基于混合滤波器的X射线液体图像滤波算法

针对双能X射线液体图像灰度连续变化的特性和主要受高斯噪声、脉冲噪声干扰的特点,提出一种改进的自适应中值与非局部均值结合的滤波方法。首先,利用改进自适应中值方法滤除噪声检测出的边缘、脉冲噪声污染区的噪声;再利用带有噪声估计的非局部均值方法(NL-means)平滑高斯噪声。提出了基于材料特征曲线的滤波器性能评价方法,滤波结果与标准曲线进行对比。实验结果表明,提出的滤波器保护了边缘、材料信息,提高了速度;滤波器评价方法考虑主观与客观因素,满足了应用需要。     

低对比度锥束CT图像缺陷分割算法

根据锥束CT图像的特点,通过获取切片图像中的灰度拓扑结构,将整幅图像中的低对比度分割问题转化为在局部拓扑结构中的较高对比度分割问题.然后针对每个拓扑结构,根据设置的2个阈值和4个检测模板,判断当前模板区域是缺陷区域、噪声区域或者背景材质区域,并将4个方向的检测结果相加得到该拓扑结构的检测结果,最终的检测结果为各拓扑结构的检测结果之和.对空心涡轮叶片蜡模锥束CT图像的实验表明,该算法可有效提取低对比度缺陷信息.     

基于自适应NLM修正的CT重建算法

针对稀疏角度CT图像重建问题,J.Huang等人提出了ART-NLM算法。该算法利用NLM对每次ART重建后的图像进行滤波去噪。虽然噪声抑制得到明显改善,但图像结构边缘模糊。论文在ART-NLM基础上改进NLM,通过自适应选取滤波参数及相似块的旋转变换,对待重建图像进行自适应NLM滤波,以达到同时去除噪声和保护边缘的目的。Shepp-Logan体模仿真实验表明,与传统ART-NLM算法相比,新算法提高了重建图像质量,有效平衡了图像去噪和边缘保护。     

锥束CT图像矩形包围盒快速重建

针对传统锥束CT重建存在大量冗余计算的问题,建立了锥束CT图像矩形包围盒快速重建方法。该方法将重建空间限定为三维矩形包围盒,大大减少了待重建体素的数量,接着将Z线优先算法反投影部分的计算移植到GPU上加速重建。实验结果表明:该方法显著提高了锥束CT图像的重建速度,可推广应用于采用类似算法重建的CT系统。     

中间函数法CT图像重建算法研究

CT自从被发明以来其技术已发生了很大的变化.这些变化不仅体现在计算机技术、探测器技术和X线技术方面,同时CT的图像重建算法也在不断地发展.本文提出的中间函数重建算法,是一种可以应用于扇束和锥束扫描的图像重建算法.研究它的目的是为将来的锥束扫描提供直接重建算法.     

邻域小波自适应降噪在X射线图像处理中的应用

针对使用低剂量的X射线成像时,会带来泊松噪声和高斯白噪声,影响成像质量.目前对X射线图像的降噪方法主要是针对高斯自噪声模型,而泊松噪声和高斯白噪声是两种不同性质的噪声,因而传统的降噪方法不能有效地去除泊松噪声.邻域小波自适应降噪法,就是在不同的小波高频子代根据最大的噪声方差自适应的调整阈值,然后使用贝叶斯收缩算法,达到...     

锥束CT的改进FDK算法及加速实现

锥束CT成像中,FDK重建算法得到广泛应用。提出一种可以扩大锥束CT旋转轴方向重建体积的FDK方法。在反投影步骤中,对重建物体的每个体素点被反投影的总次数进行计算,之后进行权重计算,最终得到三维重建图像。同时,采用CUDA技术,利用GPU对改进的FDK算法进行并行计算加速实现,提高重建效率。实验结果表明,改进的FDK算法可以增大重建体积,重建更多物体信息,采用CUDA技术后,速度大幅度提升。     

基于双边滤波和巴氏距离的红外小目标检测

为了提高红外小目标的检测精度,采用双边滤波方法去除目标和噪声调整,设置双边滤波的标准差,并模糊化目标和噪声得到背景的估计,得到待选目标区域,通过估计图像的概率密度函数,再根据已有的目标模型与待处理目标区域计算巴氏距离找到最大值,获得目标的准确检测结果。实验表明,该目标检测方法不仅大大提高了检测速度,也提高了小目标的检测精度。     

基于硬件实现的锥束CT图像重建系统的存储机制设计

为了实现三维锥束CT图像重建加速系统的小型化,建立了基于FPGA的三维图像重建系统。并对该系统中所采用的FDK重建算法所需的数据存储量和数据传输量以及由SDRAM、SRAM和FPGA内部缓存组成的存储系统的数据吞吐率进行了研究。首先,根据FDK算法的滤波与反投影两个步骤介绍了三维锥束CT图像重建系统的数据规模。接着,介绍了一种以SDRAM为外部主存,以SRAM为外部缓存和以FPGA内部SRAM资源作为内部高速缓存的存储机制。然后,介绍了该存储机制的实现方法以及测试方法。最后对该三维图像重建系统的数据吞吐能力进行了测试,并将之与FDK算法所需的数据传输量进行了对比分析。试验结果表明:该存储机制的数据连续存取速度为151.9MB/s,数据随机存取速度为100MB/s,基本满足小规模的三维图像重建的数据存储与传输带宽的要求。     

基于异构多GPU的锥束CT图像重建研究

针对锥束CT图像重建系统中GPU型号不一致问题,提出了基于异构多GPU的重建模型。该模型基于FDK算法进行重建,采用了按计算能力进行任务分配的方法,确保各GPU计算平衡。采用数据流分解的方法,实现了海量数据的图像重建。给出了该重建模型基于CUDA的实现方法,包括采用流管理和异步函数来实现多GPU并行计算以及滤波和反投影核函数的流程设计。利用高精度工业CT系统进行模型的实验验证。结果表明：所建立的重建模型正确有效,能充分发挥系统中异构多GPU的计算能力,执行效率高。