一种基于数据外插改进的ART迭代算法

本文针对有限角度的投影数据的CT图像重建问题,提出了一种基于数据外插改进的ART算法.该算法的基本思想足运用已知角度的投影数据来补全未知角度的投影数据,再用ART算法进行图像重建.最后用模拟的投影数据进行了重建图像的数值实验.实验结果表明该算法不但提高了重建图像质量,同时也提高了图像达代的收敛速度.     

基于新的非局部先验模型的Bayesian低剂量CT重建算法

为了改善低剂量CT重建图像质量,在传统非局部先验的基础上,提出了一种基于投影对称性的改进非局部先验模型。基于该先验模型构造了一种贝叶斯（Bayesian）重建算法,并将其应用到低剂量CT投影数据降噪中,通过滤波反投影算法重建出图像。仿真实验结果表明,本文所提出的算法较基于传统先验模型的重建算法,能在去除噪声与保持边缘之间取得较好的平衡。     

多层CT重建算法对比研究

目前多层CT的重建算法主要有基于FDK的三维滤波反投影算法以及基于多层投影数据重排的二维FBP重建算法。本文对传统的FDK算法、基于投影角度二维/三维加权的CB-FBP算法以及自适应轴向插值AAI-FBP算法的性能进行了对比实验,并对实验数据进行了细致地分析。实验结果表明:在这几种重建算法中,AAI-FBP算法对于多层CT的重建效果最好,这对于后续多层CT重建算法的改进以及临床应用研究提供了可靠的实验依据。     

基于Chambolle-Pock框架的核TV多通道图像重建算法

总变差最小化算法是一种基于压缩感知理论的图像重建算法,能够从稀疏投影或含噪投影数据中高精度地重建图像,已经被广泛应用于计算机断层成像、磁共振成像、电子顺磁共振成像。能谱CT、T1或T2加权的MRI及EPRI均属于多通道成像。逐通道TV算法可以实现较高精度的图像重建,然而忽略了各通道图像之间的相似性。核TV算法是一种考虑了通道间图像相似性的TV类算法,可以实现高精度图像重建。面向多通道图像重建,以CT重建为研究范例,本文提出一种Chambolle-Pock算法框架下的核TV多通道图像重建算法。通过仿真模体和真实CT图像模体的重建实验,验证算法的正确性,分析算法的收敛性,探索算法参数对收敛速率的影响,评估算法的稀疏重建能力及含噪投影重建能力。结果表明,相对于逐通道TV算法,所提算法可以取得更高的重建精度。核TV算法是一种高精度的多通道图像重建算法,可以应用于各种成像模态的多通道重建场合。      

稀疏信号恢复理论在CT图像重建中的应用

新的图像重建算法一直是CT成像前沿研究中的热点问题之一,而实际中常常遇到的有限角度重建问题则是其中的难点.Terence Tao和他的同事提出了一种稀疏信号恢复理论,为解决这个问题提出了可能的应用策略.我们在本文中介绍了这个理论并给出了在锥束CT重建中应用的初步结果.这种理论和策略的实现对很多应用情况都有重要的意义,为该领域的发展开辟了新的方向,也必将对该领域的发展产生重大影响.     

基于模型融合的有限角度CT迭代重建方法

针对有限角度扫描的CT重建,提出一种基于模型融合的CT迭代重建方法。模型来源于患者的早期Dicom图像。对扫描角度有限的投影数据,用统计迭代算法进行初步重建,得到预重建图像;将预重建图像与模型进行融合,得到融合图像;然后再次投影,补全原始投影缺失的部分,根据补全的投影数据重建出中间结果,之后重复投影、融合、重建过程直到满足终止条件。仿真实验表明,该算法能完整重建整个目标,在有效保留原目标特征的同时提高了小角度投影数据重建的质量。     

任意扫描轨迹的CT成像方法研究

在工业CT成像应用中,由于复杂结构件形状、结构、组分等特征的限制,使得射线能量与有效厚度不匹配,常规的扫描方式易使投影数据缺失,投影数据完备性较差。为此,本文通过改变轨迹来弥补投影数据缺失,推导任意轨迹的成像模式。首先,在任意轨迹的基础上进行投影几何关系建模,结合空间几何知识完成投影矩阵的刻画;其次,基于迭代重建算法对轨迹的无约束化,进行任意轨迹成像模式下的迭代重建;最后通过小锥角、大锥角以及厚度差异比较大的构件成像仿真实验,验证算法的正确性和可行性。对于厚度差异比较大的工件,该方法相对于传统的圆轨迹扫描,投影数据更完备,CT重建质量高。     

CT重建中投影矩阵模型研究综述

CT重建算法中,投影矩阵反映探测器上的投影与重建物体的关系,其模型刻画对于重建速度和精度有着重要影响。本文介绍目前投影矩阵研究现状,着重分析投影矩阵系数的计算方法,以及快速计算正投影和反投影的方法,并总结了目前投影矩阵模型的性能和发展。     

一类广义Radon变换的反演:迭代重建再投影的外插算法

本文对不完全数据下的一类广义Radon变换的反演问题,建议用迭代重建再投影的外插算法重建图像。数值模拟结果表明,迭代重建再投影的外插算法对重建图像是有效的。     

由投影重建图像的对称网格迭代算法

本文对于工业CT检测中常用的代数迭代重建算法提出了改进,利用投影射线之间存在的几何对称结构,提出了图像重建的对称网格迭代算法(简写为SM-IRT).该算法简化了投影系数矩阵的计算,调整了迭代算法逐线校正的迭代顺序.对模拟数据和工业CT实测数据进行了重建图像的数值实验,结果表明:与常规算法比较,本文提出的新算法重建速度快,成像精度高.     

多道联合压缩感知弱小反射地震信号提取处理方法

在讨论联合压缩感知稀疏重建的基础上,针对地震资料特点,利用小波分析方法,进行联合稀疏公共部分和特有部分分解建模.为了挖掘地震资料有效地质信息,考虑到分布式压缩感知算法和应用效果实际实现困难,提出了多道地震资料压缩重建方法.就研究提出的新方法、新理念,围绕决定稀疏重建质量的稀疏度、稀疏基等关键问题进行了深入研究,结合纵横向地震信号特点分析,分别研究纵横稀疏度的选取方法及指导准则.同时对稀疏基的类型和特性在揭示地质信息能力方面进行了分析讨论.集各种研究问题于一体,形成了多道联合压缩感知地震资料重建的新方法.通过实际资料测试,比较分析各类计算结果,得到了新的认识和结论,实际资料处理效果明显.     

基于Seislet-TV双正则化约束的地震随机噪声压制方法

人工地震数据总是受到随机噪声的干扰,地震数据时-空变的特性使得常规去噪方法处理效果并不理想,容易导致有效信号的损失.目前广泛应用的预测滤波类方法存在处理时变数据能力不足的问题.随着压缩感知理论的不断完善,稀疏变换阈值算法能够解决时变地震数据噪声压制问题,但是常规的稀疏变换方法,如傅里叶变换,小波变换等,并不是特殊针对地震数据设计的,很难提供地震数据最佳的压缩特征,同时,常规阈值算法容易导致去噪结果过于平滑.因此开发更加有效的时-空变地震数据信噪分离方法具有重要的工业价值.本文将地震数据信噪分离问题归纳为数学基追踪问题,在压缩感知理论框架下,利用特殊针对地震数据设计的VD-seislet稀疏变换方法,结合全变差(TV)算法,构建seislet-TV双正则化条件,并利用分裂Bregman迭代算法求解约束最优化问题,实现地震数据的有效信噪分离.通过理论模型和实际数据测试本文方法,并且与工业标准FXdecon方法进行比较,结果表明基于seislet-TV双正则化约束条件的迭代方法能够更加有效地保护时-空变地震信号,压制地震数据中的强随机噪声.     

基于泊松碟采样的地震数据压缩重建

在地震资料处理领域,数据的压缩和重建是非常重要的问题,但往往由于数据的严重缺失或采样原因而达不到理想的效果.新发展起来的压缩感知理论为重建欠采样数据提供了可能,而选用合适的采样方法是其中的关键技术之一.本文基于傅里叶变换和压缩感知理论,采用泊松碟采样,对不完整地震数据进行恢复重建.数值实验表明,与传统的单纯随机采样方法相比,泊松碟采样方法在保持采样随机性的同时,使采样点的分布更加均匀,有效地调节了采样间距,从而达到更好的恢复效果,可以有效地指导地震数据采集设计及重建.     

Sparse Randomized Maximum Likelihood (SpRML) for subsurface flow model calibration and uncertainty quantification

Despite their apparent high dimensionality, spatially distributed hydraulic properties of geologic formations can often be compactly (sparsely) described in a properly designed basis. Hence, the estimation of high-dimensional subsurface flow properties from dynamic performance and monitoring data can be formulated and solved as a sparse reconstruction inverse problem. Recent advances in statistical signal processing, formalized under the compressed sensing paradigm, provide important guidelines on formulating and solving sparse inverse problems, primarily for linear models and using a deterministic framework. Given the uncertainty in describing subsurface physical properties, even after integration of the dynamic data, it is important to develop a practical sparse Bayesian inversion approach to enable uncertainty quantification. In this paper, we use sparse geologic dictionaries to compactly represent uncertain subsurface flow properties and develop a practical sparse Bayesian method for effective data integration and uncertainty quantification. The multi-Gaussian assumption that is widely used in classical probabilistic inverse theory is not appropriate for representing sparse prior models. Following the results presented by the compressed sensing paradigm, the Laplace (or double exponential) probability distribution is found to be more suitable for representing sparse parameters. However, combining Laplace priors with the frequently used Gaussian likelihood functions leads to neither a Laplace nor a Gaussian posterior distribution, which complicates the analytical characterization of the posterior. Here, we first express the form of the Maximum A-Posteriori (MAP) estimate for Laplace priors and then use the Monte-Carlo-based Randomize Maximum Likelihood (RML) method to generate approximate samples from the posterior distribution. The proposed Sparse RML (SpRML) approximate sampling approach can be used to assess the uncertainty in the calibrated model with a relatively modest computational complexity. We demonstrate the suitability and effectiveness of the SpRML formulation using a series of numerical experiments of two-phase flow systems in both Gaussian and non-Gaussian property distributions in petroleum reservoirs and successfully apply the method to an adapted version of the PUNQ-S3 benchmark reservoir model.     

基于光子计数探测器的能谱CT的研究

本文的目的是评估光子计数探测器对CT成像的性能的影响,我们对一款基于碲锌镉(CZT)的光子计数探测器进行了性能测试,并搭建一个成像平台。首先对探测器系统进行能量增益的校正以及坏像素点校正,以减少探测器响应的不均匀性对CT成像的影响。然后对探测器进行能量-阈值标定,以确定探测器的工作能量阈值。最终搭建成像系统,对X光能量分别大于36和45keV的数据,获得了模体的重建结果,并对结果进行了分析。      

基于jitter采样和曲波变换的三维地震数据重建

传统的地震勘探数据采样必须遵循奈奎斯特采样定理,而野外数据采样可能由于地震道缺失或者勘探成本限制,不一定满足采样定理要求,因此存在数据重建问题.本文基于压缩感知理论,利用随机欠采样方法将传统规则欠采样所带来的互相干假频转化成较低幅度的不相干噪声,从而将数据重建问题转为更简单的去噪问题.在数据重建过程中引入凸集投影算法(POCS),提出采用e^-√x(0≤x≤1)衰减规律的阈值参数,构建基于曲波变换三维地震数据重建技术.同时针对随机采样的不足,引入jitter采样方式,在保持随机采样优点的同时控制采样间隔.数值试验表明,基于曲波变换的重建效果优于傅里叶变换,jitter欠采样的重建效果优于随机欠采样,最后将该技术应用于实际地震勘探资料,获得较好的应用效果.     

叠前地震数据特征波场分解、偏移成像与层析反演

本文提出了一套叠前地震数据稀疏表达(特征波场合成)、深度偏移成像和层析成像的处理流程.不同于传统的变换域中的数据稀疏表达理论,本文利用局部平面波的传播方向(慢度矢量),在中心炮检点处同时进行波束合成,从而将地震数据投影到局部平面波域(高维空间)中.由于波束合成后的地震数据描述了局部平面波的方向特征,因此称之为特征波场.然而波束合成算法需要估计局部平面波的慢度矢量.当地震数据受噪声干扰时,难以在常规τ-p谱中自动估计局部平面波的射线参数(慢度矢量).本文提出了基于反演理论的特征波场合成方法,可以同时反演局部平面波及其传播方向,从而提高特征波合成的自动化程度并保持方法的稳健性.通过特征波场合成,可以将地震数据分解为单独的震相(波形).这样的数据可以直接用来成像及反演.在局部平面波域中,由于局部平面波的入射与出射射线参数已知,传统的Kirchhoff叠前深度偏移(PSDM)和高斯束/控制束PSDM可以实现从"沿等时面的画弧"到"向反射点(段)的直接投影"的转变,叠前偏移的效率以及成像质量可以同时提高.此外,特征波场与地下反射点(段)的一对一映射关系使得叠前深度偏移与层析成像融为一体,可以极大地提高速度反演的效率.数值试验证明了特征波场合成、叠前深度成像以及层析反演的有效性.     

基于压缩感知的Curvelet域联合迭代地震数据重建

由于野外采集环境的限制,常常无法采集得到完整规则的野外地震数据,为了后续地震处理、解释工作的顺利进行,地震数据重建工作被广泛的研究.自压缩感知理论的提出,相继出现了基于该理论的多种迭代阈值方法,如CRSI方法（Curvelet Recovery by Sparsity-promoting Inversion method）、Bregman迭代阈值算法（the linearized Bregman method）等.CSRI方法利用地震波形在Curvelet的稀疏特性,通过一种基于最速下降的迭代算法在Curvelet变换域恢复出高信噪比地震数据,该迭代算法稳定,收敛,但其收敛速度慢.Bregman迭代阈值法与CRSI最大区别在于每次迭代时把上一次恢复结果中的阈值前所有能量都保留到本次恢复结果中,从而加快了收敛速度,但随着迭代的进行重构数据中噪声干扰越来越严重,导致最终恢复出的数据信噪比低.综合两种经典方法的优缺点,本文构造了一种新的联合迭代算法框架,在每次迭代中将CRSI和Bregman的恢复量加权并同时加回本次迭代结果中,从而加快了迭代初期的收敛速度,又避免了迭代后期噪声干扰的影响.合成数据和实际数据试算结果表明,我们提出的新方法不仅迭代快速收敛稳定,且能得到高信噪比的重建结果.     

计算机分层成像技术概述

计算机断层成像（CT）需要对物体进行360°扫描,由于几何限制及X射线在纵向的高吸收率,使得其在大构件尤其是板状构件的检测方面具有局限性,在这些情况下,计算机分层成像（CL）提供了一种有效的方法。本文首先总结近年来国内外关于CL的研究成果,然后系统地阐述CL成像的原理、重建算法以及应用,最后在成像质量方面比较CL和CT。