教育部“春晖计划”(Z2005-2-63001)
- 作品数：7 被引量：28H指数：3
- 相关作者：曾理邹晓兵卢艳平马睿刘长江更多>>
- 相关机构：重庆大学四川理工学院更多>>
- 发文基金：教育部“春晖计划”国家自然科学基金重庆市科技攻关计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 锥束CT的图像分块OSEM重建算法被引量：1
- 2007年
- 在计算机断层成像(CT)中,有序子集最大期望值算法(OSEM)能够在较短的时间内重建出高质量的图像。对含有噪声的投影数据,投影旋转分度子集划分的不同会影响到图像的重建质量和收敛速度。针对三维锥束CT情况,研究了一种基于图像分块的变子集OSEM重建方法,该方法将图像空间分割成等大小的图像块,然后在迭代过程中,对于不同的图像块用变化的子集进行图像重建。计算机仿真实验表明:该方法在锥束CT图像重建中,能够在抑制噪声的同时提高重建图像的收敛速度。
- 曾理冀东江邹晓兵
- 关键词：锥束CT图像分块图像重建计算机仿真
- 螺旋锥束CT图像同时代数重建的机群并行化被引量：2
- 2007年
- 在CT(Computed Tomography)图像重建领域,当投影数据含有噪声或者不完备时,与Feldkamp算法相比,同时代数重建方法(Simultaneous Algebraic Reconstruction Technique,SART)能重建出更高质量的三维图像。但三维SART方法非常耗时,为了减少SART的运行时间,利用工作站机群(Cluster of Workstations,COWs)进行并行加速是一种重要的方法。针对螺旋锥束扫描,对基于体数据划分的并行算法进行了改进。并在安装了MPICH 1.2.5的工作站机群上进行了实验。实验结果表明,该方法达到了和串行算法一样的重建效果,并且减少了重建时间。
- 曾理刘宝东邹晓兵
- 关键词：计算机断层扫描计算机机群
- 改进的基于Facet模型的亚像素边缘检测被引量：14
- 2009年
- 在图像测量等工程应用中,需要获得目标的高精度图像边缘信息.本文首先介绍了一种基于Facet模型的亚像素边缘检测算法,该方法具有抗噪能力强,定位精度高等优点,但是计算复杂度太高.针对此缺点,本文研究了一种改进算法,将其与Mallat的小波变换模极大算法有效的结合,不仅处理速度提高了10倍左右,而且所提取的边缘效果也有所改善.实验结果表明,本文的方法不仅能获得高精度的边缘信息,抗噪能力强,而且处理速度快.
- 马睿曾理卢艳平
- 关键词：FACET模型亚像素边缘检测小波变换
- 工业CT三维体数据边缘面提取被引量：2
- 2009年
- 采用了新近发展起来的边缘提取技术——细胞神经网络(CNN),从工业CT(Computed Tomography,计算机断层成像)体数据出发,提取被扫描工件的内外表面(称为边缘面)。当一个边缘面与沿某方向切片序列中的某切片重合时,采用二维边缘提取方法不易从该切片序列中提取出边缘面。针对这种情形,将工业CT体数据沿三个互相垂直的方向剖分,得到相应的切片序列。然后对每个切片,采用两组二维细胞神经网络实现边缘提取。再将同方向的切片边缘数据重组,得到对应方向的边缘体数据。最后,综合各方向的边缘体数据得到边缘面。该算法由于考虑了体数据点在三个方向的灰度变化,分割结果比仅考虑单一方向的算法更接近真实情形。对边缘分割后的体数据的三维显示表明,该算法能得到比较完整真实的边缘面。
- 刘长江曾理
- 关键词：图像处理细胞神经网络体数据
- 锥束CT的惩罚SART重建算法被引量：1
- 2008年
- 联合代数迭代方法(SART)对重建图像空间是无约束的,其迭代到一定次数后,图像空间的噪声会不断增加。为了解决这一问题,针对三维锥束CT情况,研究了一种增加惩罚项的联合代数迭代算法,同时研究了该算法与有序子集结合的方法。计算机仿真试验表明:在锥束CT图像重建中,该方法能够在抑制噪声的同时提高重建图像的收敛速度。
- 冀东江曾理邹晓兵
- 关键词：锥束CT图像重建计算机仿真
- 基于两组细胞神经网络的工业CT图像分割被引量：3
- 2008年
- 采用两组细胞神经网络实现工业CT图像的分割。一组细胞神经网络用粗分割,得到阈值分割图像,在此基础上用另一组细胞神经网络细分割,得到精细的边缘等信息。修正网络稳定态的定义,以网络伪稳定态作为网络迭代过程的终止条件。应用该方法,以发动机切片CT图像作为实验对象,能取得较好的效果。
- 刘长江曾理
- 关键词：细胞神经网络工业CT图像分割边缘检测
- 工业CT图像的亚像素级面积测量被引量：5
- 2009年
- 为了提高工业CT图像测量的精度,研究了一种基于Facet模型的亚像素级面积测量方法,并将其应用于实际的工业CT图像测量中。首先采用基于Facet模型的边缘检测算法提取亚像素边缘,然后通过最小距离搜索法分离出待测目标的边缘点并排序,最后利用离散化的格林公式计算面积。其中,基于Facet模型的边缘检测算法精度高、抗噪声能力强,能为后续基于边缘的测量提供高精度的数据;最小距离搜索法在浮点型边缘点上实现了待测目标边缘与整幅图像边缘的分离,并生成排序链码,克服了边缘点是浮点型且不连续的困难,给面积的计算提供了有效的数据。测量方法是在亚像素边缘上进行的,突破了图像分辨率对测量精度的限制,使在低分辨率的图像上实现高精度的测量成为可能。分别针对仿真图像和实际的工业CT图像进行了实验,实验结果表明该方法的测量精度高于普遍采用的像素累加法。
- 马睿曾理卢艳平
- 关键词：工业CTFACET模型亚像素面积测量
