改进的联合代数重建法及其有限角投影重建

提出了一种基于联合代数重建法的改进算法（MSART）。该算法将穿过像素的射线长度和灰度值综合考虑进误差分配公式，有效地抑制了联合迭代重建法（SART）的边缘效应，使得重建精度大大提高。即使在少数投影有限角图像重建中，通过选择合适的投影方法，也能达到最大误差不大于5％，平均误差不大于1％的重建效果。     

正交有限视角光学层析重建图像的计算机模拟

本文提出了正交有限视角少数投影光学层析技术重建图像的重要性;对正交光路系统各１６°,１４°,１２°,１０°范围内的投影视角采用联合代数重建算法实现了图像重建的计算机模拟;分析了重建精度与采样密度,采样间隔的关系,结果表明,小视角少数投影情况下重建出较高质量的图像是可行的。     

基于神经网络的少数投影CT图像重建算法

基于连续型 Hopfield神经网络 (HNN)提出了一种新的少数投影 CT图像重建算法。首先将图像重建问题转化为最大熵准则下的优化问题 ,然后构造相应的连续型 HNN模型 ,网络的稳定解就是重建问题的优化解。数值模拟结果表明 ,与联合代数重建技术 (SART)相比 ,利用从投影角间距为 4 5°的 4个不同的投影视角方向获取的投影数据 ,该算法具有较高的重建精度和良好的抗噪声性能。     

复杂流场的代数迭代重建算法

提出了简单自相关代数迭代重建算法（SSART）。采用数值模拟的方法，对当前有代表性的基本代数迭代法（ART）、联合代数迭代法（SART）、改进的联合代数迭代法（MSART）以及SSART进行了计算模拟，对比分析了各种算法的模拟效果和重建精度。结果发现，SSART的均方误差（MSE）在10^-4数量级，比ART的降低了78．2％；峰值相对误差（PE）在10^-2，降低了92．9％；计算程序上，SSART仅比ART多1个除数因子。所以SSART具有算法简单、重建精度高、稳定性好和自愈能力强等优点。     

基于高斯机的少数投影CT图像重建

基于高斯机(GM)提出了一种新的少数投影CT图像重建算法。首先将图像重建问题转化为最大熵准则下的优化问题,然后构造相应的GM模型,并采用双曲调度进行模拟退火,网络的稳定解就是重建问题的优化解。数值模拟结果表明,与联合代数重建技术(SART)相比,从投影角间距为45°的4个不同的投影视角方向获取投影数据时,该算法具有较高的重建精度(平均相对误差为0.03%)和良好的抗噪声性能。     

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。     

一种改进的离散代数重建算法(DART)

医学CT中的图像往往由几种已知的灰度值组成,利用这些先验知识可降低重建条件提高图像重建质量。因此提出一种基于联立迭代算法(SIRT)的离散代数重建算法(DART),并且通过实验实现了在少数投影数目和小角度范围下的图像重建,并与其他几种传统的重建算法进行了比较,结果显示DART能从更少的投影数据下更精确地重建出图像同时有效地抑制了噪声。     

一种基于压缩传感和SART的图像重建迭代算法

滤波反投影算法已被广泛应用到CT图像重建领域,但由于算法需要大量的投影数据,会延长扫描时间和累积高剂量的辐射。为了降低辐射的剂量,文中提出一种基于压缩传感和联合代数重建方法 (SART)的迭代算法,将图像的梯度稀疏性与SART图像重建相结合,减小梯度图像的l1范数直至算法迭代结束。实验结果表明,文中算法能利用少量的投影数据准确地重建出图像,减少了由于投影数据不充分而造成的条状伪影。     

缺失投影数据的估计研究

在CT图像重建中,由于CT设备本身的结构和重建算法的局限性以及病人自主或者非自主的运动破坏了投影数据的一致性和完整性。当投影数据采集或投影角度不完全时,通常采用代数重建算法(ART)及其改进算法进行重建。但由于ART算法运行速度较慢,耗时较多。本文从恢复缺失的投影角度出发,通过比较不同的插值方法,采用双线性插值法对不完全角度下的或缺失的投影数据进行估计,得到了一定的成效,并对其投影图像进行恢复,从而缩短了运行时间。     

多方位全息干涉重建折射率场分布的数值计算方法

本文着重讨论了如何从全息干涉条纹位移数据重建折射率场分布的两种计算方法:代数迭代法和卷积法,并对每种算法的基本步骤进行了描述。     

集成成像三维数字重构技术研究

集成成像三维重构技术作为一种真三维重构技术,成为当今三维成像与显示领域的重要研究方向。以光线追迹方法为基础,使用像素映射算法实现了三维场景的数字重构;同时使用对同名像点提取误差具有较强鲁棒性的统计重构算法对三维场景进行高精度数字重构,并开展了标准量块的数字重构实验,实现了量块的高精度数字重构。     

Hardware Implementation on the Weight Calculation of Iterative Algorithm for CT Image Reconstruction

The weight calculation in an iterative algorithm is the most computationally costly task in computed tomography image reconstruction. In this letter, a fast algorithm to speed up the weight calculation is proposed. The classic square pixel rotation approximate calculation method for computing the weights in the iterative algorithm is first analyzed and then improved by replacing the square pixel model with a circular pixel model and the square rotation approximation with a segmentation method of a circular area. Software simulation and hardware implementation results show that our proposed scheme can not only improve the definition of the reconstructed image but also accelerate the reconstruction.     

CVS中基于视频运动特征的多假设-双稀疏重构算法

针对目前视频压缩感知重构算法对不同特征的视频序列重构质量参差不齐的问题,结合双稀疏对轮廓、细节的高清晰重构以及多假设算法对高频噪声有效抑制的优点,本文提出一种基于视频运动特征的多假设-双稀疏重构算法（VF-MH-DSR）.基本思路是基于每个视频组（GOP）的运动特征,采取相应的多假设-双稀疏重构策略.首先给出一种观测域多维度参考帧的多假设重构算法（MD-MRF-MH）及其最优相似块个数设置方案;然后给出一种像素域多假设参考帧的重构算法（PD-MRF-MH）及一种高性能双匹配准则;最后介绍了视频信号运动特征判定方案及多假设-双稀疏重构的具体实现方案.仿真实验表明,本文所提多假设-双稀疏重构算法相对于目前较好的多假设预测重构算法2sMHR及组稀疏重构算法SSIM-InterF-GSR,重构性能平均提升了1.98dB和0.84dB.     

三维物体的重建方法

综述了三维物体重建的各种方法。首先介绍被动还原重建的几种方法,指出了它们的缺陷,即像素匹配问题。接着介绍了从二维坐标空间转化到三维坐标空间所要遵从的对极几何限制,并通过数学推导得出坐标转化表达式。在此基础上重点讨论了三维物体主动还原重建方式,特别是结构光还原的方法,通过结构光的引入,能够较好地解决像素匹配问题,提高了还原的准确性,减少了拍照的次数,有利于动态物体的重建。根据双色反射模型,通过让系统的光路满足反射定理,且角度为60°,可改善主动还原重建方法对物体颜色限制在中性色的条件。最后讨论了精确匹配和消除强光的方法。     

离轴菲涅尔全息图的数字再现

分析了离轴菲涅尔全息网的数字再现过程中照明光的角度参数对再现像质量的影响，提出了通过分析全息图的空间频谱结构自动提取最佳照明光方向参数的方法，进而应用MATLAB实现了数字离轴菲涅尔全息图的自动再现，其中参考光的角度参数是通过分析全息图的空间频谱结构自动提取的，数字再现像面的精确定位则可以通过自动聚焦算法来实现，并利用数字全息记录和再现过程中得到的物距参数准确标定了图像传感器的像素尺寸，给出了有关理论分析及实验结果。     

三维重构系统的极线矫正算法研究

在设计三维重构系统的过程中发现,极线矫正算法的优劣将直接关系到三维重构结果的准确性和精确度。因此,文中采用了先进行控制点变换再进行灰度值插值的算法来达到极线矫正的目的。该方法通过控制点变换来定义空间变换本身,用其来描述每个像素如何从初始位置"移动"到终止位置,再利用灰度值插值算法产生一个光滑映射,并将像素点的灰度值改变,从而达到矫正的目的。文中不仅对矫正前后左右目摄像头采集到的图像进行了对比,还对右图矫正前后的灰度波形进行了对比,矫正后的图像整体向左平移了150个像素点。     

基于GPU的太阳图像斑点重建技术实现

在地基太阳观测中,光线在穿越大气层时会受到大气湍流的影响而导致图像扭曲、变形以致质量下降。为了消除或降 低大气湍流的影响,事后图像处理技术被用来获得高分辨力的太阳图像。基于斑点干涉法和斑点掩模的事后重建算 法可以获得高分辨力的图像,但由于计算复杂度高,难以满足实时性的要求。在讨论了算法原理的基础上, 使用CUDA并行计算架构实现了太阳斑点重建算法并行化。实验结果表明,在GPU环境下,一张TiO通 道2304 pixel$\times$1984 pixel像素大小的图像,可以在70 s内完成重建,相比运行在CPU上的串行程序,加速比可达7以上。     

基于形态学重构的内河红外船舶目标检测

针对内河船舶红外图像的成像特点,提出了基于形态学重构的内河船舶红外图像目标检测算法,该算法先对原图像进行中值滤波,然后取滤波后的图像中亮度值最大的像素作为标记图像;原图像经顶帽变换,并进行迭代阈值分割后的图像作为掩模图像来进行形态学重构,从而实现红外船舶目标检测.实验结果表明,该算法能较好地检测出内河红外船舶目标.     

基于核回归正则项的图像超分辨率重建

讨论了图像成像的基本模型,并提出了一种基于调整核回归函数作为正则项的序列图像重建算法。该算法是对已经提出的核回归算法的改进,减少其在超分辨率图像重建时的运算量。而且在图像配准过程中针对图像间只存在平移和旋转变换,采用了基于矩形像素值的亚像素配准方法,以提高配准的速度和精度。利用此算法对序列图像进行重建仿真,并通过结论得出其在噪声严重的情况下具有更好的边缘保留特性。     

Electronic Noise Modeling in Statistical Iterative Reconstruction

We consider electronic noise modeling in tomographic image reconstruction when the measured signal is the sum of a Gaussian distributed electronic noise component and another random variable whose log-likelihood function satisfies a certain linearity condition. Examples of such likelihood functions include the Poisson distribution and an exponential dispersion (ED) model that can approximate the signal statistics in integration mode X-ray detectors. We formulate the image reconstruction problem as a maximum-likelihood estimation problem. Using an expectation-maximization approach, we demonstrate that a reconstruction algorithm can be obtained following a simple substitution rule from the one previously derived without electronic noise considerations. To illustrate the applicability of the substitution rule, we present examples of a fully iterative reconstruction algorithm and a sinogram smoothing algorithm both in transmission CT reconstruction when the measured signal contains additive electronic noise. Our simulation studies show the potential usefulness of accurate electronic noise modeling in low-dose CT applications.