一种改进的螺旋锥束FDK算法

针对螺旋锥束CT的图像重建算法,提出一种改进FDK算法,和标准的FDK算法相比,它把冗余权放在滤波后处理,减少了计算工作量.     

螺旋锥束精确重建算法优化

精确重建算法是当今研究的热点,其反投影计算量很大。因此以Katsevich算法为例,将PI线二分法求端点转变为一元函数的迭代求根进行优化;利用锥束扫描模式存在的对称性和正、余弦的特性,减少计算投影位置的次数。实验表明,优化效果较好。     

三维锥束CT迭代重建算法对比研究

在计算机断层成像（CT）中,代数重建算法（ART）、联合代数迭代重建算法（SART）、有序子集期望值最大重建算法（OSEM）是迭代重建技术中广泛应用的3种技术,文章针对三维锥束CT情况,比较研究了上述3种迭代算法在含噪投影数据、完备投影数据以及投影数据稀疏和视角受限情况下的重建结果,并对重建结果进行了对比和分析。仿真结果表明：在一定条件下,OSEM算法重建的图像质量好于其他两种算法。     

改进投影数据访问顺序的CT图像重建研究

代数重建算法是CT图像重建中较为常用的图像重建算法,重建图像的质量和速度是评价重建算法优劣的两个重要标准。传统的代数重建算法有重建质量低、速度慢的缺点。针对这些缺点,提出了一种改进投影数据访问顺序的代数重建算法。该算法通过对投影访问顺序的选择,减小了投影数据间的相关性,同时保证了投影角度的均匀分布,避免了密集访问情况的出现。实验结果证明,采用改进的算法进行CT图像重建不仅能减少图像伪影,而且能很好地改善重建图像质量,明显加快重建速度。     

一种由低分辨率投影重建高分辨率图像的方法

针对由于现有条件下探测器分辨率低导致图像分辨率差的问题,提出了一种利用探测器错位采集低分辨率投影数据来重建高分辨率图像的方法,并进行了计算机仿真实验,结果表明该方法是行之有效的。     

不完全投影下的CT图像重建仿真研究

低剂量辐射是CT成像中的研究热点和难点,而不完全角度投影又是低剂量辐射中的一种有效手段.因此对不完全角度投影的重建问题也是一个研究热点.建立在CS理论基础上的TV-EM算法虽然能够克服传统算法的重建精度不高,去噪能力不明显等特点,但也对边缘进行了过度平滑.本文在惩罚正则项中加入中值先验分布,在抑制噪声的同时更能保留边缘...     

基于改进的K-SVD字典学习CT图像重建算法

不完全投影数据图像重建为降低照射剂量提供了一个新的解决方案。在K SVD字典学习算法中,由于选取K SVD算法中的初始化字典对训练得到的自适应字典构造有影响,因此通过引进一个稀疏初始化字典矩阵,使K SVD字典学习算法能更好地适应于稀疏图像重建。在此基础上,提出了一种基于改进的K SVD字典学习和SART重建算法相结合的图像重建算法。实验结果表明,该算法能够在投影数据不完备的情况下准确地重建出图像,同时保留图像的细节分量,提高重建图像的质量,尤其是可以减少由于投影数据不完备而造成的条状伪影现象。     

感兴趣区域重建图像的算法研究

本文以重建图像的算法为研究对象,介绍了不完全投影数据相适应的重建图像统计算法.重点介绍ROI引入到EM算法进行了计算机仿真研究.     

解变分不等式的一种修正二次投影算法

通过进一步限制该投影区域对Yiran He的算法进行了修正,从而提出了一种变分不等式的修正二次投影算法.该算法具有更长的步长,并证明了该算法生成的无穷序列具有的全局收敛性.     

单调变分不等式的一种自适应谱梯度投影算法

本文提出了求解单调变分不等式问题的一种自适应谱梯度投影算法,并在一定条件下建立了算法的全局收敛性结果.初步的数值实验结果表明该算法能够有效提高原有算法的计算效率.     

滤波反投影图像重建算法研究

CT是一种先进的成像技术,被广泛应用于工业无损检测和医学图像处理中。目前CT图像重建算法多采用滤波反投影算法。本文介绍了滤波反投影算法的基本原理,讨论了滤波函数的设计,给出了采用该算法的计算机仿真重建结果。实验结果表明,重建精度依赖于具体的滤波函数．而且在投影数据完全时可获得较高质量的重建图像。     

分裂等式问题的一种简单投影算法

本文主要给出了求解分裂等式问题的一种简单投影算法及其松弛算法,证明了算法的全局收敛性．与相关算法相比,该算法每一步的迭代步长都可直接计算出,避免了计算矩阵的谱半径．     

求解强单调变分不等式组的一种自适应投影算法

自适应投影算法是求解强单调变分不等式的一种重要方法,在自然科学中的诸多领域有着广泛的应用.利用自适应投影算法来求解强单调变分不等式组.从理论上证明了这种算法的收敛性,结果推广了He,Yang,Meng和Han的结论.     

基于仿射投影的CMA盲均衡算法

经典CMA算法计算复杂度低,性能稳健,但收敛速度慢.传统的仿射投影算法能够加快算法的收敛速度,但算法复杂度较高点.针对以上问题,该文将仿射投影思想引入到CMA算法,克服了两种算法的缺点,加快了算法的收敛速度,降低了算法的复杂度.通过实验仿真表明,该算法适用于短波信号的盲均衡,且复杂度较低,收敛速度更快.     

一种新的PET序列图像超分辨率优质重建算法

利用超分辨率重建技术,从含有加性高斯噪声和模糊噪声的正电子发射成像(PET)序列低分辨率图像,重建出一幅优质高分辨率图像。作者提出了一种基于正则化参数(RP)的通道自适应线性斜率超分辨率算法。该算法采用平移运动模型,通过对RP线性斜率的自适应更新,动态优化代价函数,以降低对PET图像高频成分的抑制。为验证新算法的有效性,采用模拟PET序列图像进行实验。实验中,与HUHE算法相比,新算法PSNR平均提高2.65dB。新算法在改善图像空间分辨率上取得良好的效果,同时具有很好的抗噪性能。     

一种新的基于感知字典的稀疏图像重建算法研究

针对已有图像重建算法分辨率低、需要大量计算的问题,本文提出了一种基于感知字典和数据自适应性的稀疏重建算法.首先,针对图像的数据结构,对样本数据进行超完备字典的训练,继而通过针对性的字典对图像进行稀疏重建.同时,为进一步改善算法的重建性能,并充分利用图像的有效信息,本文构造了数据自适应的感知字典.实验表明,该算法在不影响图像重建精确度的前提下可以减少计算复杂度,并具有良好的鲁棒性和较高的效率.     

曲线重建的跟踪算法研究

由数据点云进行曲线重建是逆向工程中的一个重要问题.寻找一种从无序散乱点集出发重建曲线的有效方法，是人们反复研究探索的问题.研究了用简单曲线拟合平面上的无序点集的跟踪算法.     

曲线重建的跟踪算法研究

由数据点云进行曲线重建是逆向工程中的一个重要问题.寻找一种从无序散乱点集出发重建曲线的有效方法,是人们反复研究探索的问题.研究了用简单曲线拟合平面上的无序点集的跟踪算法.     

基于波束域LC-GSC的降秩波束形成算法

针对传统GSC算法在处理大型阵列天线时,所需运算量大、工程上难以应用等问题,提出一种基于波束域LC-GSC的降秩波束形成算法。与传统GSC算法相比,它能够在期望信号和特定干扰方向上形成约束响应,利用构造的转换矩阵将信号变换到波束域,并能够降低计算量,加快自适应收敛速度。根据信号特征值大于噪声特征值,可以得到波束域协方差矩阵逆的高次幂基本等价于信号子空间,信号子空间的求取也方便构造阻塞矩阵。降秩矩阵可以利用GSC下支路的快拍数构造,进一步降低运算量。最终根据算法得到自适应权矢量,为了使系统有更好的信噪比稳健性,可以将权矢量向信号子空间投影。通过对GSC算法进行分析并改进,给出算法在FPGA上的实现方案。实验仿真表明,该算法能够在期望信号方向准确形成主瓣,干扰方向准确形成零陷且副瓣电平降低5~10dB。基于波束域LC-GSC的降秩波束形成算法有很好的波束形成性能,算法稳健性较好。