项目名称: 多色X射线同轴相衬CT射束硬化校正和图像复原算法的研究

项目编号: No.11305115

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 郭学俊

作者单位: 太原理工大学

项目金额: 25万元

中文摘要: 在多色X射线轴相衬CT中,射束硬化和投影图像质量退化引起重构准确度的下降和伪影的出现,严重影响了多色X射线相衬CT技术的实际应用。本项目以微聚焦X射线同轴相衬CT系统为研究平台,研究多色X射线同轴相衬CT射束硬化校正和图像复原。研究射束硬化对多色X射线同轴相衬CT的影响机制,并在此基础上探索单材质和多成分样品的多色X相衬CT射束硬化校正算法。针对同轴相衬CT,开发一种基于小波变换的自适应图像复原算法,该方法是一种能有效抑制边缘振荡、边缘模糊和噪声放大的快速图像复原算法。研究中还将利用统一计算设备架构技术,以进一步提高射束硬化校正算法和图像复原的计算速度。这些方法的研究和建立具有重要的理论意义和应用价值。

中文关键词: 射束硬化;多色X射线同轴相衬CT;非线性方程;图像复原;小波

英文摘要: In polychromatic x-ray in-line phase-contrast computed tomography, the effects of beam hardening and degradation of projection image are the main error sources of reconstruction and have seriously hindered practical application of the technique. The item will study on the correction of beam hardening and image restoration in polychromatic x-ray in-line phase-contrast computed tomography using a computed tomography system based on microfocus x-ray sources. First, we will research on the way beam hardening influence the reconstruction. Based on the results, we will develop our beam-hardening correction methods for polychromatic x-ray in-line phase-contrast computed tomography of single-component and multi-component materials. Then a fast algorithm of image restoration with ability of edge-preserving and inhibition of noise-amplification and ringing is developed for polychromatic x-ray in-line phase contrast computed tomography. The method combined the wavelet transform and adaptively regularized image restoration. The beam-hardening correction and image restoration methods are further accelerated with CUDA technique. The analysis and methods presented in this item poeeess important theoretical significance and application value.

英文关键词: beam hardening;polychromatic in-line phase-contrast tomography;non-linear equation;image restoration;wavelet

成为VIP会员查看完整内容
0

相关内容

悉尼科大董宣毅等:「自动深度学习AutoDL」2021进展
专知会员服务
27+阅读 · 2021年12月20日
专知会员服务
13+阅读 · 2021年9月17日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
28+阅读 · 2021年6月4日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
72+阅读 · 2020年12月7日
专知会员服务
123+阅读 · 2020年11月15日
深度学习目标检测方法及其主流框架综述
专知会员服务
147+阅读 · 2020年6月26日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
CT影像肺结节分割研究进展
专知
4+阅读 · 2021年4月23日
深度学习目标检测算法综述
AI研习社
25+阅读 · 2019年2月1日
实战 | 相机标定
计算机视觉life
15+阅读 · 2019年1月15日
已删除
黑白之道
19+阅读 · 2018年12月23日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
22+阅读 · 2021年12月19日
小贴士
相关主题
相关VIP内容
悉尼科大董宣毅等:「自动深度学习AutoDL」2021进展
专知会员服务
27+阅读 · 2021年12月20日
专知会员服务
13+阅读 · 2021年9月17日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
28+阅读 · 2021年6月4日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
72+阅读 · 2020年12月7日
专知会员服务
123+阅读 · 2020年11月15日
深度学习目标检测方法及其主流框架综述
专知会员服务
147+阅读 · 2020年6月26日
相关资讯
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
一文概括常用图像处理算法以及常用开发库
极市平台
1+阅读 · 2021年11月23日
CT影像肺结节分割研究进展
专知
4+阅读 · 2021年4月23日
深度学习目标检测算法综述
AI研习社
25+阅读 · 2019年2月1日
实战 | 相机标定
计算机视觉life
15+阅读 · 2019年1月15日
已删除
黑白之道
19+阅读 · 2018年12月23日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员