滤波反投影图像重建算法的研究

CT图像重建在医学临床诊断等方面发挥了巨大的作用,滤波反投影算法是图像重建中应用最广泛的一种。为了重建图像,我们使用了众所周知的傅立叶切片定理,利用逆Radon变换对研究对象进行滤波反投影图形重建。实验结果表明,对于无噪声图像,逆Radon变换能较好的完成重建任务,且投影角度数越多,重建图像就越清晰。     

CT系统参数标定及成像模型

本文针对CT系统参数标定及成像问题,分别建立比例模型、几何方向角模型以及CT旋转模型,对已知CT系统进行参数标定,根据滤波反投影重建算法对未知介质进行图像重建,给出未知介质的相关信息,并对所求标定参数进行精度与稳定性检验。     

一种改进的滤波反投影图像重建方法

根据代数迭代重建方法和滤波反投影重建算法各自存在的缺点,我们把两者相结合,构造了新的重式,提出了新的迭代重建方法,经计算机仿真实验,表明重建图像的质量要优于传统的图像重建方法。     

三维容积重建与最大密度投影在骨科CT中的应用

随着CT扫描技术的迅速发展,薄层扫描图像已经在临床上得到了广泛应用,三维可视化功能在临床CT图像的后处理应用中起到了重要作用。本文采用自适应的三维重建算法实现CT序列图像的三维容积重建与最大密度投影,并将其应用于CT血管造影与骨科CT。文中通过CT扫描采集3组序列图像,对于每一组序列图像,分别采用容积重建算法与最大密度投影算法进行三维重建,并对重建的结果进行分析与对比,临床应用的结果表明,三维容积重建与最大密度投影有其各自的优点,将上述两种三维重建方法联合应用可以得到更准确、更有效的临床诊断信息。     

基于三维图像重建的一种窄角锥束CT扫描方式

近年来,CT图像直接三维重建成为CT技术研究的尖端技术,由于FDK近似重建算法重建精度不高,在不提高现有系统复杂程度的前提下,本文提出了窄角锥表在工业CT中的应用方法,并且提出了对FDK相应的改进算法,从而提高重建的精度.改进后的锥束CT扫描的采样次数比传统锥束CT扫描的采样次数减少,扫描速度加快,并能够解决锥束CT扫描所不能解决的对大尺寸工件扫描的问题,如:对汽车业等大型机械产品的快速检测.     

一种加速的ART-TV算法

针对稀疏角度下的CT图像重建,ART-TV算法是有效的。该算法分为ART过程和梯度下降过程,有效提高了重建结果的质量。为了加快ART-TV算法的收敛速度,本文提出一种快速的ART-TV算法。实验结果表明,本文算法收敛速度要快于传统的ART-TV算法。     

融入背景差分连续重构的心脏医学图像重建

通过对人体心脏器官的医学图像重建,为实现三维可视化手术及图像重构提供图像基础。传统的心脏医学图像重建方法采用的是三维坐标点动态数据采集算法,当测量点相对散乱时无法满足心脏器官重建的准确性要求。提出一种融入背景差分连续重构的心脏医学图像重建方法,进行图像细节纹理的灰度化图像进行提升分离,定义表面渲染的选项,计算二维层状图像纹理特征像素点检测沿幅角方向上模值的极大值点,得到三维成像的仿真视景图像的质心位置,采用二阶累积泰勒展开算法,对三维图像模型进行心脏图像的纹理特征提取,实现算法改进。仿真结果得出,采用该算法进行心脏医学图像重建,重建表面的最大误差显著减少,重建精度较高,重建时间减少,在实时性和精确性上性能优越。     

CT系统新型参数标定及平移伪影处理技术研究

针对目前CT成像系统存在的平移运动伪影问题,提出一种新的CT系统参数标定及平移运动伪影处理技术。首先针对传统均匀双圆标定模板的不足,提出三圆不对称标定模板,对CT系统旋转中心、X射线旋转方向及步进角度参数进行标定,并给出具体算例。然后,采用基于物体质心与其投影质心关系定理和Hough变换的平移运动伪影处理技术对采样数据进行重排,并采用滤波反投影算法对重排后的数据重建原始图像。最后,对被测物体进行了成像仿真分析并与传统方法进行对比,结果表明:对于Shepp-Logan头模型,本文所提出的平移伪影处理技术有较好的效果,能有效消除运动伪影。     

三维图像重建中差异信息融合算法研究

针对三维图像重建中的差异信息融合算法识别率较低,稳定性差,无法有效处理不确定因素等弊端,提出一种新的三维图像重建差异信息融合算法,分析了二维图像和三维图像的一阶与二阶统计,对自相关函数进行归一化处理,将二维图像的自相关函数变成三维自相关函数,利用傅里叶变换求出三维图像的功率谱,通过调整合理的辐角塑造该三维图像的傅里叶转换。对三维图像重建过程中的特征向量进行划分,保证三维图像重建过程中全部信息的完整性。依据特征向量与信息之间的经验知识对学习样本进行建立,给出某一时间段内三维图像重建中某个神经网络对应的差异信息融合公式,对多个神经网络的差异信息融合结果进行融合,实现三维图像重建中差异信息的融合。仿真实验结果表明,所提算法具有很高的有效性。     

基于CUDA的数字影像重建算法性能优化

CUDA是由NVIDIA开发的用于通用并行计算的开发平台,通过应用GPU(graphics processing unit)使得计算性能变得非常强大,尤其是密集型数据的并行计算,性能优化更加明显。随着数以百万计的可应用于CUDA的GPU的数量的增加,一些科学家、研究员以及软件开发者正在探寻CUDA的广泛应用,例如图像和视频处理,计算生物学和化学,流体动力学,CT图像重建,地震分析和光线跟踪等等。本文基于光线跟踪的DRR算法的可并行性,在CUDA上设计和实现了并行算法,经过CUDA优化后,可实现交互式数字重建影像,不同分辨率的图像用GPU和CPU分别重建,速度性能能够提升到大约7-40倍,而且图像效果良好。     

图像重建迭代算法的研究

对于图像重建中的代数迭代算法而言,松弛因子的选择会影响图像重建的质量。经典算法一般采用常数形式的松弛因子进行重建,给出一种动态选择松弛因子的方法。实验结果表明,使用该方法进行图像重建时,有较好的边界效果。     

HEVC中滤波算法研究与优化

在视频编码过程中,为了消除图像的块效应,视频编码标准H．264中采用了去块效应滤波算法．但是没有考虑到原始图像和重建图像之间的相关性,在HEVC中提出了基于块与四叉树的环路滤波算法。该算法用于去块效应滤波。文章提出一种最优对称性的快速自适应环路滤波算法,保证重建图像质量的同时,减少编码时间。     

基于稀疏表示块和全变分的超分辨率重建研究

针对传统的基于稀疏表示超分辨率重建存在不能同时保存边缘与纹理结构,并且在线运行时间长的问题。一种基于稀疏表示块的超分辨重建算法被提出,首先通过图像训练PCA字典集,然后应用PCA算法得到相应的聚类子字典,在重建的过程中引入全变分正则项,以便联系图像局部之间的信息和加强保存重建过程中的图像纹理特征。最后用分步算法求目标函数,重建得到高分辨率图像。大量的仿真实验结果证明,与传统的超分辨率算法相比,新算法能够改善图像结构特征信息,评价指标值也有一定的提高。     

基于单帧视频序列多目标约束的三维重建技术

在视频图像序列中,假设目标的数量较多,会形成较大的干扰,利用传统算法对目标进行三维重建,会出现目标像素混合、特征丢失的问题,造成传统算法不能得到很好的约束效果,三维重建真实性较差,从而导致多目标三维重建失真.为了解决这一问题,本文提出了一种基于多目标约束立体视觉算法的抗干扰三维物体重建方法.提取视频序列不同图像中的目标特征点,加入形变约束分析方法,准确计算建模物体的形变,抵抗特征丢失带来的干扰,再利用立体视觉技术进行多目标三维重建.实验结果表明,这种算法能够有效提高多目标三维重建的真实性,取得了令人满意的效果.     

图像重建迭代算法的研究

对于图像重建中的代数迭代算法而言，松弛因子的选择会影响图像重建的质量。经典算法一般采用常数形式的松弛因子进行重建，给出一种动态选择松弛因子的方法。实验结果表明，使用该方法进行图像重建时，有较好的边界效果。     

基于稀疏表示的图像超分辨率

本文主要研究了基于稀疏表示的超分辨率重建算法。此算法分别要将高低分辨率图像训练成两个图像字典,再利用稀疏表示算法为每一幅分辨率图像在低分辨率字典中估计出稀疏系数,最后利用得到估计的系数和高分辨率字典进行高分辨率图像重建。     

电阻层析成像逆问题的仿真研究

本文以基于电阻传感机理的16电极电阻层析成像系统为研究对象,主要工作为用Matlab编写了一个电阻层析成像仿真软件包,该软件包利用有限元方法(FEM)对ERT正问题进行求解;用于完成利用Tikhonov正则化的牛顿-拉夫逊算法对正问题仿真数据进行图像重建,针对仿真试验数据进行了分析和比对,最后探究了图像重建误差的计算方法,使重建图像的优劣有了在数值上的比较。     

磁共振成像仿真平台设计与实现

为了更好地研究MRI成像技术和图像重建算法,采用Matlab图形用户界面创建了MRI仿真平台。该平台模拟了线性、螺旋及并行扫描3种成像方式,可以导入不同模型图像,设计K空间扫描轨迹,模拟K空间数据采集过程,显示采集信号的波形。对这3种成像方式的图像重建加以实现,并对重建误差进行了分析。该平台为其它各种MRI数据采集和图像重建新算法的研究提供了一种有效工具。     

基于正则化的超分辨率重建研究

超分辨率重建技术是指将同一场景拍摄得到的低分辨率图像融合在一起,并去掉模糊和噪声,从而重建出高分辨率图像的技术,是近年来重要的研究领域之一,具有广阔的应用前景。本文详细介绍了超分辨率重建技术的数学模型和解决超分辨率病态问题的方法。通过引入空间域正则化的方法加入到超分辨率的重建过程中,从而大大改善了超分辨率重建算法的稳定性,提高了超分辨率重建的质量和视觉效果。     

人造骨骼制造过程中三维重建技术的研究

描述了人造骨骼制造过程中的关键技术——三维重建技术的方法。提出了一种实体化模型的CT图像三维重建方法,对股骨头CT断层图像进行三维重建,建立一个可编辑的三维实体,以便用快速成型技术或其他方法进行人造股骨头的制造和对股骨头的应力分析。其实现过程为:以螺旋CT得到整个股骨头的CT影像图,对图像进行去除软组织元素和噪声点等编辑和处理得到股骨头的边界图,将边界经矢量化处理转换成三维建模CAD软件可接受的文件格式,在CAD系统内建立三维模型。