聚束SAR的快速卷积反投影成像算法

本文对应用于聚束SAR成像的卷积反投影 (CBP)算法进行了详细研究 ,采用子孔径处理的方法 ,使得这种算法的计算量得到明显的降低 .同时 ,对计算过程的分析表明CBP算法中所涉及的数量巨大的乘法运算可以用加法运算代替 ,加法操作又可以简单有效地利用可编程逻辑器件进行并行处理 .通过上述改进 ,CBP算法成像处理在计算量降低的同时 ,硬件结构也得到了很大的简化 .论文同时给出了大前斜视角情况下的处理方法、点目标仿真和利用快速CBP算法对E SAR原始数据的成像结果 .

聚束SAR快速卷积反投影成像算法的研究

对应用于聚束合成孔径雷达成像的卷积反投影(CBP)算法进行了研究,提出了一种新的快速反投影算法,在分割图像及角度降采样基础上,采用递归调用方法,降低了CBP算法的计算量,相对于直接反投影的计算量O(N3),快速反投影算法的计算复杂度可降低为O(N21bN)。同时讨论了递归参数和角过采样参数的选择对算法的影响,仿真了四种插值方法对运算性能的影响,从而分析了计算复杂度和精确度的关系,并且通过与直接反投影算法仿真结果的比较,验证了快速卷积反投影算法在较小均方根误差水平下可以显著减小计算量。

光学层析卷积反投影算法中的滤波函数

研究了光学层析卷积反投影算法中滤波函数的性质和作用,导出并分析了全息干涉法测量和光束偏转扫描测量中的滤波函数.

卷积反投影图像重建算法的并行实现

卷积反投影是二维图像重建的一种典型算法。本文讨论了针对不同机器结构的并行化设计策略，并分别在Ｔｒａｎｓｐｕｔｅｒ并行机、ＢＪ－１、曙光一号上设计实现了卷积反投影的并行算法。文中还对实验结果进行了对比分析。

满三维图像重建的卷积反投影算法

本文用构造δ序列的方法,给出了一种n维Radon变换反演的卷积反投影算法,证明了该算法在图像的连续点收敛于原图像,当n=2时,就是广泛用于图像重建的卷积反投影算法,由此也给出了卷积反投影方法收敛性的另一种推导。当n=3时,是新的满三维重建的卷积反投影算法,由于三维反演公式具有局部性,该算法对研究三维局部重建有启示。并基于三维情形,利用模拟数据进行了数值仿真,说明该算法是一种有效的三维图像重建算法。

GPU加速卷积反投影算法的滤波并行化方法

当重建的图像规模偏大、实时性要求高时,卷积反投影(CBP)重建过程比较慢,达不到预期满意的速度。针对这一不足,通过深入研究卷积反投影算法的原理,优化投影数据在图形处理器(GPU)中的存储结构、分析和挖掘算法执行过程中滤波阶段的可并行性,对其中的滤波操作进行并行化处理,从而提出并行滤波过程的方法。通过在MATLAB进行仿真实验,实验结果表明:所提出的并行化方法在保证重建图像精度和清晰度的前提下,同串行卷积法相比较,滤波过程运算的加速比得到了较大程度的提高。

一类曲线图象重建卷积反投影算法

本文给出了一类平面曲线 s=4(x,y)·coxθ+B(x,y)·sinθ上的 Radon 变换卷积反投影算法,并进行了数值模拟,其重建结果与真实数据相吻合,其中 A(x,y)和 B(x,y)满足一定条件.

RL滤波函数的改进对卷积反投影图像重建的影响

在工业无损检测中,利用X射线CT成像的算法———卷积反投影算法对图像进行重建时,滤波函数对图像重建质量影响很大.作者利用多点平均法对RL滤波函数作了改进,发现3点平均法的滤波函数对图像的重建质量有明显的改善.

工业CT窄角扇束卷积反投影图像重建

高能X射线工业CT机的图像重建属窄角扇束扫描方式下的图像重建。文中提出并讨论了基于卷积反投影图像重建算法的窄角扇束扫描方式下的图像重建,并针对窄角扇束扫描方式下的两种不同步距的同步平移方式,给出不同的卷积反投影图像重建算法,对高能X射线工业CT机的图像重建有指导作用。

全息法CT卷积反投影重建图像的计算机模拟

研究了用全息干涉技术进行光学层析和采用卷积反投影算法实现图像建建的计算机模拟；分析采样间隔与空间分辨率、空间滤波和内插；设计了计算机模拟运算的模块。

关于CBP算法的一种新型滤波函数和它的性质

用卷积反投影 (CBP)算法作CT重建 ,滤波函数是关键 .本文建议一种新型滤波函数 ,给出了用它作CT重建的误差估计 ,分析了该滤波函数的时频特性 ,并用来作局部重建 .

ISAR快速CBP成像算法研究

对应用于逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像中的卷积反投影(Convolution Back Projection,CBP)算法进行了研究。提出了一种改进的CBP算法,通过一次一维平移插值即可完成CBP算法中所有的插值工作。在此基础上,对大场景采用分块并行处理。通过FEKO中目标仿真数据的成像表明,改进算法的成像效率远高于常规CBP算法。

基于CT投影数据不完全的代数重建算法的研究与实现

目前,CT图像重建算法主要包括解析法和迭代法。解析法以卷积反投影算法最为常用，该算法的重建速度快，成像质量较好，但它要求完全的、等间距的投影数据，积分路径（射线）要为直线，而且重建图像有伪影。代数重建算法是迭代法的典型形式。它适用于不同方式的采样数据，对不完全数据也可重建图像，但计算量大、重建速度慢，影响了算法的应用范围。

轻量级柱面线杆标识牌字符识别算法

为全面、准确、快速地提取柱面电线杆标识牌信息,提出一种轻量级柱面电线杆标识牌字符识别算法Tiny-DBNet-CRNN。对柱面图像进行反投影矫正展平;融合注意力机制,利用深度可分离卷积残差块,构建轻量级文本检测网络分割出文本区域;构建字符识别模型CRNN输出标识牌字符信息。采用真实场景数据和ICDAR 2015数据进行实验,结果与当前流行模型相比,Tiny-DBNet-CRNN字符识别正确率提升了40.3%,达95.11%;在精度下降0.60%的微小损失下,检测速度提升3倍,参数规模上总体下降45.15%。

基于步进频的雷达成像算法研究

在多目标情况下,雷达接收的信号是目标各点散射的矢量叠加,高分辨率的成像可以实现各目标的分离。用于目标成像有多种算法,本文使用基于步进频的卷积-反投影算法(B-P算法)对回波信号进行处理,得到了二维的目标像,同时在增加一根接收天线的情况下,也可以获得各散射点的高度信息。仿真结果验证了该算法的有效性。

CT图象重建实用算法及计算机模拟(二)

(一) 图象重显卷积算法 CT中最常用的图象重显算法之一是卷积法,它易于实现、计算量小、且重显质量好。图1中L为投影线,它穿过物体后收集的投影值为P(l,0)。设当l≥E时P(l,0)=0,

大型集装箱CT系统图像重建研究

研究了大型集装箱CT系统的图像重建技术,给出了卷积反投影算法的基本原理、实现过程,以及目前得到的重建图像。经实际检验,应用该算法重建的图像清晰,能够识别铸造工件中的孔及树木的年轮。

科马克（Cormack,Allan M，1924-1998）美国物理学家（Physicist，America）

科马克是计算机断层成像（CT）理论的奠基者。用X射线照射人体，再检测透射后的强度，经计算机用卷积反投影算法或快速傅里叶变换处理数据，然后重组人体断层图像。CT对人体内病灶的显示比X射线照片清楚得多，因而能看出X射线检查不到的病灶，如脑内出血。CT于1972年首次临床试验成功，因此科马克荣获1979年诺贝尔生理学和医学奖。邮票C23是计算机断层成像（CT）图。

基于Hilbert变换的CT圆轨道超短扫描重建算法

为了加快工业CT系统的扫描速度,减小数据量,针对扇形束超短扫描问题,提出了一种带参数的基于Hilbert变换的感兴趣区域重建算法,并且在分析扇形束扫描的数据冗余基础上设计了一种适用于超短扫描的窗函数。利用Shepp-Logan头模型通过计算机模拟实验,给出了该算法和标准卷积反投影算法、F.Noo和H.Kudo算法的对比结果。实验结果表明,该方法能够准确地实现物体感兴趣区重建,并在噪声抑制能力上优于其他3种算法,因此在工业CT中具有重要的工程意义。