当前位置:主页 > 科技论文 > 软件论文 >

基于小波变换的多分辨率锥束CT图像快速三维重建算法

发布时间:2019-07-12 17:56
【摘要】:为了解决FDK重建算法在锥束CT重建中运算量大,耗时较多,以及针对不同的应用环境提供不同分辨率的3维医学图像问题,该文提出一种基于小波变换的多分辨率锥束CT图像快速3维重建算法。首先对采集到的投影图像进行相应尺度的小波变换,得到各尺度小波分解系数,选择相应尺度的小波系数进行FDK重建,可以得到相应低分辨率的3维图像数据,还可根据需要由得到的低分辨率重建数据分别沿着径向取断层图像,进行相应的小波逆变换,进而得到高分辨率的3维图像数据。实验数据表明,该方法不仅能够得到不同分辨率的3维图像数据,而且相较于传统的FDK算法生成分辨率相同、精度相近的高分辨率3维图像数据,重建速度可以提高1倍以上。
[Abstract]:In order to solve the problem of large computation and time-consuming of FDK reconstruction algorithm in cone-beam CT reconstruction, and to provide different resolution 3D medical images for different application environments, a fast 3D reconstruction algorithm for multi-resolution cone-beam CT images based on wavelet transform is proposed in this paper. Firstly, the corresponding scale wavelet transform is carried out on the captured projection image, and the wavelet decomposition coefficients of each scale are obtained, and the corresponding low-resolution 3D image data can be obtained by selecting the corresponding scale wavelet coefficients for FDK reconstruction. According to the needs, the low-resolution reconstruction data can be taken along the radial direction of the fault image, and the corresponding wavelet inverse transform can be carried out, and then the high-resolution 3D image data can be obtained. The experimental data show that this method can not only obtain 3D image data with different resolutions, but also can improve the reconstruction speed by more than twice compared with the traditional FDK algorithm with the same resolution and similar precision.
【作者单位】: 山东大学信息科学与工程学院;山东师范大学物理与电子科学学院;
【基金】:国家自然科学基金(61471226) 山东省自然科学杰出青年基金(JQ201516)~~
【分类号】:TP391.41

【相似文献】

相关期刊论文 前10条

1 唐贤瑛,姜山;基于小波变换的股市技术分析模型与仿真[J];计算机仿真;2003年04期

2 郭景峰,苑炜_",姜爱群;基于提升方案的小波变换原理与C++实现[J];计算机工程与科学;2004年01期

3 赵丽;王玉兰;张孝攀;;基于小波变换的图像处理技术研究[J];四川理工学院学报(自然科学版);2013年06期

4 马红星;吴杰;刘文松;;基于翻转结构的离散小波变换片上系统设计验证[J];计算机与数字工程;2013年12期

5 温演庆,李毅,罗以宁;羊绒自动鉴别系统中的小波变换图象融合技术[J];四川大学学报(自然科学版);2000年06期

6 罗莉,何鸿君,罗强,邓方林;基于小波变换的图象镶嵌方法[J];计算机工程与科学;2000年04期

7 邱力军,文治洪,李江,杨滨;小波变换在医学影像技术中应用[J];医疗卫生装备;2003年S1期

8 熊新兵,焦晓军,陈亚光;用提升小波变换提取诱发脑电[J];中南民族大学学报(自然科学版);2004年03期

9 季虎,孙即祥,林成龙;基于离散平稳小波变换的心电信号去噪方法[J];计算机应用;2005年06期

10 吴丹青,周昌乐;小波变换的计算机实现[J];计算机应用与软件;2005年05期

相关会议论文 前10条

1 龚妙昆;万福永;;用统计方法和小波变换确定心电图数据中的R波[A];2006中国控制与决策学术年会论文集[C];2006年

2 赵丽红;蔡玉;徐心和;;基于小波变换和多分类器融合的人脸识别[A];2007中国控制与决策学术年会论文集[C];2007年

3 任锐;;小波变换在图像处理中的应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年

4 朱煜;汪奇;肖玉玲;;基于CURVELET变换的图象去噪研究[A];第十三届全国图象图形学学术会议论文集[C];2006年

5 张肃;于远航;张宇;王文生;;小波变换在微光目标探测与识别中的应用[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年

6 赵琦;温宏愿;周木春;陈延如;;基于小波变换的炉口火焰图像降噪[A];第三届全国虚拟仪器大会论文集[C];2008年

7 王冬生;王玉田;潘玮炜;;基于小波变换的图像信号分析及研究[A];中国光学学会2010年光学大会论文集[C];2010年

8 沈庆华;李树涛;李怡;;基于小波变换和形态学的复杂背景文本定位[A];第二十六届中国控制会议论文集[C];2007年

9 张林怡;王建国;;基于小波变换的几种图像压缩方法研究[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年

10 邹斌;周爽;张枫;刘晨;;基于小波变换的海面红外小目标检测[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年

相关博士学位论文 前10条

1 丁文鹏;自适应方向提升小波变换及应用[D];中国科学技术大学;2009年

2 董卫军;基于小波变换的图像处理技术研究[D];西北大学;2006年

3 明星;虹膜识别技术中小波变换的应用原理与方法[D];吉林大学;2006年

4 林椹\ ;提升格式下的小波变换在图像处理中的算法研究[D];西安电子科技大学;2005年

5 孙轶;基于自适应提升小波的信号去噪技术研究[D];中国科学技术大学;2008年

6 张佳岩;基于小波变换的深空通信图像压缩算法及应用研究[D];哈尔滨工业大学;2007年

7 李文明;基于重叠变换和小波变换的图像压缩研究[D];山东大学;2008年

8 成礼智;离散与小波变换新型算法及其在图像处理中应用的研究[D];国防科学技术大学;2002年

9 陈晶;信息分析中的化学计量学和生物信息学新方法研究[D];西北师范大学;2009年

10 崔玲玲;布匹瑕疵识别中的关键技术研究[D];西安电子科技大学;2014年

相关硕士学位论文 前10条

1 韩科;基于小波变换与PCA的人脸识别方法的研究与实现[D];内蒙古大学;2015年

2 段晓杰;基于小波变换的数字水印算法及评价方法研究[D];辽宁大学;2015年

3 乌月汗;基于小波变换人脸识别的算法研究[D];内蒙古大学;2015年

4 栾晓宇;基于小波变换的手机人脸识别系统研究[D];沈阳理工大学;2015年

5 李艳娜;基于小波变换的三维表面形貌分离技术研究[D];河南科技大学;2015年

6 武鹏程;墨西哥帽小波在图像边缘检测中的应用[D];山西师范大学;2015年

7 邵逢仙;基于小波变换纹理特征及多部件二次验证行人检测算法[D];长沙理工大学;2014年

8 魏书会;小波与改进流形算法相融合的人脸识别研究[D];河北工业大学;2015年

9 陈玮青;基于GPU的JPEG2000算法研究—小波算法在GPU上的实现[D];西安工业大学;2013年

10 王毅;小波变换在图像处理中的应用研究[D];西安电子科技大学;2015年



本文编号:2513875

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2513875.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户122e0***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com