ICT切片重构模型的剖切及应用

在ICT切片重构模型的可视化中,为了分析重构模型的任意截面形状,并且观察该截面的内部结构,需要对重构模型进行剖切.本文针对剖切提出一种简单方法,该方法利用剖切面对重构模型所在的立方体图像空间进行剖切,生成交点集合,然后将空间剖切平面映射到二维图像平面上,最后计算空间剖切平面图像的灰度值,得到剖面图像.通过剖面图像,可以直观地看到内部结构形状,为后续无损检测奠定基础.     

基于深度学习的极光亚暴时-空自动检测

准确快速地检测极光亚暴具有重要的意义.现有利用机器学习技术自动检测亚暴起始时刻的方法无法同时兼顾检测精度和效率.本文基于深度学习技术提出了一个端到端的亚暴起始检测模型,该模型利用双流卷积网络提取亚暴的时-空特征,并用三个一维时序卷积层获得亚暴起始的概率序列.该模型在Polar卫星1996—1998年极光观测上获得了87.5%的准确率和393帧/s的检测速度,且定位的亚暴发生位置与现有物理结论高度一致,可用于大规模亚暴事件时-空自动检测.

     

基于支持向量机的信号自动检测算法

STA/LTA算法是信号自动检测中的经典算法. 这种算法中检测阈值的分布范围在0~infin;之间， 合适的检测阈值不但要根据实验反复调试， 而且要在误检率和漏检率之间取得平衡. 针对这一问题， 从模式识别的角度出发， 给出了一种基于支持向量机的信号检测算法. 讨论了该算法中数据预处理和模式特征提取的方法， 以及支持向量机中核函数的选择问题. 利用实际地震数据， 分析了这种算法的检测性能. 结果表明, 这种算法简化了检测阈值的选择. 在准确检测信号的同时，其误检率相对于STA/LTA算法可以降低约85％， 并且具有较强的抗噪性能.      

基于CT胸部图像肺结核球的定位

随着医学图像处理的快速发展,病灶区定位在医学应用中越来越引起人们的关注。以CT图像为研究对象,针对肺结核球的定位问题,先对预处理过的CT图像利用阈值技术二值化,采用形态滤波去除小桥,然后将每个连通区域标记出来。最终通过包括面积、周长、位置参数及形状参数等特征的决策器来判断确定肺结核球区域,并且定位出病灶区位置。     

基于区域-时间-长度算法的区域地震活动与强震关系研究

基于区域-时间-长度(RTL)算法,本文以汶川M_S8.0、 于田M_S7.3、 芦山M_S7.0、 鲁甸M_S6.5及景谷M_S6.6地震为例, 对强震前地震活动异常空间分布与发震地点的关系进行分析, 并根据新提出的物理参数区域-时间-长度的面积分I_RTL探索区域地震活动水平与地震发生时间的关系． 结果显示:3次M_S≥7.0强震前均检测到地震活动平静, 2次M_S＞6.0地震前均检测到地震活动增强, 这些地震活动平静和增强异常主要分布在震中及其附近潜在发震断裂带及周边, 异常范围和异常程度随时间由小到大再到小． M_S≥7.0强震前, 地震活动平静主体区的I_RTL曲线在震前1—3年从零值下降至低谷后回升,低谷点与地震发生的时间间隔为9—18个月; 鲁甸M_S6.5和景谷M_S6.6地震前, I_RTL曲线分别在震前1年和1.8年由低值开始上升, 达到峰值后回落, 峰值点与地震发生的时间间隔分别为3个月和9个月． 本文结果表明, 地震活动平静的I_RTL低谷点和地震活动增强的I_RTL峰值点对地震发生可能有一定的指示意义．      

区域-时间-长度算法在青海地区的应用研究

应用检测地震活动水平相对变化的区域-时间-长度算法（RTL算法）,分析研究了青海地区有相对较完备小震资料的14次6级以上震例。结果表明,该区6级以上地震发生前在源区或近源区大约120km半径的空间尺度内,‰值能检测到明显的1年内和2年内时间尺度的中期地震活动异常,地震活动增强的“上升型”异常和地震活动平静的“下降型”异常各占一半。     

基于深度学习的空间尘埃碰撞实时自动检测

准确快速地检测航天器上发生的尘埃碰撞事件能帮助我们更好地了解空间环境的尘埃分布以及减少航天器因尘埃碰撞受到的破坏.现有人工识别或基于尘埃碰撞引起的电势差信号波形特征的机器识别尘埃碰撞事件的方法虽然有较高精度,但效率低下,迫切需要高精度且自动化方法识别航天器收集的海量电势差信号.深度学习模型在信号分类和识别具有较强能力,本文把空间尘埃碰撞引起的电势差信号检测问题建模成信号分类问题,构建了一个卷积神经网络模型,该模型可以自动提取信号特征并根据特征对信号分类,同时为了训练模型和测试模型预测准确率,构建了一个由尘埃碰撞引起的电势差信号和非尘埃碰撞引起的电势差信号组成的数据集,模型在训练集上准确率为99.46%,在测试集上准确率达到98.68%,查全率为99.44%,查准率为97.95%,threat score为97.41%.实现了高精度且自动化的尘埃碰撞事件检测.

     

微震信号自动检测的STA/LTA算法及其改进分析

通过对合成微震数据和实测微震记录的处理实验,对自动检测有效微震信号的STA/LTA(短时窗平均/长时窗平均)算法及其改进的加权系数法、多窗口算法和修正的能量比算法进行了分析和对比,给出了时窗长度、触发阈值和特征函数对算法性能的影响特征及其选取规律.与原STA/LTA算法相比,加权系数法,降低了微震事件的漏判率;多窗口算法和修正的能量比法提高了对低信噪比微震记录检测的正确率及微震到时的拾取精度.     

基于模板匹配方法的微震自动检测在河源M4.3地震中的应用研究

基于广东新丰江水库区密集的测震台网,利用波形匹配定位方法对库区内2018—2019年期间的地震波形进行分析,发现在新丰江河源地区,存在有大量未被记录的微震事件,匹配定位方法适用于新丰江地区的微震事件检测。通过分析本地区地震事件的主要波形特征,初步建立新丰江地区的微震模板事件库,利用脚本实现地震事件文件与地震模板的自动转换,达到对新丰江地区地震模板库的实时扩充的要求,借助JOPENS的波形导出功能,实现对地震连续波形文件的自动预处理,基本达到基于模板匹配定位方法的自动检测功能的要求,可将其应用于台网的地震目录完善工作。     

工业CT图像亚体素表面检测算法研究

针对ICT图像序列,研究了基于Facet模型和基于矩的亚体素表面检测算法,并通过引入基于Otsu的阈值分割预处理环节,大大减少了待处理体素的数目,在很大程度上提高了原始算法的处理速度。最后在对航空发动机叶片仿真数据的实验中,对比了算法处理效果,结果表明两算法检测精度均可达1/5个像素以内,预处理环节的引入可将原始算法速度提高约4倍。     

工业CT中机械径跳投影数据仿真

在工业X射线CT检测系统中,当对某一物体进行检测的时候,系统中的载物台机架会进行不断的旋转,在旋转过程中,机架将会伴随有机械径跳,径跳会影响到探测器接收到的光子数,最后对投影数据有一定的影响,进而影响重建出的物体图像。本文主要分析了载物台机架发生机械径跳的原因,以及径跳对探测器接收X射线光子的影响;在对以上原因进行分析的基础上,提出了在考虑CT机架径跳时的CT投影公式,并对这一投影进行仿真。     

X射线ICT能谱硬化的校正研究

本文讨论Ｘ射线ＩＣＴ中,由于Ｘ射线束的非单色性而引起的能谱硬化问题,这种能谱硬化应该被校正,从实验中,我们获得了校正曲线,并给出了相应的数学模型,我们建议采用了专门的软件来进行这种校正。     

高能X射线工业CT关键技术的研究

我们在现有的ＨＬＲＴ－１型高低能Ｘ射线通用实时Ｘ射线图像处理系统成熟的基础上，参考国外工业ＣＴ领域的研究经验，对实现高能Ｘ射线工业ＣＴ成像的方法进行了研究，并且已经取得了阶段性的进展。目前，我们使用的射线源是Ｘ射线、２５Ｍｅｖ的电子感应加速器及９Ｍｅｖ直线加速器，在下一步的研究中，我们将准备向低能Ｘ射线工业ＣＴ方向发展，力图研制出高低能通用的工业ＣＴ系统。     

一种用于标定工业CT设备点云提取精度的配准及评价算法

基于工业CT测量数据的逆向建模技术广泛应用于军事、汽车制造、航空、航天等领域。目前,在基于工业CT点云数据的逆向重构精度验证和标定上,国内外缺少相关研究。本文提出了一种用于标定工业CT设备点云提取精度的配准及评价算法。基于CT扫描和三维光学扫描点云数据,在研究多种配准算法的基础上,总结手动选点粗配准和自动全局精配准相结合的配准算法:手动选择三个匹配点,利用坐标变换完成粗配准;用ICP算法完成自动精配准,并利用修正的Hausdorff距离为目标函数来评价配准结果。对基于七参数法和ICP算法的计算步骤做了详细说明,并赋以实例。最后,以自行设计的标准件为例,获得CT测量设备点云提取精度标定值,验证配准流程的适用性。     

基于DMIS的断层三维表面形态自动检测方法研究

针对断层的测量需求,利用计算机控制技术对空间曲面自动测量程序进行优化,以DMIS(Dimensional Measuring Interface Specification)为开发平台分别形成四边形键入坐标式自动检测程序和任意多边形自动检测程序,且通过所述程序完成塔里木盆地塔中26井区某断层模型表面形态的仿真,给出两种针对断层三维表面形态检测的建系方法:模型建系法和机床建系法。并将空间曲面的自动测量技术应用到断层的三维表面形态测试中,形成一套针对断层复杂表面形态的自动检测方法,使得断层的三维表面形态可以通过上述程序自动测量,且可以使用多个测头角度连续进行一次测量。该方法可以克服在传统的断层检测过程中边界不能完全衔接的问题,提高断层测量的效率和自动化程度,降低测量过程中的人为因素和后期的数据处理难度。     

CT在航空深弹结构分析和拆卸中的应用研究

通过对逆向工程研究方法的分析,提出了利用工业CT断层扫描对航空深弹进行结构分析,精确测量其零部件位置、尺寸变化的方法。并据此绘制图纸、制定拆卸方案,从而保证了深弹拆卸和研究的安全性和可靠性。     

高能射线工业CT最新进展

本文主要介绍了清华大学在高能射线工业CT研究及产业化方面的新进展,介绍了其中的多项成果:小体积、大功率的直线加速器,低噪声、高效率的阵列固体探测器,旋转极坐标反投影快速图像重建算法等.高能工业CT技术的研制成功及产业化,使我国高能工业CT技术达到国际先进水平,结束了我国无自主研制大型工业CT检测系统的历史,解决了我国大型工件无损检测难题,对提高我国高能无损检测技术水平具有重大意义.     

基于空间连续性的4D CT图像排序算法研究

4D CT图像应用于肿瘤的放线治疗中,能够在全呼吸周期中定位肿瘤的运动,同时有效地减少运动伪影的产生。目前,4D CT在临床应用中需要依靠外部呼吸信号检测装置提供呼吸信号运动信息。本文提出了一种4D CT自动图像排序算法,不需要外部呼吸监测装置,在Cine扫描模式下采集图像数据,从第一个床位开始,利用空间连续性特征,寻找相邻床位之间呼吸相位相同的图像,将其归入相应的图像集合中,以此类推,直到全部床位的图像都归入到相应相位的图像集合中,构成4D CT重建所需要的图像数据集合。本文的算法应用于呼吸体模数据和临床图像数据,观察三维重建图像和冠状面重组图像。对比单独使用的三维重建算法,本算法较好地消除     

轮胎子午线检测系统的匹配算法研究

本文结合轮胎的实际图像,在大量实验的基础上,总结出了适合轮胎子午线检测的方法。首先对图像进行预处理,包括灰度变换、阈值变换、边缘检测、轮廓提取和种子填充5个步骤,其次由于原始模板匹配算法存在计算量大、匹配速度慢、不精确;我们提出二次精确匹配算法从而解决了此问题,最终得到满意结果。