三维任意几何光子成像系统的散射修正及图像重建方法

在客体材料密度重建过程中考虑散射光子的影响,研究了在重建过程中通过迭代扣除散射贡献进行散射修正的重建方法.针对三维任意几何结构问题,利用AutoCAD的二次开发功能实现几何前处理,开发了用于散射量计算的快速光子输运计算程序及基于三维任意几何结构的迭代法图像重建程序(IPOR).通过与蒙特卡罗程序MCNP进行数值比较,可知文中采用的散射修正方法在达到与蒙特卡罗方法相当精度的同时,其计算效率可提高2个数量级.重建计算结果表明,IPOR的重建精度远高于未进行散射修正的直接求解法的重建精度.     

三维电阻抗成像的测量模式

电阻抗成像技术（EIT）是一种非侵入的成像技术,通过测量介质的边界参数,从而获得介质的分布状态．为研究EIT的测量模式对其数据测量和图像重建的影响,借助仿真软件COMSOL建立了具有双层电极结构的EIT系统．设计和采用了4种典型的激励模式和2种测量模式,并通过评价指标进行比较．结果显示,在理想条件下,几种模式的组合表现均可．考虑到既易于测量且成像质量高,推荐双层24电极EIT系统使用同层准对向驱动模式．     

融合构型查找表与邻接查找子表的改进MC方法

针对医学图像三维可视化中移动立方体面绘制算法（marching cubes,MC）执行速度慢、效率不高的问题,提出了融合构型查找表与邻接查找子表的改进MC方法。该方法通过显性构建邻接查找子表约束体元搜索路径,使面绘制时只处理有效体元,根据邻接查找子表特点设计堆栈结构实现搜索算法,不仅提高了算法访问效率,而且减少了临时存储空间。在可视化工具包(VTK）下用改进MC方法对人体脚、胸腔、头部的CT数据集进行三维重建实验,结果表明在不损失重建质量的前提下,重建过程中遍历立方体数目缩短95%左右,重建时间缩短20%左右,提高了MC方法的执行速度和重建效率。     

林业政府网站的整合与提高

2009-2011年,我国林业信息化步入了快速发展的轨道,国家林业局政府网也随之进行了全面改版重建。形成了以中国林业网主站为龙头,以司局直属单位、省区市林业部门、森林公园等专业网站共数百个子站为主体的中国林业网站群。实现了中国林业网、国家生态网和国家林业局政府网"一网三名"。网站访问速度、安全防范、后台监管、服务功能、社会影响力等大大提高,网站功能和办网成效实现了质的飞跃。     

中国盐湖地球化学发展历程与研究进展

盐湖蕴藏有许多重要化学成分,是多种盐类的重要来源。研究不同地区不同类型盐湖的形成演化及成矿规律,可为盐湖资源评价及合理的开发利用提供科学依据。文章简要概述了中国盐湖地球化学的起源及发展历程,重点介绍了元素地球化学、同位素地球化学、矿物地球化学和盐类包裹体地球化学等方面的应用及进展,并提出了今后中国盐湖地球化学的发展方向,对研究盐类矿产成矿规律、盐湖资源潜力评价、古气候重建及盐湖生态等具有重要的现实意义。     

基于Reflected Sigmoid径向基函数重建温度场优化算法

微波加热在工业领域中广泛应用,利用超声波测温对其温度场重建可以实时监控设备内部温度,重建算法是实现温度场重建的关键。经典的重建算法为最小二乘法,其在重建过程中为保证结果唯一性,要求有效声波路径数大于区域划分数,重建结果的边界处会出现温度信息缺失。优化声波换能器安装位置,减少待测区域边界位置信息损失,提出基于Reflected Sigmoid径向基函数重建温度场算法,结合病态矩阵广义逆矩阵求解,可有效避免子区域划分条件限制,弥补了经典算法的缺陷。通过仿真实验及对比,所提算法可降低5%的误差。     

一种基于多尺度结构自相似性的图像超分辨重建算法

多尺度结构自相似性是指图像中存在大量相同尺度以及不同尺度相似结构的性质。本文提出一种基于多尺度结构自相似性的超分辨率重建算法,该方法通过图像旋转和金字塔分解将输入图像的先验信息附加到训练库中,并对样本图像块聚类,分别训练针对各类的多个字典。在图像重建阶段,自适应选择最优字典,并利用相似图像块间的关系建立非局部约束项重建图像。最后利用迭代反投影算法进行图像后处理,进一步提升图像的超分辨率重建效果。实验结果表明,与SCSR、SISR和ASDS算法相比,本文算法能够取得边缘更为清晰的超分辨率重建效果。     

基于多监督的三维人体姿势与形状预测

三维人体重建技术指通过图像或视频建立有相应姿势和体型的三维人体模型,其在虚拟现实(VR)、网游、虚拟试衣等方面有着十分广泛的应用前景．其中,参数化的三维人体模型由于参数数量的局限,重建精度较低,缺少细节特征．为了提升参数化三维人体模型的重建精度,增加其脸部与手部细节,提出一种基于多监督的三维人体模型重建方法．该方法结合传统的回归方法和优化方法,利用卷积神经网络回归出参数化人体模型的参数,得到一个较为粗糙的人体模型,将该模型作为初始模板进行拟合和迭代优化,将带有脸部和手部的全身密集关节点信息和轮廓信息作为回归网络的2D监督,同时使用迭代优化后的人体模型作为回归网络的3D监督,最终可由一幅图像获得一个多细节、高精度的参数化三维人体模型．定性分析结果表明,该方法为人体拟合过程提供正确的拟合方向,可有效减少非自然姿势的出现,提高三维人体模型重建的准确度．全身密集关节点监督可为模型增加更多手部与脸部的细节,而轮廓监督可减少重建的人体模型与图像中人体的像素级偏差．定量分析表明,该方法在数据集Human3.6M上的平均逐关节位置误差(MPJPE)为59.9 mm,较经典方法 SPIN减少了4.16%...