OSEM算法在图像重建中子集分类的研究

通过OSEM算法在不同子集下重建图像的仿真研究,分析在相同迭代次数和时间下子集数对重建图像收敛速度的影响,得到对含噪声的投影数据在子集数多时重建图像会随着迭代次数的增加而变差.若采用序列划分子集(即子集数由多到少)重建图像则可避免这种情况.通过对各种子集分类在相同时间内重建图像误差的比较,得到序列划分子集方法能在较少迭代次数和较短时间内得到好的重建图像.     

电离层层析图像重建的改进算法

针对电离层层析图像重建数据不完全的关键问题.文中利用最速下降法对投影数据进行预处理,利用乘法代数重建算法进行图像重建.算法将迭代初始值的确定与图像优化重建过程统一起来,减少了初始值对重建结果的影响.数值计算及实测数据重建结果表明,该混合算法减少了投影数据不完全对重建结果的影响,有效提高了电离层层析成像质量.     

基于可变有序子集的惩罚最小二乘算法

传统算法不能有效的抑制噪声且收敛速度慢.为了解决这些问题,在最小二乘算法中引入中值先验,并结合可变有序子集(MOD)技术用于PET图像重建,形成了基于可变有序子集的惩罚最小二乘算法(MOS-PLS-Median).仿真结果表明,MOS-PLS算法相对于最小二乘(LS)等传统算法,不仅能够有效的抑制噪声,重建出质量更好的图像,而且较大地提高了收敛速度.     

电容层析成像图像重建算法的研究

在分析电容层析成像基本原理和图像重建算法的基础上，提出了采用迭代代数方法对管道截面图像进行重建．针对迭代算法收敛速度慢、耗时多的缺点，对迭代算法进行了改进，使重建图像的速度和质量都有明显的提高．     

基于Twomey算法的CT图像重建

针对不完全投影数据的CT图像重建,本文将原本用于反演微粒粒径分布的Twomey算法引入并应用到CT图像重建中。在代数迭代层面上把其与代数重建技术(ART)算法和同步迭代重建技术(SIRT)算法分析对比后进行了计算机模拟实验。仿真结果显示:本文算法所求得的解的精度要优于主流的ART和SIRT算法。     

利用改进的Siddon算法提升CT图像重建速度

图像重建是电子计算机断层扫描技术的核心步骤。对于不完全投影时的图像重建,应用较多的算法是代数重建算法和同时迭代算法。介绍了同时迭代算法的原理及其实现过程。为加快图像重建速度,提出利用改进的Siddon算法计算射线与像素相交的长度和像素编号。实验结果表明,将改进的Siddon算法用于计算系数矩阵,可以整体提升图像重建速度。     

修正的自适应图像平滑算法

为了充分利用图像的局产统计信息,在像素的局部领域内定义像素的灰度上偏关和灰度下偏差,根据邻域内象素灰度值的分布范围,分别计算自适应图像平滑算法的修正系数,得到了较好的图像平滑效果。     

三项共轭梯度的电容层析成像图像重建算法

针对电容层析成像技术中的＂软场＂效应和病态问题,提出了一种三项共轭梯度的新电容层析成像算法.在分析电容层析成像基本原理的基础上,给出了三项共轭梯度法的迭代公式和计算步骤,并探讨了ECT应用该算法的可行性,算法满足收敛条件且重建图像误差小.仿真和实验结果表明,同LBP和普通共轭梯度算法相比,该算法兼备成像质量高、边界均匀稳定等优点.     

一种分解型Quasi-Newton电容层析成像图像重建算法

针对电容层析成像系统中的"软场"效应和病态问题,在分析电容层析成像和QuasiNewton算法原理的基础上,基于非线性最小二乘的成像原理,提出了一种新的分解型Quasi-Newton电容层析成像算法,推导出了求解ECT反问题的分解型拟牛顿图像重建算法放的计算步骤,同时利用信赖域公式对目标函数的Hessian矩阵进行校正.仿真实验表明,基于分解型拟牛顿方法具有可行性,对于基本流型该算法与LBP算法相比,具有成像质量高和边界均匀稳定的特点,为ECT图像重建的研究提供了一个新的思路.     

基于Broyden族校正的电容层析成像图像重建算法

为解决电容层析成像(ECT)图像重建中的"软场"效应和典型的病态问题,提出了一种采用Broyden族校正算法对电容层析成像系统进行图像重建的方法。基于对ECT系统基本原理的研究,推导出实现电容层析成像图像重建的Broyden族校正的数学模型,并采用归纳法分析了算法收敛性。对该算法应用于ECT上的可行性进行了探讨,该算法符合收敛条件且成像精度高。实验结果的数值表明Broyden族校正算法的重建图像效果非常理想,且成像质量优于SD、LBP、Landweber及CG算法,给ECT图像重建领域提供了一种有效的新方法。     

一种有效的超分辨率图像序列重建算法

针对降质图像序列的超分辨率重建研究,分析了超分辨率重建问题中图像序列的降质过程和重建过程的不适定问题,并提出了用最小二乘法和自适应正则化结合分布迭代的方法对图像序列进行重建.实验结果表明,该方法可以有效重建出高分辨率图像,在复原图像的峰值信噪比和主观视觉效果等方面比其他方法都有显著的提高.     

带有松弛因子的迭代法在图像重建中的应用

图像重建常常被转化为线性方程组的求解问题.从解大型线性方程组出发,由逐次超松弛法(SuccessiveOverRelaxation,SOR)推导出一种带有松弛因子的迭代法.与SOR法相比,该算法不仅大大降低了对计算时间和内存空间的需要,而且有利于克服重建图像对不完全噪声数据的敏感性.通过对模拟数据和实际数据的重建,估计了算法的有效性,并将重建图像与滤波反投影(FilteredBackProjection,FBP)重建图像进行了比较.     

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.     

利用MATLAB进行图象重建的算法研究

图像重建技术在无损检测中起着十分重要的作用。随着现代科技的发展，图像重建的算法也在不断地改进和完善。由Math Works公司推出的MATLAB工具软件具有强大的数学计算和绘图功能，运用该软件进行图像重建能使编程工作量大为减少，并可以很方便地显示二维及三维图像。     

由图像的稀疏分解重建图像的快速算法

针对由图像的稀疏分解结果重建图像的速度极其缓慢这一问题,研究了表示图像的原子的能量分布特性。利用了表示图像内容的绝大部分原子的能量分布具有非常集中的特点,提出了由分解后的原子参数重建图像的快速算法。该算法对于一个原子的计算只限于原子能量集中的区域,并在此基础上实现了原子能量及原子归一化的快速计算。采用快速算法使图像重建的速度提高了约32倍,同时保证快速重建图像的质量保持不变。     

基于遗传算法的三维重构图像阈值分割

图像阈值分割是三维重构中图像处理的一个重要内容最佳熵阈值的图像分割具有很多优点,但同时也需要大量的运算时间,从而限制了其实际应用．将遗传算法应用于最佳熵阈值的确定中,提出一种新的图像阈值分割方法,以灰度图像的直方图熵作为评价标准,把图像阈值分割问题定义为一个优化问题．利用遗传算法寻优的高效性,搜索到能使分割质量达到最优的分割参数——图像分割阈值．实验结果表明,采用遗传算法不仅可以实现正确的图像分割．而且使得分割速度大大提高．