基于滤波反投影图像重建的砀山果树虫洞无损检测研究
发布时间：2021-07-12 02:26
砀山县被誉为“水果之乡”,拥有安徽省百分之七十左右的果树资源,其中包括近六万余棵的逾百年古梨树,果树的健康与水果的产量直接影响着当地农民的经济收益。但以天牛为主的甲壳类虫害的幼虫常常在果树上钻洞取食,通过果树外观很难辨别,致使果树长势衰减,甚至会使果树致死,严重地影响了当地人们的经济收益以及工作人员对古树保护工作的进行。因此,需要一种工具在田间对果树进行活体扫描,通过扫描判断果树是否遭受病虫的侵害。计算机断层扫描技术具有能够清晰地呈现出被检物体断层图像的优点,被广泛应用于工业、医疗行业。目前,国内虽开始将断层技术应用于活木无损检测行业,但还仅仅停留于研究阶段并未研制出成熟的便携式检测设备。为更好地解决果树虫洞无损检测问题,本文为探究研制便携式果树无损检测仪器相关理论方法展开工作。本文的主要工作如下:（1）探究了不同滤波函数、插值方法对滤波反投影算法的影响。为探究不同滤波函数、插值方法对重建图像质量的影响,本文在MATLAB8.4环境下选取Hanning、Hamming、Cosine、S-L、R-L五种典型滤波函数以及最邻近插值法、线性插值法、三次样条插值法三种常用插值方法分别在投影数据...
【文章来源】：安徽农业大学安徽省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
图２－１?Ｘ射线强度衰减示意图??
Ｉ?７。〉?丨?／?＝?Ｖ，二；＋?一，??Ａ?义?／／４?／／５?…从??Ａｒ??图２－２射线穿过非均匀物体袞减示意图??Ｆｉｇ．?２－２?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｒａｙ?ａｔｔｅｎｕａｔｉｏｎ?ｔｈｒｏｕｇｈ?ａｎ?ｉｎｈｏｍｏｇｅｎｅｏｕｓ?ｏｂｊｅｃｔ??将式（２－２）进行变换，并取对数可得：??ｐ?＝?ｌｎ（—）?＝?＾?／ｊｆ，Ａｘ?（２－３）??Ｉ?ｎ＝ｌ??当Ａｘ趋于０时，可将上式改写成如下积分形式：??ｐ?＝?ｌｎ（ｙ）?＝?＾?ｎｎｄｘ?（２－４）??其中，Ｌ为穿过非均匀物体的直线，ｐ可以看为投影数据。山于每个单元的衰减系??数不同，可将衰减系数与扫描面建立关系，＞?写为若获得多个角度下的Ｐ??值，可通过反积分求出被积函数／ｖ〇ｃ．＿ｒ；），即对应扫秒面每个单元的衰减系数。根据??投影重建图像的过程就是根据衰减系数ｎｊ■得出彳丨描层的密度分布阁像的过程。??２．２图像重建的基本理论??２．２．１?Ｒａｄｏｎ变换及逆变换??Ｒａｄｏｉｉ变换证明了二维或三维物体的密度ｎｊ以通过无限个投影来确定，足ＣＴ??成像的基础，于１９１７年由数学家雷顿（Ｒａｄｏｎ）提出。本文主要对二维图像ｉｆｉ让进??行研宄，冈此下面主耍介绍二维Ｒａｄｏｎ变换＠１。??假设某＿?？断层内部连续且各个单元点的衰减系数为／（ｘ，＿ｙ），根据上？节式（２－４）??ｎＪ？知，投影数椐力／（ｘ，．ｖ）在这条射线线上的线性积分。投影值的获取如阁２－３所示。??９??
变换为：??Ｇ（Ｒ养「」ｇ（ｓ鄭－ｒ－伽ｄｓ?（２－１５）??Ｊ—００??若令?ｗ?＝?７？ｃｏｓ沒，ｖ?＝?／？ｓｉｎ?０，如下图所示，则?７？．ｓ．?＝?７？（ｘｃｏｓ沒＋?ｙｓｉｎ?沒）＝以ｖ?＋ｖｙ。??可得：??６’（兄灼＝仁］广２?鄭一办办＝厂（《，、，）｜ｆｌ＝定值（２－１６）??上式表明ｆｔ：?ｙ?ｘ轴成沒的投影的Ｆｏｕｒｉｅｒ变换与该图像沿０的进线Ｒ上的二维??Ｆｏｕｒｉｅｒ变换的似相等。如果获得全部的投影变换，则／＾，ｖ）也将随之确定。??Ｖ’???山??图２－４?（ｗ，ｖ）和（及，沒）的关系??Ｆｉｇ．?２－４?Ｉ＇ｈｃ?ｒｅｌａｔｉｏｎｓｈｉｐ?ｂｅｔｗｅｅｎ?（ｚ／，?ｖ）?ａｎｄ?（Ｒ＾Ｏ）??１１??
【参考文献】：
期刊论文
[1]木材CT断层图像中的年轮自动检测方法研究[J]. 董义华,台流臣. 林业机械与木工设备. 2019(03)
[2]样条插值法在AIS数据修复中的应用研究[J]. 周彩,刘卫东,万冠华,袁也. 中国水运.航道科技. 2018(04)
[3]基于Matlab的图像分割[J]. 李杨静,刘艺航,王梓,王迎港,宋琳琳. 无线互联科技. 2018(15)
[4]超声波检测在实际生产中的应用[J]. 杨年,宋瑞祥. 科技与创新. 2018(06)
[5]断层扫描技术在木材无损检测中的应用[J]. 葛浙东,侯晓鹏,李早芳,周玉成. 木材工业. 2016(03)
[6]声发射技术在木材加工领域的应用[J]. 申珂楠,赵海龙,丁馨曾,李明. 世界林业研究. 2015(01)
[7]基于可见光图像处理的双射流直流电弧等离子体放电稳定性分析[J]. 金锋,李鹏,葛楠. 高电压技术. 2014(07)
[8]CT图像重建滤波反投影算法中指数滤波器的研究[J]. 骆岩红. 计算机科学. 2014(S1)
[9]基于改进的数学形态学边缘检测算法研究[J]. 王东霞,许伟昶. 实验室研究与探索. 2014(02)
[10]脑部MR图像多阈值处理与边缘检测[J]. 黄晶晶. 计算机与数字工程. 2013(10)
博士论文
[1]基于TDLAS技术的燃烧火焰场分布二维重建研究[D]. 夏晖晖.中国科学技术大学 2017
[2]基于核磁共振成像的梨果品质无损检测方法研究[D]. 周水琴.浙江大学 2013
硕士论文
[1]微波无损成像系统及金属缺陷边界识别方法研究[D]. 李延斌.电子科技大学 2018
[2]混合失真图像的无参考质量评价方法研究[D]. 牛欣宇.哈尔滨工业大学 2017
[3]CT滤波反投影算法重建精度研究[D]. 李媛.中北大学 2017
[4]基于X射线成像技术的木竹材密度与水分检测研究[D]. 王卿平.内蒙古农业大学 2016
[5]二维CT图像重建算法研究[D]. 毛小渊.南昌航空大学 2016
[6]非圆轨迹的CT解析重建算法研究[D]. 胡婷.中北大学 2016
[7]基于细胞反向投影的木材缺陷断层重建的研究[D]. 吴彤.东北林业大学 2016
[8]基于平均中值离差的二维最小误差分割算法研究[D]. 宋斌.湘潭大学 2015
[9]X射线数字成像检测缺陷快速识别技术研究[D]. 赵志强.兰州理工大学 2014
[10]滤波反投影图像重建算法中插值和滤波器的研究[D]. 张斌.中北大学 2009
本文编号：3279003
【文章来源】：安徽农业大学安徽省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
图２－１?Ｘ射线强度衰减示意图??
Ｉ?７。〉?丨?／?＝?Ｖ，二；＋?一，??Ａ?义?／／４?／／５?…从??Ａｒ??图２－２射线穿过非均匀物体袞减示意图??Ｆｉｇ．?２－２?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｒａｙ?ａｔｔｅｎｕａｔｉｏｎ?ｔｈｒｏｕｇｈ?ａｎ?ｉｎｈｏｍｏｇｅｎｅｏｕｓ?ｏｂｊｅｃｔ??将式（２－２）进行变换，并取对数可得：??ｐ?＝?ｌｎ（—）?＝?＾?／ｊｆ，Ａｘ?（２－３）??Ｉ?ｎ＝ｌ??当Ａｘ趋于０时，可将上式改写成如下积分形式：??ｐ?＝?ｌｎ（ｙ）?＝?＾?ｎｎｄｘ?（２－４）??其中，Ｌ为穿过非均匀物体的直线，ｐ可以看为投影数据。山于每个单元的衰减系??数不同，可将衰减系数与扫描面建立关系，＞?写为若获得多个角度下的Ｐ??值，可通过反积分求出被积函数／ｖ〇ｃ．＿ｒ；），即对应扫秒面每个单元的衰减系数。根据??投影重建图像的过程就是根据衰减系数ｎｊ■得出彳丨描层的密度分布阁像的过程。??２．２图像重建的基本理论??２．２．１?Ｒａｄｏｎ变换及逆变换??Ｒａｄｏｉｉ变换证明了二维或三维物体的密度ｎｊ以通过无限个投影来确定，足ＣＴ??成像的基础，于１９１７年由数学家雷顿（Ｒａｄｏｎ）提出。本文主要对二维图像ｉｆｉ让进??行研宄，冈此下面主耍介绍二维Ｒａｄｏｎ变换＠１。??假设某＿?？断层内部连续且各个单元点的衰减系数为／（ｘ，＿ｙ），根据上？节式（２－４）??ｎＪ？知，投影数椐力／（ｘ，．ｖ）在这条射线线上的线性积分。投影值的获取如阁２－３所示。??９??
变换为：??Ｇ（Ｒ养「」ｇ（ｓ鄭－ｒ－伽ｄｓ?（２－１５）??Ｊ—００??若令?ｗ?＝?７？ｃｏｓ沒，ｖ?＝?／？ｓｉｎ?０，如下图所示，则?７？．ｓ．?＝?７？（ｘｃｏｓ沒＋?ｙｓｉｎ?沒）＝以ｖ?＋ｖｙ。??可得：??６’（兄灼＝仁］广２?鄭一办办＝厂（《，、，）｜ｆｌ＝定值（２－１６）??上式表明ｆｔ：?ｙ?ｘ轴成沒的投影的Ｆｏｕｒｉｅｒ变换与该图像沿０的进线Ｒ上的二维??Ｆｏｕｒｉｅｒ变换的似相等。如果获得全部的投影变换，则／＾，ｖ）也将随之确定。??Ｖ’???山??图２－４?（ｗ，ｖ）和（及，沒）的关系??Ｆｉｇ．?２－４?Ｉ＇ｈｃ?ｒｅｌａｔｉｏｎｓｈｉｐ?ｂｅｔｗｅｅｎ?（ｚ／，?ｖ）?ａｎｄ?（Ｒ＾Ｏ）??１１??
【参考文献】：
期刊论文
[1]木材CT断层图像中的年轮自动检测方法研究[J]. 董义华,台流臣. 林业机械与木工设备. 2019(03)
[2]样条插值法在AIS数据修复中的应用研究[J]. 周彩,刘卫东,万冠华,袁也. 中国水运.航道科技. 2018(04)
[3]基于Matlab的图像分割[J]. 李杨静,刘艺航,王梓,王迎港,宋琳琳. 无线互联科技. 2018(15)
[4]超声波检测在实际生产中的应用[J]. 杨年,宋瑞祥. 科技与创新. 2018(06)
[5]断层扫描技术在木材无损检测中的应用[J]. 葛浙东,侯晓鹏,李早芳,周玉成. 木材工业. 2016(03)
[6]声发射技术在木材加工领域的应用[J]. 申珂楠,赵海龙,丁馨曾,李明. 世界林业研究. 2015(01)
[7]基于可见光图像处理的双射流直流电弧等离子体放电稳定性分析[J]. 金锋,李鹏,葛楠. 高电压技术. 2014(07)
[8]CT图像重建滤波反投影算法中指数滤波器的研究[J]. 骆岩红. 计算机科学. 2014(S1)
[9]基于改进的数学形态学边缘检测算法研究[J]. 王东霞,许伟昶. 实验室研究与探索. 2014(02)
[10]脑部MR图像多阈值处理与边缘检测[J]. 黄晶晶. 计算机与数字工程. 2013(10)
博士论文
[1]基于TDLAS技术的燃烧火焰场分布二维重建研究[D]. 夏晖晖.中国科学技术大学 2017
[2]基于核磁共振成像的梨果品质无损检测方法研究[D]. 周水琴.浙江大学 2013
硕士论文
[1]微波无损成像系统及金属缺陷边界识别方法研究[D]. 李延斌.电子科技大学 2018
[2]混合失真图像的无参考质量评价方法研究[D]. 牛欣宇.哈尔滨工业大学 2017
[3]CT滤波反投影算法重建精度研究[D]. 李媛.中北大学 2017
[4]基于X射线成像技术的木竹材密度与水分检测研究[D]. 王卿平.内蒙古农业大学 2016
[5]二维CT图像重建算法研究[D]. 毛小渊.南昌航空大学 2016
[6]非圆轨迹的CT解析重建算法研究[D]. 胡婷.中北大学 2016
[7]基于细胞反向投影的木材缺陷断层重建的研究[D]. 吴彤.东北林业大学 2016
[8]基于平均中值离差的二维最小误差分割算法研究[D]. 宋斌.湘潭大学 2015
[9]X射线数字成像检测缺陷快速识别技术研究[D]. 赵志强.兰州理工大学 2014
[10]滤波反投影图像重建算法中插值和滤波器的研究[D]. 张斌.中北大学 2009
本文编号：3279003
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3279003.html
