过程层析成像传感器配置的仿真研究

对过程层析成像传感器配置进行了模拟研究 ,分析了传感器尺寸、阵列间距和传感器扫描步进角度对重建图像质量的影响。根据滤波反投影法重建了图像 ,并给出了相应的成像结果 ,绘出了空间图像误差曲线 ,分析了传感器配置各因素对重建图像质量的影响。     

抽样间距和投影数对卷积滤波法图像重建质量的影响

利用卷积反投影算法对图像进行重建时，要降低成本，提高成像效率，就必须选取合理的抽样间距和投影数，作者在分析抽样间距和投影数对图像重建质量影响时发现，在噪音比较大的情况下，抽样间距过小，会使重建图像的质量下降，而投影数的变化对重建图像质量的影响则相对较小。     

CMOS图像传感器电路噪声分析

从基本电路原理出发,分析了采用互补金属氧化物半导体(CMOS)传感器获取图像的基本噪声来源,以及各噪声源的基本特性及其对输出图像的影响,讨论了不同系统结构CMOS图像传感器的图像噪声表现与相应噪声消除以及提高图像质量的系统解决方案,并进行了仿真验证.     

电容层析成像系统重建图像质量评价方法探讨

提出了使用多参数即图像形心点空间位置误差和面积误差的方法，在仿真环境下对电容层析成像系统的重建图像质量进行评价，给出了图像形心点空间位置误差的计算模型．仿真结果表明，该法比目前常用的单参数评价重建的图像质量更科学合理．     

单光子发射断层成像的奇异值分解重建算法

为了抑制单光子发射断层成像(SPECT)中噪声的影响,提高重建图像的质量和定量精度,应用奇异值分解(SVD)方法进行图像重建。对人体胸腔模型进行Monte-Carlo模拟计算,生成三维SPECT系统传输矩阵和模拟投影图像,求解系统传输矩阵的广义逆矩阵。在有噪声情况下,存在最佳保留奇异值数目,使重建图像质量达到最优。最佳保留奇异值数目的不同体现了噪声的差异。与常规重建方法进行比较,SVD重建算法具有更好的噪声抑制和重建图像质量,是一种值得关注的SPECT图像重建算法。     

图像合成在超声兰姆波层析成像中的应用

在兰姆波层析成像中, 由于数据采集系统结构的局限性,致使所得数据不完全,从而引起重建图像的质量下降.图像合成是一种重要的增强图像信息的方法.将图像合成技术引入兰姆波层析成像中,在不同换能器布置方式下对含缺陷板材进行采样,并利用联合迭代重建(SIRT)算法重建缺陷,然后使用均值合成、平方根均值合成和几何均值合成法分别对所获得的图像进行合成.实验结果显示,合成之后的图像视觉上更接近于缺陷的真实形状,而通过对图像质量参数的定量化分析进一步证实了合成之后的图像质量得到显著改善.     

基于共轭梯度的工业 CT 图像重建

为了保证不完全投影数据的重建图像质量,通过共轭梯度法对工业CT图像进行重建.通过对模拟数据和实际工件断层扫描数据进行图像重建,估计了算法的有效性.结果表明,与最速下降法相比,此算法适用于不完全投影数据的图像重建,在保证重建图像拟合度的同时,大大提高了重建速度.     

图像融合中小波边缘效应的消除方法

研究基于小波变换的图像融合方法中图像边缘效应产生的原因和消除方法．依据小波变换的定义和重构过程中所用多种边界延拓的方法，分析了边缘效应产生的原因，据此改进了传统边界延拓方法．利用先截短后扩展的延拓方法满足了图像边缘完全重建的要求．实验证明，改进后的边界延拓方法消除了原有融合图像中的边缘效应，有效地改善了融合图像质量．     

厚管壁电容层析成像图像重建算法

探讨了适合厚管壁条件下的电容层析成像图像重建算法.针对厚管壁管道内几种不同流型,分别采用LBP算法、Landweber迭代算法和BP神经网络对8电极电容传感器进行成像重建计算.结果表明:在厚管壁情况下,LBP算法重建的图像质量很差;Landweber迭代算法在层流下的重建效果好于核心流和环状流;而BP神经网络算法可以有效重建管道内的介质分布,但对于没有训练到的任意流型,其重建效果不够理想.     

基于反卷积算法的超声图像优化方法

超声成像技术因其无侵入、低成本、快速、可便携化的特性，成为医学成像领域的一大研究热点.然而，受限于声波的传播特性、成像算法的弊端以及硬件发展，超声图像存在成像深度小、大量伪影、分辨率低等问题.针对超声图像中的目标混叠和分辨率低下问题，提出了一种基于信号处理的超声图像优化方法，通过反卷积算法对超声探头采集到的原始信号进行处理，再将处理后的信号按照延时求和成像算法重建为图像.提出的方法可以减轻信号间的混叠，最终减轻图像中的混叠，令图像中原本难以辨认的微小结构和细节信息得以展现.通过仿真和实验证明，经过处理后的信号所重建的图像质量优于原始信号所重建的图像，验证了提出的信号处理方法的有效性.