FundamentalsExperimentalSetupfortheInverseProblemElectromagneticWaves:IntegralEquationsTMandTECase:IntegralOperatorsFundamentalsExperimentalSetupExperimentalSetupfortheInverseProblemisthescatteringobject.Domainistheregionofinterest.Transmittersareplacedaroundthescatteringobjectinasetofpointswhichformthedomainwithradius.Therearetotallytransmitters.ReceiversareplacedindomainwithradiusTherearetotallyreceivers.ExperimentalSetupfortheInvElectromagneticWaves:IntegralEquationsTMCaseTECaseContrastContrastSourceFourierTransformTheContrastFunctionforElectromagneticWavesin2DDyadicGreen‘sFunctionforElectromagneticWavesScalarGreen‘sFunctionforElectromagneticWavesElectromagneticWaves:IntegraTMCase:IntegralOperatorsObjectequationforDataequationforTMCase:IntegralOperatorsObjTECase:IntegralOperatorsObjectequationforDataequationforTECase:IntegralOperatorsObjLinearInversionAlgorithmsMUltipleSIgnalClassificationAlgorithm(MUSIC).

[Devaney,2000;Kirsch,2000;Cheney,2001]LinearInversionAlgorithmsMUlMUSICPrincipleUsingBornapproximationandignoringmultiplescatteringamongthetargets,thescatteredfieldcanbegivenasThepositionofreceivingantenna.ThetotalnumberofscatterersThepositionoftransmittingantennaThepositionofthescattererTheinputvoltageappliedatthetransmittingantennaThecorrespondingscatteringamplitudeeigenvectoreigenvalueProjectionoperatorontosignalsubspaceProjectionoperatorontosignalsubspaceForaself-adjointmatrixhasarankequaltoandasize,aslongas,wegeteigenvaluesandeigenvectorsasMUSICPrincipleUsingBornapprMUSICAlgorithmFinalimagepointscattererextendedscattererTimeReversalMatrix(TRM)Multi-StaticResponseMatrix(MSRM)FormthesteeringvectorFormaself-adjointmatrixcomputetheeigenvaluesandeigenvectorsAnypointindomain

Usingtoformamatrix

MUSICAlgorithmFinalpointextenNonlinearInversionAlgorithmContrastSourceInversionAlgorithm(CSI).

[Kleinman&vandenBerg,1997;Haak,1999;vandenBerg,1999;Abubakar,2000]TMCase(ScalarCase)TECase(VectorCase)MultiplicativeRegularizedContrastSourceInversionAlgorithm(MR-CSI).

[vandenBerg&Abubakar,2003;Abubakar,2005]TMCase(ScalarCase)TECase(VectorCase)NonlinearInversionAlgorithmCCostFunctionalNormalizedCostFunctionalforModifiedObjectEquationNormalizedCostFunctionalforDataEquationModifiedObjectErrorfunctionDataErrorFunctionTMandTECaseCostFunctionalNormalizedCostModifiedObjectErrorFunctionTMCaseTECaseModifiedObjectErrorFunctionDataErrorFunctionTMCaseTECaseDataErrorFunctionTMCaseTECSIAlgorithmComputethecontrastsourcebyminimizingthenormalizedcostfunctionalCalculatethetotalfieldinthedomainDeterminecontrastbyminimizingthemodifiedobjecterrorfunctionAssumecontrastsourceandcontrastareknownfromthepreviousiterationandusingconjugategradientmethod(CG).UpdatecoefficientGradientdirectionTMCaseIfthedesiredcostfunctionalisarrived

End

Ifnot

YesTMCaseTMCaseCSIAlgorithmComputethecontrMR-CSIAlgorithmComputethecontrastsourcebyminimizingthecostfunctionalCalculatethetotalfieldinthedomainDeterminecontrastbyminimizingthecostfunctionalAssameasCSIalgorithmTMCaseIfthedesiredcostFunctionalisarrived

End

Ifnot

YesTECaseAssameasCSIalgorithmThearea(2-Dvolume)ThequantityrestoresdifferentiabilitytotheTVfactorThetotalvariation(TV)factor

isequalto1atthebeginningofeachiteration.GradientdirectionAssumecontrastisknownfromthepreviousiterationanduseCG.UpdatecoefficientMR-CSIAlgorithmComputethecoResultsMulti-FrequencyMulti-Bistatic

(InstituteFresnel,RemoteSensingandMicrowaveExperimentsTeam,Marseille,France)TargetWaveTypeFrequenciesFTDTMandTE2-10GHz1GHz1820°3601°FTDExperimentalSetupDRG118HornAntennaParametersofFresnelData:Foreachtargettheradiiandareboth1.67m.ResultsMulti-FrequencyMulMUSICReconstructionofFTDforTMCaseMUSICReconstructionofFTDfoCSIandMR-CSIReconstructionsofFTDforTMCaseTotalIterationNumber:512.MultipleFrequencyCase:dataatthefrequencyof2,3,4,5,6GHzareusedforconcurrentfrequency(CF)approach.CSIandMR-CSIReconstr