基于改进群稀疏正则化的稀疏角度图像重建

计算机断层扫描(Computer Tomography,CT)是临床医学中广泛使用的医学图像,可以清楚地显示人体的精细结构细节,为医生诊断疾病提供很大帮助。通过最近的研究表明,基于群稀疏正则化的联合代数重建技术(Simultaneous Algebraic Reconstruction Technique,SART)重建在稀疏角度采样背景下可以获得较好的性能。然而,群稀疏正则化在去掉伪影的同时,可能将边缘或细节过度平滑,使得对比度降低,无法获得符合人类视觉效果的高分辨率图像。因此,该文提出了一种基于改进群稀疏正则化的稀疏角度图像重建方法。首先对稀疏角度下的Shepp-Logan模型进行SART重建,再利用群稀疏正则化去除图像伪影,最后利用滚动引导滤波(Rolling Guided Filtering,RGF)进行对比度提升,再次作为SART的输入进行迭代。实验结果表明,该方法在视觉上以及PSNR(Peak Signal-to-Noise Ratio),MSE(Mean Squared Error)和FSIM(Feature Similarity)上均优于其他算法,并且在迭代初始阶段就具有较好的收敛性能。

代数重建和同步迭代重建在电容层析成像中的比较研究

针对电容层析成像技术(ECT)中的逆问题——图像重建算法的非线性和病态性问题,以12电极电容层析成像系统为对象,研究了代数重建算法(ART)与同步迭代重建算法(SIRT).分别对仿真电容值和实测电容值进行图像重建的实验验证,从成像效果、相对误差及重建时间3个方面对这两种算法进行了评估与分析.结果表明,ART算法和SIRT算法均能有效地实现ECT图像重建,其中SIRT算法能够在100次迭代内达到高精度,在收敛速度和成像效果上更具有优势.

代数重建技术中投影序列选择次序的研究

在代数重建技术中投影序列的选择次序对重建收敛速度及精度均具有重要影响。针对在360°方向上均匀获取投影数据的场合,提出加权距离正交投影排序方法。该方法将投影序列分成若干组,在每一组内前后选择的投影序列彼此正交,同时相邻组之间投影序列尽可能均匀分布。该方法能提高重建精度及收敛速度,同时利用前后正交投影角度下射线经过像素信息关系,可将重建速度提高1倍。

基于差分吸收光谱技术的大气痕量气体重建算法

针对在一些不能获取大量投影数据或者投影分布不均匀的实际情况下,重建大气痕量气体的二维空间分布问题,采用代数迭代重建算法(ART)和同步迭代重建算法(SIRT)2种重建算法对其进行重建。通过数值模拟的方式对2种重建算法的重建效果进行了比较研究,并建立了多轴差分吸收光谱层析系统,进行了外场试验。通过计算机模拟和外场实验研究,从成像效果中可以看出,2种迭代算法均能在数据不完善的情况下,精确地重建出大气痕量气体的二维空间分布;在不同的模型及评价指标下,通过对2种重建算法的重建误差的比较,可以发现SIRT算法的重建误差要小于ART算法的重建误差,尤其在测量数据波动比较大、受干扰的情况下。

基于CUDA的多GPU加速SART迭代重建算法

为解决SART迭代重建算法计算耗时的问题,在单GPU基础上,利用多块GPU的并行计算能力,提出了一种多GPU加速迭代重建算法。实验结果表明,与CPU重建相比,在不影响重建图像质量的情况下,采用GPU重建速度有明显提高,且增加GPU数量可以进一步提高重建速度。

基于代数重构技术的对流层水汽层析

以上海地区GPS综合应用网为研究对象,研究了代数重构技术中的代数重构算法(ART)、乘法代数重构算法(MART)和联合迭代重构算法(SIRT)的理论,以及3种算法用于对流层水汽层析解算的可行性,并采用模拟仿真的方法进行实验讨论其有效性。通过模拟仿真实验发现,3种重构算法能够应用于对流层水汽的三维层析,收敛较快,结果比较可靠,能够给出水汽密度的空间分布以及垂直轮廓线,同时给出了松弛因子的合理取值范围,水汽密度初值的选取方法。

管壁长弦投影数据截断问题的迭代重建算法

计算机断层成像(CT)可用于管状物的无损检测。当管壁较厚而射线能量较低时,会产生管壁长弦投影数据截断问题。联合代数重建算法(SART)易于处理投影数据截断问题,但是该方法用于管壁长弦投影数据截断问题后,其重建结果仍存在灰度渐变的伪影。为了提高重建图像的质量,将基于Chan-Vese(C-V)活动轮廓模型的重建图像分段常数化修正引入到SART算法中,得到了带分段常数化修正的SART重建算法(PCC-SART)。实验结果表明,该算法收敛速度快、精度高、稳定性好。

层析成像中的阻尼代数重建技术

在同时代数重构法(SART)中,引入阻尼项即可得到阻尼同时代数重构法(DSART)。可以证明,它收敛于阻尼最小二乘问题的解,因而克服了收敛于最小二乘问题的SIRT、SART法可能出现的不稳定解。文中给出了超声物理实验重建的结果。

应用联合代数重建技术重建热气流三维温度场

本文我们将联合代数重建技术应用于光学层析重建透明物体的折射率分布．建立了一简易的能获得多方位干涉条纹数据的全息干涉系统．利用双曝光全息干涉技术，对长方形开口上方的热气流场进行了实际测量，重建出了气流场中一个截面内的温度分布．重建温度值与热电偶实测值一致。

锥束CT的惩罚SART重建算法

联合代数迭代方法(SART)对重建图像空间是无约束的,其迭代到一定次数后,图像空间的噪声会不断增加。为了解决这一问题,针对三维锥束CT情况,研究了一种增加惩罚项的联合代数迭代算法,同时研究了该算法与有序子集结合的方法。计算机仿真试验表明:在锥束CT图像重建中,该方法能够在抑制噪声的同时提高重建图像的收敛速度。

有限角CT少数投影重建图像技术

叙述了有限角CT少数投影重建图像技术研究所取得的进展:正交全息光路、干涉条纹处理系统、 修改的联合代数重建技术、频谱分析图像重建技术和神经网络重建技术。

基于智能单粒子的联合代数重建算法

提出一种基于智能单粒子(intelligent particle optimizer,IPO)的改进型联合代数重建算法(simultaneous algebraic reconstruction technique,SART).为提高重建图像质量,引入松弛矩阵概念,利用智能单粒子算法搜索每一像素特有的最优松弛因子,增强重建算法对图像局部特性的针对性.仿真结果表明,采用IPO-SART算法获得的重建图像质量较传统SART算法更佳.

基于CUDA的GPU加速代数迭代重建算法

CT迭代重建算法多用于投影数据不完备的情况,但迭代重建算法在普通计算机上的计算非常耗时,主要源于需要反复地进行投影与反投影计算。为此,文章提出了一种基于NVIDIA统一计算设备架构(CUDA)的联合代数重建加速方法。采用基于射线驱动和基于体素驱动的方法分别加速投影与反投影过程。试验结果显示,在不影响重建图像质量的基础上,重建时间大大减少,具有工程应用价值。

频谱分析重建法与联合代数重建法的比较研究

本文论述了频谱分析重建算法的基本原理,同时从联合代数重建算法出发,推导出频谱分析重建算法的计算公式,证明了两种算法的等价性;模拟运算亦表明,新算法是可靠的.文章分析了两者的特点,并指出了它们的适用范围.

基于选择性TpV正则化的DBT重建算法

针对数字乳腺断层合成摄影(digital breast tomosynthesis,DBT)为有限角度的低剂量重建问题,提出了一种基于选择性TpV(total pvariation,TpV)正则化的重建算法。采用两相式重建策略,对DBT投影数据进行联合代数重建(simultaneous algebra reconstruction technique,SART),获得满足数据一致性以及非负性约束的图像,采用选择性TpV正则项作为约束条件更新图像,抑制图像噪声,锐化图像边缘特性,两相交替进行,直到满足收敛准则。应用该算法对数字仿真乳腺体模进行重建,实验结果表明,与SART算法、SART-TpV算法相比,该算法不仅平滑了图像噪声,而且保留了图像的边缘特性,尤其实现了微小钙化的清晰显像。

非完全数据光学CT图像重建技术

非完全数据图像重建是光学CT技术的重点和难点内容,本文设计了此条件下的正交测量光路及干涉条纹自动处理系统,同时重点论述了此条件下的重建算法,它包括改进的联合代数重建法和频谱分析重建法。最后设计了一种实用测量重建算法,为光学CT技术的实用化发展奠定了基础。

CT图像SART重建技术的CUDA并行实现

在计算机断层扫描(CT)图像重建领域,当投影数据不完备或者含有噪声时,相对于滤波反投影(FBP)算法,联合代数重建方法(SART)能重建出质量更高、更符合临床诊断要求的图像。但SART方法非常耗时,而算法的并行实现是解决这一问题的有效途径之一。提出一种基于nVIDIA通用设备计算架构(CUDA)实现的SART并行运算方法。实验结果表明,该方法在不牺牲重建图像质量的基础上,重建时间大为缩减,更有利于临床应用。

一种基于加权多准则的火炮爆炸场中高温火球三维温度场的迭代重建算法

针对爆炸场温度高、温度动态范围大、不可直接测量、温度场重建难以取得较高精度等问题,改进了一种在图像重建中广泛应用的联合代数重建(simultaneous algebraic reconstruction technique,SART)算法,以实现爆炸场中温度场的重建。该改进方法将原算法迭代固定步长改为自适应步长,通过判断相邻像素间是否产生畸变来决定迭代步长的大小,无畸变时迭代步长较大,有畸变时则加入惩罚使迭代步长变小;并在SART算法满足的最小二乘准则中加入均匀性准则,提高重建质量。通过仿真实验讨论了惩罚区域和惩罚系数对重建图像质量的影响,并对比了传统SART算法和在校正项中加入惩罚的SART算法。实验结果表明,由于改进方法在迭代系数中加入了惩罚项,得到的重建图像质量更高。

一种自适应的CT图像联合代数重建算法

联合代数重建技术作为一种经典的断层图像重建算法,存在着收敛速度慢、边缘模糊、振铃效应等问题.迭代过程中与步长相关的松弛算子是影响算法性能的重要因素,而重建图像的边缘区域与其他区域无需使用相同的松弛算子,由此提出一种基于模糊熵的自适应联合代数重建算法.在进行初步的联合代数重建之后,把重建图像作为先验信息采用模糊熵的方法对其进行边缘检测,根据边缘一致性原则构造单调递增函数,以此作为定义迭代步长的松弛算子,进而可根据重建图像各部分的区域特征自适应地选取迭代步长进行接下来的联合代数迭代.仿真与实际测试实验表明,使用本改进算法进行计算机断层图像重建不仅可以较好地解决边缘模糊问题,还可以很好地抑制振铃效应.

基于星地链路的垂直降雨场反演方法

在分析星地链路几何结构及传播模型的基础上,研究基于联合代数重建技术的星地链路反演二维垂直降雨场的方法.利用实测降雨资料构建3类降雨场,并搭建3条17 GHz垂直极化星地链路进行数值仿真.实验结果表明:单星地链路无法实现二维垂直降雨场的重构,反演场与真实场的相关系数分别为0.556,0.504和0.364;基于双星地链路的反演结果和真实场的相关系数均高于0.98,平均偏差分别为0.122, 0.159和0.537 mm/h,欧式距离均低于0.9 mm/h,熵的相对误差均小于1.6%,基本实现了二维垂直降雨场的反演;三星地链路的应用进一步提升了反演精度,相关系数接近于1,能够精准重构降雨场.实验结果验证了基于星地链路的垂直降雨场反演方法的可行性、准确性和有效性.星地链路的架设和维护简单,探测降雨范围广,易于在高原、山区、海岛等传统地面观测资料缺失的地区使用,可以作为已有降水测量手段的补充.