基于正则代数重建算法的二维温度场重建

在使用代数重建算法(Algebraic Reconstruction Technique, ART)对二维非均匀温度场进行重建时,离散误差和投影噪声会随着迭代修正被引入,为了平衡离散误差,减小算法对噪声的敏感度,在ART中引入了正则化项,并使用留一交叉验证法对单位正则化参数进行了选取,根据投影穿过待测区域路径的长度和单位正则化参数动态调整每条投影的正则化权重,实现了对每条投影离散误差和噪声水平的衡量。在不同的投影分布情况下,使用该算法对高斯单峰对称和高斯单峰偏置温度场进行了仿真重建,重建结果表明相比于传统迭代算法,该算法可有效提高温度场的重建精度,并且具有较好的稳定性。

ART算法快速图像重建研究

讨论了影响ART(Algebraic Reconstruction Technique)算法重建速度和重建质量的主要因素,包括投影数据访问方式、松弛因子和投影系数等。针对投影系数的计算占绝大部分重建时间,成为制约ART算法的瓶颈,提出了一种快速、实时的投影系数计算方法。该方法通过一个距离参数来确定与射线相交的网格编号并计算出相交长度,距离参数采用增量计算,极大地节省了时间。实验结果表明该文提出的方法非常有效,与Siddon算法相比,在保证图像质量不受损失的前提下取得了6倍以上的重建加速比。

锥束ART算法快速图像重建

针对锥束ART算法重建速度慢的问题,提出了一种基于投影的三维射线与体素的快速遍历和求交算法。该算法将三维射线投影到两个互相垂直的平面上,通过计算投影线与投影平面的相交情况来确定三维射线穿过体素的索引及长度。利用该算法在图像重建过程中实时计算权因子,不仅节省了大量的内存空间,而且提高了投影和反投影运算的速度。基于该算法的特点,在重建过程中采用了一种按列优先的策略,减少了不必要的计算,大大提高了重建速度。仿真实验表明,该算法非常有效,与传统的Siddon算法相比取得了17倍以上的重建加速比。

一种基于ART算法的快速图像重建技术

ART算法是一个不断迭代的图像重建方法,提高该算法的重建速度一直是研究的重要方面。针对ART算法简化权因子重建模型,提出了一种快速网格遍历算法,通过简单的加减法和比较运算,即可确定射束穿过的网格编号。由于权因子在迭代过程中实时计算,节省了大量的存储空间,大大提高了ART算法的重建速度。实验结果表明本文提出的算法非常有效,与传统方法相比,重建速度提高了近10倍。

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。

一种内存优化的代数重建算法及其快速实现

本文提出一种在图像的代数重建算法 (ART)中能够有效地减少内存占用的快速实现方法 ,将直接ART方法中的每个投影每条射线的系数矩阵分解为射线矩阵和单条射线的系数矩阵 .射线矩阵保存每条射线的斜率和截距 ,系数矩阵在每次迭代之前计算得到 ,考虑到同一投影角下每条射线的相关性 ,系数矩阵可以递推计算 ,从而极大地节省了时间 .实验选用Shepp logan模型 。

ART算法高质量重建研究

提高重建质量一直是图像重建重要的研究课题。传统ART算法在重建图像中普遍存在椒盐噪声,通过加入松弛因子,不但加快了算法的收敛速度,而且克服了椒盐噪声。利用计算机仿真实验对松弛因子在不同投影数和不同噪声水平下的重建质量进行了对比分析,结果表明,选择适当的松弛因子,并加入一些先验知识,能够极大地改善重建图像质量。

代数迭代算法进行CT图像重建的研究

对CT代数迭代重建算法(ART)进行了研究,讨论了射线数目对图像重建效果的影响,并采用平滑方法,改善了重建图像质量,加快了收敛速度,得出了效果满意的工业CT图像。

基于SIMD技术的锥束ART算法快速并行图像重建

ART(algebraic reconstruction technique)算法是一种迭代图像重建方法,适合于大型工业构件的无损检测,其缺点是计算量大、重建时间长。为了提高锥束ART算法的重建速度,本文提出一种快速并行图像重建方法。首先根据锥束CT扫描方式下三维射线的对称性提出一种权因子和体素索引的并行计算方法,通过一次计算可同时得到两条射线的权因子和体素索引;然后采用Intel处理器的单指令多数据(single instruction multiple data,SIMD)技术,一次性加载多个打包数据,利用SSE(streamingSIMD extension)指令实现了投影、计算图像校正和反投影的并行运算。实验结果表明本文提出的方法非常有效,在保证图像重建精度的同时取得了约1.5倍的重建加速比。

代数重建算法中一种快速投影系数计算方法

针对ART(Algebraic Reconstruction Technique)算法重建图像中投影系数是影响重建速度和重建质量的主要因素,提出一种快速计算投影系数的方法。该方法由射线出发,根据射线与网格相交的不同情况,分类快速求解投影系数。同时利用平行射束下射线的相关性与对称性,避免大量重复计算,节省了计算时间。仿真实验选用Shepp-Logan模型,结果表明该方法快速有效。

代数重建算法在重建运动弧根电流密度分布中的应用

在一般分离极板法测试弧根线性电流分布的基础上,提出多角度狭缝分离电极的方法。分别使用7种角度狭缝的分离电极测试了在空气条件下,380A直流下阴极弧根在7个不同方向的电流分布。应用代数重建算法(algebra reconstruction technique,ART)重建了2-D弧根电流密度分布。实验结果表明:多角度狭缝分离电极法结合ART算法是获得运动弧根电流密度分布的一个可行且有效的方法。

投影数对ART算法重建质量的影响

针对不完全投影数据的重建问题,提出了利用代数重构技术(ART)算法进行图像重建。分析了投影数对重建线性方程组解的影响,在此基础上通过仿真试验具体研究了不同投影角数和不同射线数对重建质量的影响。试验结果表明,增加每个角度下的射线数可有效提高重建质量,在射线数保持不变时,选择合适的投影角数能够获得较好的重建质量。

锥束CT扫描方式对ART算法图像重建的影响研究

平板探测器锥束CT的扫描方式对ART(Algebraic Reconstruction Techniques)算法图像重建会产生影响。本文用128×128×128三维Shepp-Logan头部模型作为仿真对象,探讨了不同源-扫描中心距离、投影数、缺角度下扫描方式对图像重建的影响。结果表明,源-扫描中心距离与扫描中心-探测器距离成一固定比例时,其重建图像较好;投影数固定情况下,均匀扫描180°重建图像质量较好;缺失角度情况下,投影数尽可能以1°–2°角度间隔均匀填满第一角度间隔区域,剩余投影数均匀填满第二角度间隔区域时,其重建图像质量较好。

改进后Ray-Box Intersection权系数矩阵的SART＋TVM重建算法

针对均匀采样稀疏型重建问题,研究了Ray-Box Intersection和传统的双线性插值两种权系数矩阵计算方法。对Ray-Box Intersection算法的逻辑漏洞进行了改进,利用直线生成法并结合射线斜率和像素位置关系提出了改进算法。该算法利用代数关系求得射线穿过重建区域的起点和终点,然后取不大于其坐标的最大整数,最后采用直线生成法,依据射线斜率沿X或Y方向得到该条射线在投影区域内经过的所有像素块的左下角坐标集合,对于每个像素块,射线与像素块交点距离即为该像素块对射线的加权值。实验结果表明,相比Ray-Box Intersection权系数矩阵算法,改进后算法速度提高了96%,最大峰值信噪比提高了19%;相比双线性插值算法,改进后算法收敛速度更快,在同样时间代价下最大峰值信噪比提高了5%。改进后的Ray-Box Intersection算法能够获得更好的重建图像质量,细节更清晰。

代数神经网络电阻层析成像图像重建算法

两相流体具有复杂性的流动特性,图像重建的精度是两相流参数准确测量的基础。针对电阻层析成像系统存在的软场特性、强非线性和不适定性,使得重建的图像质量差、计算时间长等问题,基于代数运算的神经网络,给出了一种基于代数神经网络电阻层析成像图像重建算法。该算法通过建立代数神经网络,以测量的边界电压值作为神经网络的输入,将图像重建转变为一个严格对角占优的线性方程组的求解问题,以达到图像快速、准确的重建目的。通过实验仿真分析,该方法具有收敛速度快、代价低和误差小等特点。

CT代数重建算法的快速实现

代数重建算法比解析重建算法在重建图像质量上有很大优势,但代数重建算法计算量较大,因而使其在实际应用中受到许多限制。针对代数重建算法中系数矩阵计算占绝大部分重建时间的情况,提出了一种将系数矩阵预先计算,并将系数矩阵计算结果存储于硬盘的方法。该方法大大提高了代数重建算法速度,并能够使用计算复杂的精确投影系数矩阵,从而可提高重建图像质量。

一种改进的代数重建算法及其实现

深入研究了代数重建算法求解中的迭代过程,从迭代次序入手,根据预先估计所得的每个超平面的伪误差大小来确定迭代投影次序,从而改变了传统代数重建算法迭代求解过程中所遵循的固定投影次序,且新的投影次序具有自适应的优点。实验结果表明,本方法求解的收敛速度及解的精度都有明显的改善。

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.

影响ART算法重建CT图像的因素浅析

CT的基本原理是由投影重建图像,关于重建算法,提出了许多算法,其大致可以分为两大类:一类称为解析法,一类是迭代法。其中在常用的迭代重建算法即代数重建技术[1,2](Algebraic Reconstruction Technique简称为ART)ART算法中,很多因素影响图像重建的质量和效果,本文进行了一些参数仿真分析,成像效果比较。

带限信号重建的一种新的代数正则化算法

基于 Tikhonov的正则化思想 ,提出了带限信号的一种新的代数正则化算法 .该算法计算复杂性较低 。