单圆轨道扫描的Grangeat改进算法

为减少ICT(Industrial Computed Tomography)重建图像的伪影,研究了Grangeat精确重建算法的原理.基于平板探测器依次通过对投影数据沿行、列一阶偏微分,求Radon导以及两步反投影等步骤仿真实现了Grangeat算法.针对单圆轨道锥束扫描投影数据的不完备性,分析了Radon空间的数据缺失情况,提出了通过近邻插值、线性插值、二次三点插值和一元线性回归插值的方法对Radon空间缺失数据进行插值改进该算法的几种途径.计算机仿真结果证明了改进算法的正确性和可行性.     

基于投影残差最小化的二维火焰化学发光场重建

化学发光计算断层成像技术(CTC)能够实现对燃烧室内激发态粒子化学发光场的瞬时三维测量。为进一步提高CTC的测量精度,依据火焰的结构特性提出一种基于投影残差最小化的优化重建算法(PDM算法),利用Sine仿真模型对ART算法、ASD-POCS算法和PDM算法在不同角度下的重建性能进行评估。实现对一组稳定二维预混火焰的OH*化学发光场重建,通过重建结果与实际拍摄结果的对比,进一步评估重建算法的性能。结果表明:传统医学重建算法丢失火焰内部结构特征,不适用于火焰图像重建;PDM算法可以加快重建速度,提高重建质量,即使在稀疏角度下的重建,仍能得到较高精度的重建结果,有效捕捉火焰的主要结构特征。     

正交投影二次曲面立体图的斜置对称面检测

斜对称检测是三维重建中一个重要的环节,恰当地对斜对称进行处理可以减少几何约束,从而降低三维重建的复杂度.改进了Sugimoto提出的包括椭圆曲线在内的平面二次曲线的斜对称检测方法,扩大了实体的覆盖域,实现了包括双曲线和抛物线在内的二次曲线的斜对称检测,并通过参数化检测的方法完成了空间二次曲线的投影匹配,最终得到二次曲面体的斜对称面.最后经算例验证得到了满意结果.     

一种用于CT空间分辨率增强的图像重建方法

为在既有硬件条件下提高工业计算机层析成像(computed tomography,CT)系统空间分辨率,分析了提高采样频率的半像素错位工业CT扫描方法,提出了一种基于代数迭代技术的直接重建算法,以面积权值对采集到的投影数据进行交替迭代,实现高分辨率图像重建.利用星型空间分辨率模型开展了计算机仿真分析,重建图像截止频率处的调制度达到0.8,表明了该方法提高空间分辨率的潜力.标准空间分辨率测试卡工业CT扫描重建实验结果进一步验证了其可行性和有效性.该方法简单、易行,在工业CT系统中有良好工程应用前景.      

基于球投影的面阵探测器扭转角测量与校正

为了消除基于面阵探测器的锥束X射线计算机断层成像(XCT,X-ray Computed Tomography)检测系统中探测器的安装误差对重建断层图像的影响,使投影坐标系准确建立,并与重建坐标系精确配准,提出了基于椭圆拟合的平板探测器位姿参数的估计方法.并在此基础上,从锥束XCT的近似重建算法FDK(Feldkamp)出发,结合空间坐标变换原理,改进了重建算法中投影地址的计算方式,使之能在存在安装误差的情况下准确计算投影地址,重建出正确的断层图像.该方法简单有效,计算量小,无需对系统硬件进行调整.实验结果表明,利用该方法可以有效地消除由于探测器位姿引起的图像伪影.     

基于神经网络的CT图像重建方法研究

旅客行李隐藏爆炸物CT检测是机场安检的重要部分,图像重建是CT检测技术的重要环节,但实际中往往得不到完全的投影数据。针对不完全投影数据或数据量较少情况的重建问题,提出将神经网络算法应用于图像重建,并利用完全投影条件下FBP算法的重建结果作为网络的目标输出进行权值学习,从而降低网络结构和训练的复杂性。对该算法进行计算机模拟仿真试验,试验结果表明,该算法能有效地完成不完全投影数据的图像重建,且重建图像质量较高。     

基于背景和变化稀疏性的瞬变源图像重建算法

针对射电干涉测量通过结合长时间观测的多组可见度数据对静态源进行高空间分辨率成像,但无法得到时变信息的问题,提出了一种基于背景和目标变化的直和空间上稀疏性的稀疏基线综合孔径动态场景图像重建算法。将起始时刻的亮温和相邻时刻的亮温变化作为待求解矢量,不同时刻的亮温表示为它们的和,构造测量方程,并利用起始时刻亮温和相邻时刻亮温的稀疏性进行求解,重建出不同时刻的瞬变源图像。仿真实验结果表明,对于小区域背景下的瞬变源,所提算法与已有方法相当,对于大区域背景下的瞬变源,所提算法优于已有方法。      

三角网格模型重建中的误差分析与显示

根据实物模型的坐标测量，数据重建模拟的三角网格曲面表示在实践中有着广泛的应用。在许多对精度有较高要求的应用中，对重建网格模型的误差分析是必不可少的。本文提出并实现了一种对重建三角网格模型进行误差分析的方法，该方法首先对网格模型空间进行划分以提高算法的效率，通过计算测量点与网格模型间的最短距离，得到网格模型的误差分布，最后将计算得到的三角网格模型中每个顶点的误差度量转换为相应的颜色表示，并用彩色云图对分析结果进行直观的显示。     

基于三维点云重建的助推器位姿估计

助推器分离是运载火箭发射过程中的关键动作之一,常用的激光雷达姿态测量技术在助推器分离阶段受外界干扰严重,难以准确获得位姿。基于视觉的助推器位姿变化测量技术具有优秀的抗干扰能力,通过搭建三维点云重建网络,以图像为输入,三维点云为输出,在构建的助推器分离过程的图像 点云数据上进行了训练和测试,对测试重建的助推器点云使用主成分分析的方法完成了位姿的估算。测试结果表明,所建立的三维点云重建网络可以根据仿真图像数据,精确测量助推器分离阶段的位姿变化,在R2score指标下,对三维坐标的预测分数均在0.98以上,姿态角平均误差约为21°,预测分数则均在0.80以上。     

面向快速原型制造的海量数据模型重建(英文)

根据已有实物的测量数据进行模型重建 ,在机械产品逆向建模、计算机视觉、基于二维轮廓数据的生物外形重建等领域中具有重要应用价值。随着坐标测量设备的发展 ,获取包含被测物体更多细节的海量数据已非常方便 ,但大量的测量点却给模型重建带来了困难。本文首先提出了精度可控的海量数据自动简化算法。为了提高算法的效率 ,文中提出了一个数据集空间划分策略。根据简化后的数据集 ,应用步进立方体方法重建模型的三角网格曲面表示。由于种种原因 ,重建的三角网格模型常常含有不希望有的孔洞。为此 ,本文给出了一个算法产生形状优化的三角片以修补网格模型中的孔洞。经过孔洞修补 ,完全封闭的三角网格模型可以直接输出为快速原型制造中广泛应用的 STL文件。应用实例说明了本文的方法的可行性