不完全投影数据图像重建的ART算法研究

ART算法是一种经典的图像重建方法,适合于不完全投影数据重建。为了提高重建速度,通常对权因子进行简化,其结果是在重建图像中普遍存在椒盐噪声。提出了一种改善重建质量的方法,在每次迭代后对重建图像进行有选择的平滑,将平滑结果作为下一次迭代的初值,其特点是将图像处理和图像重建相结合。仿真实验表明该方法非常有效,不但提高了重建质量,而且克服了利用Box模板进行平滑所造成的图像模糊现象。

一种不完全投影图像重建的快速迭代算法

为了保证不完全投影数据的重建图像质量,同时提高重建速度,提出了一种基于共轭梯度法的快速迭代算法.通过实时获取投影矩阵分量,以固定步长替代共轭梯度法中一维搜索最优迭代步长,在确保质量的同时缩短重建时间.利用模拟投影数据和实际导弹断层扫描数据进行图像重建,结果表明,与卷积反投影和代数重建法相比,此算法特别适用于扇形扫描的不完全投影数据的图像重建,在保证重建图像拟合度的同时,大大提高了重建速度.

不完全投影图像重建的压缩感知算法

针对X射线激发的发光断层成像的经典扫描模式存在扫描时间过长的问题,基于传统的全变分最小化算法,提出一种改进的适应不完全投影条件下的压缩感知算法.改进算法结合非负约束条件下的代数重建法(ART)与梯度下降求解的全变分最小化过程,采用先进行多次ART迭代,再交替执行ART过程与全变分最小化过程的方式来求解约束最优化问题,讨论了改进算法在投影角度稀疏和投影角度受限两种不完全投影情况下的压缩感知重建,分析了调节因子和全变分最小化过程的迭代次数对重建图像质量的影响.基于Shepp-Logan头模型的仿真结果证明了改进算法的有效性.

不完全投影数据的最大熵再投影图象重建

针对某些被测物对部分射线“不透明”致使相应投影数据丢失情况，提出了最大熵再投影的图象重建新算法，经通用微机上仿真对比实验，重建图象质量优于传统的最大熵法。

积空间中求解凸不等式系统的不完全投影算法

针对凸不等式系统提出了一种具有可变权参数和下松弛因子的平行不完全投影算法,经过有限次的投影算法得到不完全投影点,并且通过构造一个新的积空间,将欧氏空间中的平行不完全投影算法转化为新空间中的半序列不完全投影算法,使得平行的不完全投影法的收敛性由半序列不完全投影算法的收敛性证明直接得到,在一定程度上简化了平行不完全投影算法的收敛性证明.

有限视角下不完全投影图像迭代重建仿真

当前图像重建方法存在准确性差和效率低的问题.提出基于FOPD-POCS的有限视角下不完全投影图像迭代重建方法。采集现场可见物体图像,通过自适应中值滤波法处理图像,得到部分不完全数据。基于信息熵利用不同加权方案得到现场物体信息采样点权重值,确定采样角度,实现物体信息扫描。结合初步采集的数据和信息扫描结果,利用FOPD-POCS算法完成图像迭代重建。依据凸优化概念给出与其相对应的FOPD迭代公式,将图像重建当成凸集优化问题,利用一阶对偶算法FOPD及凸集投影算法POCS进行交替迭代,获取目标图像。实验结果表明,该方法重建结果与实际情况拟合度高、耗时短,是一种可行的图像重建方法。

工业CT不完全投影数据图像重建研究

工业CT(ICT)在国防工业及民用工业中获得了广泛的应用,而实际中往往检测不到完全的投影数据,针对这种不完全投影数据重建的情况,提出了利用代数重建法来进行图像重建。应用该算法对几种不完全投影数据情况下的图像重建进行了仿真实验,实验效果良好。

微焦点X射线摆动式分层成像中的不完全投影研究

在现有微焦点X光辐射成像系统的基础上 ,提出一种新的摆动式分层成像方法 ,对狭长形状薄层结构样品进行无损检测 ,建立计算机仿真模型 ,验证了使用不完全投影的合理性和高效率 ,讨论了不完全投影中投影区域的选择原则。实际成像结果表明 :分布在最佳投影区域的 1 2

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信息。加入中值先验,形成新的TV-EM算法,并将其应用于不完全投影下的重建。通过仿真实验,选择合适的惩罚因子,验证了其超强的抗噪能力和稳健的收敛性。

不完全投影数据的最大熵图象重建

基于最大熵估计的方法能从不完全和带噪的观测数据对信号进行估计,在许多领域有重要应用。本文比较详尽地讨论了最大熵在用不完全投影数据重建图象中的应用,就其在重建图象的质量以及抗干扰能力等方面的特性作了研究,并给出实验结果。

CT不完全投影数据重建算法综述

本文主要针对计算机断层成像(computed tomography,CT)不完全投影数据重建中探测器全覆盖稀疏角度重建和探测器部分覆盖截断数据重建问题,综述了其在研究方法上国内外的进展.在探测器对被检测物体可以完全覆盖的情况下,针对稀疏均匀采样和视角受限采样,探讨了离散模型迭代重建算法和压缩感知采样重建算法.在探测器对被检测物体不能完全覆盖的情况下,探讨了锥束螺旋BPF重建算法、加型迭代重建算法和锥束FDK改进算法.论文可以为CT重建领域的研究工作者提供全面的方法梳理和总结,并指出了当前研究的重点和未来研究的方向.

基于字典学习方法的CT不完全投影图像重建算法

对于不完全投影角度的重建研究是CT图像重建中一个重要的问题.将压缩感知中字典学习的方法与CT重建算法ART迭代算法相结合.字典学习方法中字典更新采用K-SVD(K-奇异值分解)算法,稀疏编码采用OMP(正交匹配追踪)算法.最后通过对标准Head头部模型进行仿真实验,验证了字典学习方法在CT图像重建中对于提高图像的重建质量和提高信噪比的可行性与有效性.

三投影CT钢管截面的二值图像重建研究

尺寸检测是保证钢管质量的重要环节,相关在线快速检测技术是目前钢管生产中亟待解决的技术难题。射线CT成像技术作为一种高效图像检测手段,能通过重建钢管截面图像获取钢管的大部分尺寸参数,特别适合对钢管质量进行检测和控制。为减少检测时间,实现钢管尺寸的在线检测和控制,本工作研究采用多源多探测器的CT扫描方式,实现了投影数据的快速获取,并根据钢管截面空间域和像素域的特点,对最大后验概率(MAP)图像重建算法进行了修正,实现了不完全投影数据条件下截面图像的重建。模拟试验的结果表明,修正后的MAP算法可做到最少3组投影下的钢管截面图像重建,得到的尺寸精度基本满足国家标准的要求,这一方法具有一定的理论和实际意义。

探测器和投影数目对CT重建精度的影响

利用迭代算法从不完全的投影数据中重建图像 ,得出探测器和投影的数目与图像精度的关系 .用不同的探测器数目和旋转角度个数分别进行了图像的重建 .在投影数据不完全的条件下 ,迭代法可以得到较好的重建效果 .对于迭代算法 ,在相同的重建时间内 。

基于退火遗传算法的少数投影CT图像重建

不完全投影重建算法研究是当今图像重建算法中的一个难点问题,近年来,遗传算法在其中有一定的应用,但还存在一些问题。针对遗传算法在优化中的不足(如早熟收敛及易陷入局部最小等),将模拟退火机制引入到遗传算子中,提出一种新的算法;并通过选择测试函数,建立将该算法应用于不完全投影图像重建的优化模型,进行计算机模拟。通过对从投影角间距为15°的12个不同投影视角方向获取的投影数据进行分析,结果表明,该算法的重建图像具有较高的精度。

CT投影采样策略对重建质量影响综述

针对计算机断层成像(computed tomography,简称CT)中投影数据与图像重建关系,综述了CT在投影策略方面对重建质量的影响.对不同采样策略获取的不完全投影数据,应用迭代类算法对投影数据进行重建,研究了均匀采样和非均匀采样情况下不同数据结构对重建图像质量的影响.对仿真数据和实际数据重建结果进行分析,同时对不同策略下的投影数据结合其数据分布特点探讨了重建质量优劣的原因.可以为CT重建领域的研究工作者提供全面的采样方法梳理和总结,为当前不完全投影数据获取方式对应的算法改进提供思路,最后对当前研究重点和未来发展加以展望.

图象重建中的有理逼近方法

提出了一个由不完备投影数据重建图象的有理逼近方法 .该方法首先引入图象象素间连续的假设 ,然后导出满足最优解的线性方程组 ,再通过在此方程组中引入一个人工参数将其变形 ,并用摄动展开方法解新形成的线性方程组 ,再利用向量值函数的有理逼近来构造原线性方程组的解 .该方法还避免了原方程组直接求解计算量非常大的问题 ,因为使用该有理逼近方法 ,只需展开几项 ,便可获得较满意的重建图象 .

基于X射线胶片的固体火箭发动机断面图像重建

固体火箭发动机切向X射线实际检测结果是稀疏视角型和截断型数据,其检测胶片只能显示二维重叠影像信息,显示结果不直观。在滤波反投影算法的基础上,提出了根据X射线胶片信息进行固体火箭发动机断面局部感兴趣区域(ROI)图像重建方法。仿真计算表明,在有限角度切向照相情况下,该方法对固体火箭发动机切向缺陷,特别是脱粘缺陷的断面图像重建有效。

基于遗传算法的弯曲射线成像反演

介质体反演成像一直是困扰地球物理等领域的重要问题 ,尤其是它的计算速度、成像质量和稳定性方面更是备受关注。本文首先简述了基于弯曲射线成像的基本原理 ,然后列出了反演的详细步骤 ,构建了用于反演的数学模型 ;然后提出了利用改进的遗传算法解决弯曲射线成像中的反演问题 ,并给出了改进的遗传算法步骤。最后给出一个用改进的遗传算法成像的例子 ,同时为了突出该算法的优势 ,还把它与爬山法相比 ,从两者算法的本质区别剖析了两者反演结果的差别 ,指出正是遗传算法大规模的并行搜索以及杂交与变异的约束 ,导致了成像质量及速度的不同 ;通过它们的反演迭代运算曲线图可以看出 ,该算法有效地提高了成像的速度。

基于遗传算法的弯曲射线成像反演

介质体反演成像一直是困扰地球物理等领域的重要问题 ,尤其是它的计算速度、成像质量和稳定性等更是备受关注 .首先简述了基于弯曲射线成像的基本原理 ,列出了反演的详细步骤 ,构建了用于反演的数学模型 ;然后提出了利用改进的遗传算法解决弯曲射线成像中的反演问题 ,并给出了改进的遗传算法步骤 ;最后给出了一个用改进的遗传算法成像的例子 ,同时为了突出该算法的优势 ,还把它与爬山法相比 ,从两者算法的本质区别剖析了两者反演结果的差别 ,指出 :正是遗传算法大规模的并行搜索以及杂交与变异的约束 ,导致了成像质量及速度的不同 ;通过它们的反演迭代运算曲线图可以看出 ,该算法有效地提高了成像的速度。