基于康普顿散射能谱的逐点重建成像法

利用康普顿散射可以重建物质的电子密度图像．传统的逐点重建法算法简单，但实验装置复杂，且存在对焦误差．本文对传统的逯点重建成像方法进行了改进，提出了基于行扫描散射能谱的适点重建方法，在此基础上用对称校正的方法对重建结果进行了改善，并给出了计算机仿真的结果．     

虚拟现实技术在三维图像表面重建中的应用

传统的三维图像表面重建技术主要通过3D扫描方法进行立体重建,当面对复杂场景时无法获取帧点坐标,导致重建图像的分辨率较低。基于此,提出融合虚拟现实技术的三维图像表面重建方法。首先,结合群体优化策略和信息素矩阵临界值,获取三维图像边缘信息;其次,运用虚拟现实技术,完成最小识别距离计算、重建点坐标计算和重建深度距离计算,确定复杂场景内每个帧点的重建坐标信息;最后,进行背景图像与前景图像的匹配分析,得到三维图像表面重建结果。实验结果表明,对于原始分辨率为1120 PPI×800 PPI的三维图像,应用该方法进行重建,所得图像的分辨率稳定保持在1280 PPI×1024 PPI,能够满足图像重建要求。     

基于多字典的单幅图像超分辨率重建

对于目前图像超分辨率重建算法中的问题，忽略重建图像结构性和重建过程中丢失高频信息，提出了一种基于多字典的单幅图像超分辨率重建算法。在字典学习阶段根据每个图像块的主方向角，对所有训练图像块进行聚类并训练各类的字典。利用训练得到的字典重建训练样本并计算各类的残差图像块，然后对残差图像块再进行聚类、训练残差字典。用锚定邻域回归方法重建高分辨率图像，实验结果表明，该算法在客观评价和视觉效果上均优于许多优秀的图像超分辨算法。     

锥束CT感兴趣区域图像重建研究

针对锥束CT感兴趣区域扫描中存在的截断投影数据图像重建问题,提出用基于迭代的代数重建(ART)算法进行重建。锥束ART算法的缺点是计算量大、重建速度慢。为了提高该算法的重建速度,提出了一种基于多核平台的快速并行图像重建方法。首先将三维重建区域等分为上下两块,相应地,探测器平面也分为上下两部分;然后通过双线性插值计算虚拟探测器投影数据;最后通过多线程技术在多核平台上实现了ART算法的并行重建,在保持较高重建精度的同时取得了约两倍的重建加速比。在此基础上,通过仿真实验对3DShepp-Logan模型不同感兴趣区域进行了重建,实验结果表明,ART算法用于感兴趣区域图像重建是可行的。     

基于SFS的方法恢复扫描文件图像

从原装订本上扫描文件页面往往会导致扫描图像扭曲的情况。该文简要先介绍了SFS方法及分类。然后提出从技术的角度看利用SFS重构扫描图像这一问题。在现实环境中扫描图像有如下特征：1）一个靠近的移动光源;2）Lambertian式光反射;3）文件偏斜。然后利用基于去除灰度和去除变形模式的方法来恢复扫描文件图像。用以重构书曲面的图像,恢复扫描图像。     

基于SFS的方法恢复扫描文件图像

从原装订本上扫描文件页面往往会导致扫描图像扭曲的情况。该文简要先介绍了SFS方法及分类。然后提出从技术的角度看利用SFS重构扫描图像这一问题。在现实环境中扫描图像有如下特征:1)一个靠近的移动光源;2)Lambertian式光反射;3)文件偏斜。然后利用基于去除灰度和去除变形模式的方法来恢复扫描文件图像。用以重构书曲面的图像,恢复扫描图像。     

锥束 X-射线 CT 投影数据的仿真

研究 CT 图像优化问题,针对提高精确性和有效性,传统的解析方法很难应用于几何形状比较复杂的物体.为了提高CT 图像重建精度,提出从离散化图像的 Radon 变换,推导出一种模拟 X-射线投影数据的模型,并提出采用模型的快速计算方法.模型不受物体内部几何形状和扫描轨迹限制,用于数字化灰度图像.利用上述方法对三维 SHEPP-LOGAN 模型的投影数据进行仿真,并对得到的数据采用 OS-EM 算法进行重建.结果表明,提高了图像精度,进一步验证了方法的有效性.     

基于小波变换和迭代反向投影的超分辨率算法

针对单帧图像的超分辨率的重建问题,在分析基于小波域及空间域相关算法的基础上,提出了一种基于小波变换和迭代反向投影的超分辨率重建算法。该算法结合了小波域和空间域算法的优势,在小波域通过小波变换对图像进行分解,再利用迭代反向投影方法使重构误差最小化,在小波域和空间域均采用简单插值方法来降低计算复杂度。实验数据表明,该算法与现有其他算法相比,得到的峰值信噪比较高,且运算复杂度较低,对图像的重建质量有明显改善。     

基于凸包算法的三维表面重建中边缘轮廓提取

在三维表面重建过程中，边缘轮廓的提取起着关键的作用。为了对头部CT图片中的颅骨边缘进行有效地提取，提出利用平面凸包进行边缘轮廓提取的方法。利用该方法提取出头部CT图像中的颅骨边缘，并将其作为三维表面重建中的轮廓输人，取得了良好的效果。同时，将通过该方法得到的颅骨边缘应用于基于颅骨的三维面貌复原技术研究中，为面貌复原技术的发展提供了新的思路。     

一种射束与像素的快速遍历和求交算法

针对ART(algebraic reconstruction technique)算法重建速度慢的问题,提出了一种射束与像素的快速遍历和求交算法.该算法通过一个距离参数来确定射束穿过的像素索引并计算出射束覆盖像素的面积,距离参数采用增量计算,因而运算效率很高.利用该算法在图像重建过程中实时计算权因子,不但节省了大量的内存空间,而且大大提高了图像重建的速度.实验结果表明,提出的算法非常有效,与传统方法相比取得了17倍以上的重建加速比.     

动态调节圆半径曲面重建算法的改进

为实现对散乱数据点划分三角形网格的曲面重建,克服实体表面存在阶跃边缘而难以确定圆半径的问题,改进用动态调节圆半径产生三角形网格并实现曲面重建的算法,将散乱数据点转化为二维图像数据,并进行三角形网格划分.实验结果表明,虽然改进算法效率有所下降,但对表面存在阶跃边缘的实体有较好的重建效果.     

基于平行截面的三维散乱点物体表面重构

三维物体的散乱点构型技术是近几年计算机视觉领域中的热点问题,它在众多行业有着广泛的应用前景。该文提出了一种新的能够适用于大多数物体的构型方法,并且计算量也相应地得到了控制。     

点云数据集的隐式曲面重构研究进展

点云数据的曲面重建就是对扫描设备获得的物体散乱数据点重建三维物体表面,它被广泛应用于计算机动画、目标识别、数据可视化以及地理信息系统。点云的隐式曲面重建由于能够去除点云噪声,修补孔洞和裂缝,不需要拼接和平滑等后续处理,成为点云数据集曲面重构的重要方法。文中综述了目前一些主要的隐式曲面重构方法,就隐式模型以及相应的曲面重构算法的优缺点进行了分析比较,并对隐式曲面重构存在的问题和未来发展方向作了相应的分析和讨论。     

散乱点云精简的一种改进算法*

非接触式扫描获取的散乱点云数据存在大量冗余,为方便模型重构,点云数据精简是不可或缺的点云预处理步骤,提出一种散乱点云数据精简的改进算法,首先将包围点云数据的最小包围盒划分成若干个子空间,根据每个含有点的子空间,获取K邻域点集的拟合平面,计算K邻域中各点到拟合平面距离的累加和。对各个K邻域的距离累加和升序排列,根据预定精简百分比,将包围盒划分为待保留和待删除两个区域,实现了对同一数据在不同区域采用不同算法,完成不同比例的精简。实例验证表明,该算法在保留几何特征的同时,更能有效地避免“空白区域”,且提高了计算效率。     

散乱数据点集曲线重构的最短路逼近算法

给出了散乱数据点集曲线重构的最短路逼近算法．算法根据数据点的分布构造带权连通图，通过求解带权连通图的最短路径，将散乱数据点集的曲线重构问题转化为有序数据点集的曲线重构问题．算法可以对单连通、多连通和封闭的数据点集进行重构．重构曲线较好地保持了数据点集的形状和走向，尤其是带尖点的数据点集的形状特征．最后给出不同拓扑结构的数据点集的重构曲线实例．     

散乱数据拟合的自适应分片逆尺度空间算法

散乱数据拟合(逼近)是在信号处理、计算机图形学等领域中被广泛研究的问题, 近些年,利用优化方法获得散乱数据的稀疏表示逼近解也成为了优化和曲面重构交叉领域的热 点。基于由B 样条生成的PSI 空间中的散乱点曲面拟合问题和分片稀疏的联系,将分片稀疏性 引入到Bregman 逆尺度空间算法(ISS)中,提出一种自适应的分片逆尺度空间(aP_ISS)算法,处 理散乱数据的曲面拟合问题。通过对逆尺度空间系统分片符号一致性分析,得到了自适应分片 逆尺度空间系统的性能保证定理和避免了aP_ISS 参数的选取。应用到散乱点曲面重构问题上 的数值实验结果表明,该算法不仅可以有效拟合曲面,还能够较好保护分片稀疏性。     

基于控制顶点扰动的平面二次曲线重构

基于控制顶点扰动的思想提出了一种新的曲线重构算法，用于构造一条分段二次B样条曲线来逼近平面上的散乱数据点．逐个输入数据点后，通过对控制顶点进行扰动来求取新的控制顶点．重构曲线的最终控制网格可通过求解一个非线性优化问题获得．一系列实验表明：该算法在经过少数几步迭代后很快就能收敛．该算法几何直观性强、操作简单，对平面上具有不同形状和不均匀采样误差的散乱数据都能得到很好的重构效果     

基于Kohonen神经网络的B样条曲面重构

探讨了三维散乱数据点的自由曲面自组织重构方法。建立了基于自组织特征映射神经网络的矩形网格重构模型及其训练算法。所建模型利用神经元对曲面散乱数据点的学习和训练来模拟曲面上点与点之间的内在关系,节点连接权向量集作为对散乱数据点集的工程近似化并重构曲面样本点的内在拓扑关系。通过该方法不仅能够对无规则散乱数据点进行逼近,并且通过该方法得到的曲面也可以作为后继曲面重构的初始曲面。仿真实验表明,所建神经网络模型可实现三维密集无规则数据点的曲面自组织重构集自压缩于一体。     

RAID控制器中矩阵重构方法研究

对于数据重构,纠删码提供了一个特定的编码方法,用于保护那些在磁盘阵列中的多重失效.在RAID的应用中,用纠删码为条块数据丢失建模,以便优化重构算法来重构整个条块.换句话说,它们只应用于高度相关的扇区故障,也就是在丢失磁盘上连续的扇区.定位了两个更一般的问题:①由分散或不相关的擦除导致丢失的数据的恢复;②由单个磁盘(存在许多故障时)导致的部分但连续的丢失数据的恢复.对两个问题所建议的方法是完全一般化的,并且能够应用于任何纠删码,但是此方法最适合基于异或的编码.对于分散的擦除,典型的是为每一个丢失扇区的数据规定了两种结果:要么这个丢失的数据被宣布为不可恢复,要么宣布为可恢复.并且,为只依赖于可读扇区的重构提供一个规则.简而言之,这个方法既完整又具有建设性.     

A novel rapid point-cloud surface reconstruction algorithm for laser imaging radar

In order to obtain the fast three-dimensional surface reconstruction from given scattered point clouds, a novel improved point-cloud surface reconstruction algorithm for laser imaging radar is proposed so as to reconstruct the three-dimensional depth surface from the depth data and image data in this paper. Firstly, the three-dimensional space is partitioned into voxels with local distance points and finds outliers with point histogram features; then the Gaussian process (GP) regression is adopted to generate a plane similar to a Gaussian distribution; finally, the high-resolution gray data and three-dimensional interpolation points are fused by using Markov random fields to build a dense three-dimensional depth surface. Experimental results show that our proposed algorithm will greatly improve the robustness and reconstruction accuracy of three-dimensional surface reconstruction algorithm and can be used to assist unmanned driving in complex urban scenes.