一种工业CT点云数据的NURBS曲面重构算法

虽然CT技术已经发展得相当成熟,但保证检测数据重构的精度还存在较大困难。本文将工业CT图像转化为三维散乱点云数据,研究数据预处理算法;对处理后数据进行NURBS曲面插值,完成了对NURBS曲面的重构。以某工件工业CT图像为例,通过VG软件转化为点云数据,利用VC++和OpenGL编程实现数据预处理算法和NURBS曲面拟合,并用实例验证了该曲面造型方法的正确性。     

基于WDCT网络的混凝土CT图像增强算法

原位加载CT扫描可以研究混凝土在不同实验条件下的损伤演化过程,对于混凝土材料研究具有重要意义。在混凝土原位加载的过程中,原位加载设备的遮挡和采样时间的限制导致了有限角度和稀疏角度CT重建问题,传统算法在数据不完备的情况下会导致严重的图像伪影。本文提出WDCT网络增强ART-TV重建图像方法,构建混凝土模拟数据集验证该方法并与经典U-Net增强FBP重建图像方法进行比较。研究结果表明本文的方法在有效降低图像伪影的同时,能够对混凝土内部的石料和裂缝比较准确地成像,图像的客观指标得到大幅提升。     

基于双域自适应网络的岩矿样工业CT图像金属伪影校正算法研究

岩矿样中包含有大量高密度金属物质,致使其在工业CT图像上产生了金属伪影,严重影响岩矿样参数分析的准确性。为抑制岩矿样CT图像的金属伪影,本文提出一种基于双域自适应网络的岩矿样CT图像金属伪影校正算法（DDA-CNN-MAR）,将含有金属伪影的CT图像分别通过投影域网络和图像域网络进行金属伪影的抑制,自适应融合双域处理结果,实现由含伪影图像到无伪影图像的端到端映射。该算法以残差编解码网络模型（RED-CNN）为基础,易于提取特征并恢复图像细节;双域结构可自适应调整投影域（伪影抑制）和图像域（细节修复）的权重,借以获得最优的校正结果。研究结果表明,较之于RED-CNN-MAR,经过DDA-CNN-MAR方法校正的图像,MSE减小2.570,而PSNR和SSIM则分别提高1.218 dB和0.018,有效提升岩矿样CT成像的图像质量。      

基于特征学习的低剂量CT成像算法研究进展

随着CT（computed tomography）技术在临床中的大量应用,其辐射伤害问题也越来越受到人们的关注。与此同时,高性能低剂量的成像也已经成为近年来CT研究领域中的重要研究方向。随着学习型算法的提出及广泛应用,为低剂量CT成像算法的发展带来了新的方向。在影像大数据环境下,基于特征学习方法的低剂量CT成像有着更广阔的发展空间。本文将从稀疏表示和深度学习两个方面,介绍一些国内外应用于改善CT成像质量的相关技术,包括CT成像技术的发展趋势,特征学习相关算法的研究现状,提高低剂量CT扫描成像质量的相关方案等。本文对近年来在低剂量CT成像及特种学习算法等领域的研究成果进行了介绍,并进行相关总结和分析。     

基于深度学习的低剂量CT成像算法研究进展

计算机断层扫描成像(CT)技术具有成像速度快分辨率高的优点,广泛应用于医学临床诊断中.然而,提高剂量辐射会引发人体组织器官受损,降低剂量又会造成成像质量严重下降.为解决上述矛盾,在确保成像质量满足临床诊断需求的条件下,研究如何最大程度地降低X射线辐射对人体造成的伤害,己成为低剂量CT成像技术的研究热点.近年来,在人工智...     

基于深度能量模型的低剂量CT重建

降低计算机断层扫描（CT）的剂量对于降低临床应用中的辐射风险至关重要,深度学习的快速发展和广泛应用为低剂量CT成像算法的发展带来了新的方向。与大多数受益于手动设计的先验函数或有监督学习方案的现有先验驱动算法不同,本文使用基于深度能量模型来学习正常剂量CT的先验知识,然后在迭代重建阶段,将数据一致性作为条件项集成到低剂量CT的迭代生成模型中,通过郎之万动力学迭代更新训练的先验,实现低剂量CT重建。实验比较,证明所提方法的降噪和细节保留能力优良。      

基于B样条函数的散乱数据曲面拟合和数据压缩

针对大规模散乱数据,本文提出一种基于B样条函数的曲面拟合和数据压缩方法.在此方法中,构建最小平面矩形区域覆盖所有的散乱数据点,根据二维情况下的B样条函数的线性插值公式,利用最小二乘法拟合规则网格控制点的数值,存储有限规则网格控制点的数值,并通过插值可以得到任意点的数值,从而达到曲面拟合和数据压缩的目的.通过算例验证了此方法的可行性以及使用三次B样条函数曲面拟合的优越性.由于此方法具有局部误差小、计算高效的特征,可以适用于数据梯度较小的二维系统数据的曲面拟合和数据压缩,如地形高程数据和射线追踪走时表.     

基于Bayes估计的稀疏数据CT重建算法研究

通过对稀疏放射数据CT重建问题的分析,提出用Bayes方法重建图像。首先以医疗解剖学为基础,将目标物体的先验信息转化为定量的先验概率密度,即结构先验,将测量所得数据作为似然函数,二者结合得到后验概率密度,通过对其抽样,将均值估算得到期望值作为重建结果。仿真实验证明,与传统CT重建方法相比,Bayes重建放射数据少,重建时间短,图像质量好,抗噪声能力强。     

基于平板探测器的高能工业CT数据采集系统

本文介绍了一套实用的高能工业CT数据采集系统,它基于商用的平板探测器为数据获取源,针对高能工业CT系统的实现,设计开发了一套CT投影数据采集及预处理系统。该数据采集系统经过试验验证,成功获取了DR图像和CT投影数据,证明了其设计思路和实现方案是完全可行的。     

地磁剖面异常二维拟合算法研究

地磁方法在地球物理学研究中具有重要的作用,地磁剖面的异常拟合更是解释地磁问题的重要一步,磁剖面的数据拟合就是去除测量过程中偶然误差及近地表不均匀体的干扰,让曲线圆滑,使得实测曲线与理论曲线的拟合程度达到要求。其中拟合算法的选择最为重要,而最小二乘法是基于一般多项式为拟合函数,具有较大局限性,当拟合阶数过高时,其方程组为病态方程,会很大程度上导致解的不稳定性,从而影响到拟合的精度。所以用广义正交多项式作为基底,用正交多项式的离散正交性来拟合磁异常曲线,由于高阶的拟合函数对于拟合精度具有巨大优势,能够有效拟合测量中不规则波动。     

基于图像分割的双能CT不完备数据重建算法优化研究

本文针对基于图像分割的双能CT不完备数据重建算法,提出了图像分割过程和方程组求解环节是优化算法的两个关键点,同时给出了初步优化方法。初步实验结果表明这两方面因素选取的优劣将直接影响重建图像质量。因此,根据实际应用需求,如能改善这两方面因素,基于图像分割的双能CT不完备数据重建算法的重建性能将会进一步提高。     

基于MapReduce的地震波形数据并行解压缩算法研究

近年来各省级地震台网SEED文件数据量急增。在数据处理过程中,利用原有的串行解压缩算法批量解压缩地震波形数据时存在操作繁琐、耗时较长的问题。本文引入了MapReduce并行编程模型,根据该编程模型思想结合原有串行解压缩算法,提出了一种并行解压缩地震波形数据的算法,并给出了算法的设计与实现。本文从正确性、运行效率以及可扩展性三个方面进行了对比实验,验证了使用并行算法解压缩数据的效率较高,并且能够一次实现批量地震波形数据的解压缩,且操作简单。     

基于椭圆拟合和Hausdorff距离的图像匹配算法

图像匹配是逆向工程CAD建模领域的重要内容之一。针对CT图像包含多分叉轮廓的匹配问题,利用椭圆拟合来定量表达平面轮廓散乱点的整体形位信息,建立初步的轮廓森林;提出采用快速Hausdroff距离法来处理分枝问题从而形成完整的轮廓森林。实验结果表明,该算法对具有分叉现象的图像匹配具有良好的准确度和实时处理能力,对于岩芯CT、工业CT、医学CT等图像的三维重构都能有较好的适用性。     

利用正交多项式对三维地震资料拟合算法的研究

目前在地震勘探中经常采用的拟合方法多是二维的,本文利用正交多项式的性质以及地震资料的相干性对地震资料进行三维拟合.该方法充分利用了三维地震资料,提高了处理效率.     

多项式拟合技术在强噪声地震资料中的应用研究

获得高分辨率的地震信号是决定地震勘探在油气田等资源开发中能否发挥更大作用的关键,所以说地震信号的高分辨率是地震勘探所追求的重要目标,而提高数据信噪比才能真正提高地震资料的分辨率.本文通过对多项式拟合技术去噪的研究,以此提高地震数据信噪比.实际数据的处理结果表明,该方法能减少对振幅的畸变,同时可处理非水平的和弯曲的同相轴,可很好地提高地震资料的分辨率.     

基于粒子群优化算法的边坡临界滑动面搜索方法

采用数值计算结果进行极限平衡分析是边坡稳定性分析的重要方法,最危险滑移面位置的确定是边坡稳定性分析的关键。采用粒子群优化理论控制位于滑移面后缘范围的滑入点和前缘剪出区域的滑出点,以均分逼近法控制滑面半径,实现了边坡内潜在滑移面位置的搜索及安全系数的计算,进而确定了边坡的最小安全系数及最危险潜在滑移面位置,搜索出的滑面不依赖于网格节点。以昆明某公路滑坡为例,将搜索出的最危险滑面与现场勘察成果进行对比,结果表明,采用本文方法计算所得的结果与工程实际较为吻合,证明了该方法的有效性。     

基于FCM聚类算法的颅内出血CT图像分割

为了提高计算机辅助诊断系统的颅内出血病灶分割准确率,提出一种新的颅脑CT图像分割方法,被怀疑为出血的区域可快速而有效地分割出来。首先利用颅内结构提取算法提取颅内区域;然后利用两次模糊c均值聚类算法完成出血区域分割。第一次模糊c均值聚类确定疑似颅内出血的区域,根据脑出血CT图像特点,将中心点灰度值最高的类作为第二次模糊c均值聚类对象,第二次模糊c均值聚类分割出疑似出血区域,最后对颅脑CT图像进行实验,验证方法的可行性。实验结果表明该方法对颅脑出血CT图像病灶的分割是有效的。     

基于改进重建滤波器的局部CT重建算法

鉴于实际工程应用需求,基于截断投影数据的CT图像局部重建是X射线CT重建的一个重要课题,本文概述了现有的局部重建算法,分析了其优缺点,提出了一种基于改进重建滤波器的局部CT重建算法。通过对滤波函数的改进,使其能量主要集中在中心位置,使旁瓣迅速下降,进而使滤波函数具有局部重建功能。另外改进的滤波函数压制了低频信息,突出了高频信息,具有提高成像空间分辨率的功能,但对图像噪声有所放大,实际实验数据验证了算法的可行性。     

基于递归的工业CT断层图像的层间处理算法

本文主要针对工业CT不同断层之间的同种材料,由于层间工件厚度差异,导致同种材料在CT重建后存在较大灰度差异的问题,提出基于递归的工业CT断层图像的层间处理算法。该算法首先根据先验信息:工件内部材料组成成分,建立内部结构一致性的判断模型,然后通过迭代求解,实现工件内部同种材料的一致性判断,最后通过VTK可视化平台进行验证。结果表明该层间处理算法是可行的,可以有效地提高三维可视化图像质量。