药柱内孔分布的X射线在线检测方法研究

针对一类挤压成型的小型药柱,基于正弦投影和经验,通过重建多个视角下获取的X射线投影信息,在线检测药柱内孔的分布情况。实验结果表明,文中方法不仅减少了采集角度,降低了检测成本,同时还实现了在线检测的要求,能够更好地保证药柱内孔分布信息的准确性,当视角数目达到6个或以上时,精度可达到0.01 mm.     

有约束条件的一类线性模型参数的估计

目的 研究有约束混合系数线性模型参数的估计。方法 将混合系数线性模型转化为广义线性模型，然后利用线性模型相应的方法。结果 给出了在一定的约束条件下，混合系数经一性模型的固定系数，随机系数的数学期望和方差孤一种估计，并讨论了该枯计的性质。结论这种理论和方法对可化为线性模型的参数估计具有普遍意义。     

混合系数线性模型参数的一种新估计

将混合系数线性模型转化为一般线性模型，借助于其相应的知识，给出了混合系数线性模型的固定系数，随机系数的期望和方差的新估计，证明了所得的估计为最佳线性无偏估计，并讨论了这些估计的性质。     

变电压CT重建的灰度加权算法

常规固定电压的CT重建,因成像系统动态范围受限,投影数据易出现过曝光和欠曝光共存现象,造成信息缺失多,成像质量差,为此提出变电压CT重建。通过变电压获得跟工件有效厚度相匹配的有效投影序列,在ART迭代图像的基础上,调整全变差使其最小化,从而优化重建。在重建过程中,依据灰度加权,把低电压的重建图像作为初值,应用在相邻高电压有效投影重建中,得到相邻高电压的重建图像,依次类推直至最高电压。至此,工件的全部结构信息重建完毕。仿真结果表明,灰度加权算法不仅实现了变电压图像信息的完整重建,而且像素值更加稳定。     

图像重建的统计自适应子集算法

有序子集算法大大提高了图像重建迭代算法的收敛速度.增加子集的数目可以加速收敛,但图像质量会由于子集内缺少统计信息而下降.提出了一种基于假设检验的子集划分方法,建立了检验统计量,给出了算法的迭代公式.该算法可以根据用户定义的显著性水平,在每次迭代时自动调节子集的个数,生成含有相同统计信息量的子集.实验结果表明:该方法可以在少数次迭代后得到较高质量的重建图像.     

基于递变能量线性约束的X射线图像质量评价方法

X射线图像质量评价是射线检测正确与否的关键问题,传统的人工主观评价方法效率低,实时性差,常用的对比度、清晰度等考核指标,受成像过程的散射及噪声影响,存在一定的局限性.为此论文提出基于递变能量线性约束的X射线图像质量评价方法.文章首先通过分析递变能量成像过程中图像序列的灰度变化规律,提出序列间灰度增益分布图,并依据成像器件的线性最优成像,从分布图中提取线性散布度评价图像质量;进一步针对过曝光影响散布度评价失败问题,综合线性散布度和平均对比度,构建了新的图像质量综合评价标准,实现射线图像质量评价.最后通过实验验证了论文方法的可行性,能够有效避免传统单一评价指标的局限性.     

探测器和投影数目对 CT 重建精度的影响

利用迭代算法从不完全的投影数据中重建图像，得出探测器和投影的数目与图像精度的关系。用琐的探测器数目和旋转角度个数分别进行了图像的重建。在投影数据不完全的条件下，迭代法可以得到较好的重建效果，对于迭代算法，在相同的重建时间内，探测器的数目对图像精度的影响比旋转角度个数的影响要大。     

聚集数据的线性模型参数的改进Peter－Karsten估计

文献［１］结出了聚集数据的线性模型参数的两种估计方法。本文利用引理２对两种估计作了改进，并研究了其效率问题。     

EM算法重建图像的精度分析

EM算法将观测得到的投影值看成不完全数据,合理运用相应的先验知识,以迭代的方法求出图像像素值的极大似然估计.该算法重建的图像比常用的滤波反投影和代数重建等算法得到的精度高.本文用概率统计的方法从理论上较详细地讨论了EM算法重建结果方差的下界,同时推导出实际应用中此方差近似值的一种简单求法.