一种基于POCS约束的图像代数重建算法

不完全投影数据的代数重建问题一直是CT应用中的热点问题.通过对相互垂直角度投影图像之间的关系分析,文中提出一种改进的代数重建(ART)算法.该算法采用记录射线穿过网格编号和射线与网格相交长度的方法计算投影系数矩阵,并在反投影过程中对不完全投影数据采用凸集投影约束的方法进行重建.实验表明该算法与ART算法相比,图像重建的速度与图像重建的质量都得到较大提高.     

基于Bregman迭代的CT图像重建算法

针对大规模集成电路领域CT重建图像的特点,提出TV约束条件下采用l1范数作正则项的重建模型,并给出了基于Bregman迭代的模型求解算法.算法分为两步: 1)采用Bregman迭代求解图像的l1范数作为正则项,误差的加权l2范数作为保真项的约束极值问题;2) 采用TV约束对1)中得到的重建图像进行修正.算法对TV约束条件下采用l1作正则项的重建模型分开求解,降低了算法的复杂度,加快了收敛速度.算法在稀疏投影数据下可以快速重建CT图像且质量较好.本文采用经典的Shepp-Logan图像进行仿真实验并对实际得到的电路板投影数据进行重建,结果表明该算法可满足重建质量要求且重建速度有较大提升.     

基于先验图像-压缩感知的CT局部重建算法

为了提高CT图像局部重建的质量,在压缩感知理论的基础上提出基于先验图像-压缩感知的CT局部重建算法.首先对获得的局部感兴趣区域内的投影数据进行滤波反投影重建,并将重建的CT图像作为迭代的初始图像;然后以图像的总变差最小化为原则对局部感兴趣区域进行凸集投影总变差最小化重建.以Shepp-Logan模型和某型固体火箭发动机为例进行实验的结果表明,该算法能够获得更好的CT图像局部重建质量,且具有更强的抑噪性能.     

基于先验知识的单视图三维点云重建算法研究

单幅图像的三维重建是一个不适定问题,由于图像与三维模型间存在的表示模式差异,通常存在物体自遮挡、低光照、多类对象等情况,针对目前单幅图像三维模型重建中重建模型具有歧义性的问题,提出了一种基于先验信息指导的多几何角度约束的三维点云模型重建方法。首先,通过预训练三维点云自编码器获得先验知识,并最小化输入图像特征向量与点云特征向量的差异,使得输入图像特征分布逼近点云特征分布;然后,利用可微投影模块将图像的三维点云表示形式从不同视角投影到二维平面;最后,通过最小化投影图与数据集中真实投影图的差异,优化初始重建点云。在ShapeNet和Pix3D数据集上与其他方法的定量定性比较结果表明了该方法的有效性。     

三维锥束CT中几何参数的校正研究

计算机断层成像技术在工业和医学中的应用,三维锥束CT(Computed Tomography)是显微CT和工业CT目前研究的热点.三维锥束CT系统一般采用FDK重建算法,算法要求锥束中心射线垂直于探测器且投影在探测器中心,然而由于系统机械精度的不足难满足要求,从而给重建结果带来伪影.为解决上述问题,提出了一种投影数据的校正方法:在重建前首先根据几何参数对每幅投影数据进行修正,修正完后再进行重建.实验结果证明:改进后能有效地改善几何参数误差引起的图像失真,对三维锥束CT扫描系统的几何校正具有重要意义.     

X-CT投影数据的建模与仿真验证

虚拟X-CT仿真系统是研究CT技术的重要工具和手段,研究成果的可靠性依赖于虚拟仿真系统的准确性和适用性,为了开发更接近于真实X-CT的虚拟系统,提出了一种新的投影数据仿真模型.仿真模型中引入了多能谱、散射、光电噪声、探测器量子效率、光电转换效率和探测器单元尺寸等特性,对投影数据进行建模后,采用基于希尔伯特变换的滤波反投影重建算法进行CT图像重建,实验结果表明,提出的投影数据仿真模型对仿真过程中可能出现的硬化、散射和噪声问题进行了有效的处理,能够准确、真实地反应CT成像过程.     

基于激光扫描辅助立体摄影的无规则物体的三维重建

提出一种形状不规则物体表面数据的测量和重建方法,利用立体摄影的非接触和高分辨率以及线式激光源良好的方向性和精确的图像匹配等优点实现表面数据的获取,再利用简单几何模型的自适应变形法进行表面的三维重建,并对重建模型的精度进行实验分析,结果显示该方法具有设备简单、测量和重建速度快、结果精度高等优点,适用于一般图像的三维重建。     

CT投影采样策略对重建质量影响综述

针对计算机断层成像（Computed Tomography,CT）中投影数据与图像重建关系,综述了CT在投影策略方面对重建质量的影响.对不同采样策略获取的不完全投影数据,应用迭代类算法对投影数据进行重建,研究了均匀采样和非均匀采样情况下不同数据结构对重建图像质量的影响.对仿真数据和实际数据重建结果进行分析,同时对不同策略下的投影数据结合其数据分布特点探讨了重建质量优劣的原因.论文可以为CT重建领域的研究工作者提供全面的采样方法梳理和总结,为当前不完全投影数据获取方式对应的算法改进提供思路,最后对当前研究重点和未来发展进行了展望.     

基于最小区域的快速CT图像重建

由于工业CT重建目标的形状差异较大,针对传统CT图像重建算法均选取矩形重建区域,提出一种基于最小区域的图像重建方法.首先由扫描到的投影数据通过直线生成算法构建重建目标的最小区域包络图;然后提出一种快速区域填充算法,生成图像重建的最小区域.该方法将重建区域限定在最小区域内,减少了不必要的计算,提高了重建速度.最后通过仿真实验与传统的重建方法进行比较,表明了文中方法的有效性.     

一种基于多幅深度图像的混合建模方法

为了快速精确地对一个实体进行的三维重建,提出了一种新的混合建模方法.该方法利用同一实体在不同视点下的多幅深度图像,根据它们之间颜色和纹理的相关性,通过逆投影变换,可将图像中象素点映射到三维空间中的正确位置.然后再经模型重建和重投影,可获取实体在任意视点下的图像.实验结果表明,这种建模方法具有复杂度恒定、获取图像真实感强等优点,适用于形状、结构复杂的物体的重建.