导读:本文包含了螺旋锥束工业论文开题报告文献综述及选题提纲参考文献，主要关键词:工业CT,锥束半覆盖,锥束双螺旋,图像重建
螺旋锥束工业论文文献综述
邹晓兵[1]（2010）在《大视场螺旋锥束工业CT的扫描方法与重建算法研究》一文中研究指出CT(Computed Tomography)是计算机层析成像的简称,它可以在不破坏被检物体的情况下得到被检物体内部的二维或叁维图像,以图像的方式清晰直观地展示物体的内部结构、材质分布和缺陷。目前工业CT已应用于航空、航天、军工、铁路、汽车制造等领域,它已成为一种重要的无损检测技术。由于叁维锥束CT采用高密度的面板探测器来获取投影数据,所以具有更高的射线利用率和轴向分辨率。与圆形扫描轨迹的锥束CT相比,螺旋锥束CT可以连续检测长工件,而且其扫描轨迹满足精确重建的数据完备性条件。传统的螺旋锥束CT要求射线束在每个投影角下完全覆盖待检测区域的横截面,因此,传统螺旋锥束CT的视场区域受限于探测器尺寸。在工业CT中,有时会遇到大工件的检测,此时就需要使用大面板探测器。但是由于技术条件的限制,使得面板探测器的尺寸有限。本论文主要研究采用小面板探测器检测大工件的螺旋锥束工业CT的扫描方式及相应的重建算法,具体的研究工作有:深入研究了视场区域半覆盖的螺旋锥束CT的扫描方式,并提出了相应的重建算法。螺旋扫描前,运载工件的转台沿平行于探测器行的方向平移一定距离,使射线源发出的射线束在每个投影角下至少覆盖待检测区域横截面的一半,然后工件绕转台的轴线旋转,同时射线源和探测器沿转台轴线的方向平移,得到半覆盖螺旋锥束CT的投影。这种半覆盖螺旋锥束CT最大可将视场直径扩大到大约2倍。基于滤波反投影(Filtered Backprojection,FBP)的螺旋锥束FDK算法,是一种高效实用的近似重建算法。但是它要求射线束在每个投影角下完全覆盖待检测区域的横截面,且转台轴线与锥束中心射线垂直相交。针对半覆盖螺旋锥束CT中转台轴线偏离锥束中心射线的问题,提出了半覆盖螺旋锥束CT的偏心FDK算法。重建时,根据投影的位置进行加权反投影,从而得到待检测区域的重建图像。实验结果表明,当螺距较小时,该算法可以得到待检测区域的完整图像,而且由于投影数据量的减少,使重建时间约为大面板探测器传统螺旋锥束FDK算法的一半。与先滤波再反投影的FBP算法不同,反投影滤波(Backprojection Filtration,BPF)算法是一种先将微分后的投影反投影到PI线,然后沿PI线进行Hilbert逆变换滤波的方法,可以解决横向截断投影的重建问题。由于在每个投影角下,半覆盖螺旋锥束CT的投影数据都是横向截断的,因此,本文提出了一种基于重排的半覆盖螺旋锥束CT的BPF算法。该算法首先根据重建层将半覆盖螺旋锥束投影重排为二维视场区域半覆盖的扇形束投影,然后用加权的半覆盖扇形束BPF算法重建。实验结果表明,尽管该算法需要重排投影,但是在螺距不太大的情况下,该算法可以得到待检测区域的完整图像,重建时间比偏心FDK算法更少,而且重建结果的横向截断误差较小。对上述的半覆盖螺旋锥束CT,在每个投影角下,工件的横截面只被射线束部分覆盖。为此,提出大视场双螺旋锥束CT扫描方式。扫描时,运载工件的转台沿平行于探测器行的方向平移一定距离,然后工件绕转台的轴线旋转,同时射线源和探测器沿转台的轴线平移,得到第一次螺旋扫描的投影数据;转台带动工件沿平行于探测器行的方向再次平移一定距离,平移方向与第一次平移的方向相反,接着,工件绕转台的轴线旋转,同时射线源和探测器沿转台的轴线平移,得到第二次螺旋扫描的投影。对每次螺旋扫描而言,待检测区域的横截面在每个投影角下只被射线束部分覆盖,但是通过两次螺旋扫描,工件的横截面在每个投影角下可以被两个射线束完全覆盖。双螺旋扫描的视场直径与系统几何参数有关。在本文的实验参数中,通过双螺旋扫描,可以将视场直径扩大到1.77倍。针对上述双螺旋锥束CT扫描方式,提出了双螺旋锥束CT的FDK型重建算法。该算法不需要重排投影数据,而且与传统的全覆盖单螺旋锥束CT的FDK算法具有同样高的计算效率。重建时,根据反投影点的位置对每个投影进行加权迭加,从而得到待检测区域的重建值。实验结果表明,在适当的螺距范围内,该算法可以获得较好的重建图像。螺旋锥束CT的Katsevich算法是一种理论上精确的重建算法,与基于Grangeat精确重建算法相比,Katsevich算法具有较高的重建效率。本文提出了双螺旋锥束CT的Katsevich型重建算法,该算法也不需要对投影数据重排。重建时,根据得到的投影数据应用提出的双螺旋Katsevich型重建公式加权迭加,从而得到待检测区域的图像。实验结果表明,该算法受锥角、螺距和增加平移距离的影响较小,即使当螺距较大时,该算法也可以得到较好的重建图像。为了在双螺旋CT上推广BPF算法,以进一步减少重建结果的横向截断误差。对提出的双螺旋扫描方式进行改进,并提出了双螺旋锥束的BPF型算法。该算法首先将两个螺旋的投影进行加权反投影,补全PI线上的截断数据,然后沿PI线进行Hilbert逆变换滤波。实验结果表明,该算法可以得到较好的重建效果,而且锥角、螺距和增加平移距离对提出算法的影响较小,重建结果的横向截断误差也较小。利用改进后的双螺旋扫描和BPF型算法,可以将视场直径大约扩大到两倍。(本文来源于《重庆大学》期刊2010-04-01）
牛小明[2]（2008）在《螺旋锥束工业CT的Katsevich精确重建算法研究》一文中研究指出CT(computed Tomography),即计算机断层成像,它是数学、物理、光电、机械和计算机等多学科相结合的产物。CT按其应用领域主要划分为医学CT和工业CT两大类。在近四十年的时间里,工业CT的扫描方式已由最初的二维平行束扫描发展到今天的叁维螺旋锥束扫描。螺旋锥束工业CT不仅扫描时间短、射线利用率高、轴向分布均匀,而且它的扫描轨迹满足叁维精确重建的完全条件,目前已成为无损检测领域的研究热点。螺旋锥束CT重建算法大致分为迭代法和解析法两大类。迭代重建需要多次迭代运算,计算比较耗时。解析法又分为精确重建和近似重建,两者比较而言,精确重建不受锥角的影响,而且重建的图像理论上没有伪影。精确重建算法主要有Grangeat算法和Katsevich算法两类。由于螺旋锥束Katsevich算法具有算法实现效率较高、重建图像质量较好等优点,目前它受到越来越多的关注。精确重建要求投影数据齐全、不含噪声。可在实际的螺旋锥束工业CT中,由于部分探测器失调、散射、串扰等原因,获得的实际投影数据含有大量的噪声。因此需要改进精确重建算法或对投影数据降噪,最大可能地满足精确重建的条件。本文对含噪的螺旋锥束CT投影数据进行Katsevich算法重建时,采取了两种策略减小噪声对重建图像的影响。第一种策略主要是对Katsevich算法中的求导方法进行改进;第二种策略主要是利用改进的自适应混合滤波对投影数据降噪。计算机仿真实验证实,第一种策略对投影数据含有少量的异常噪声和随机噪声具有较好的抑制作用;第二种策略更适用于含有大量噪声的投影数据。另外,在实际的螺旋锥束工业CT中,由于射线源焦点与探测器中心的水平高度不一致以及转心偏移等原因,可使获得的实际投影数据发生不同程度的偏移。如果直接利用偏移的投影数据进行图像重建,得到的重建图像与理想的重建图像相差较大。本文通过修正螺旋锥束Katsevich算法,以适应这种偏心的CT成像系统。首先将投影数据的偏移转换为探测器中心的偏移;在重建过程中,根据探测器中心的偏移量,对滤波线方程、滤波前后的重排和校正以及反投影过程分别进行了修正。其中,在反投影过程中,将PI线的传统迭代求根转变为一元函数的迭代求根,并利用高次迭代求根法对其进行了优化。计算机仿真结果证实,这种偏心修正方法可以有效地减小投影数据的偏移对重建图像的影响。同时,改进的PI线求根方法缩短了重建时间。图像的边缘往往包含了图像的重要特征,在图像的识别、分割、测量过程中具有重要的作用。通过工业CT获得物体叁维边缘的传统方法一般分为两步:首先利用实际扫描的投影数据进行图像重建,然后对重建的图像进行叁维边缘提取。本文对螺旋锥束CT的Katsevich重建公式进行了修改,研究了一种利用螺旋锥束CT获得的投影数据直接重建物体叁维增强边缘的方法。通过该方法得到的叁维增强边缘,可以初步判断物体内部结构的形状及类型,而且叁维增强边缘重建时间与螺旋锥束Katsevich算法重建时间相当,节省了叁维边缘提取的时间。(本文来源于《重庆大学》期刊2008-04-01）
惠苗,潘晋孝[3]（2006）在《锥束/多层螺旋CT重建算法在工业CT中的应用及对运算速度的研究》一文中研究指出目前临床应用的锥束/多层螺旋CT主要采用螺旋Feldkamp算法进行图像重建,体数据的重建需要消耗大量的时间,锥束/多层螺旋CT的图像重建一直是图像重建中的关键问题和衡量CT系统的重要指标之一。本文分析了几种快速重建算法的特点,并从算法结构、实现技巧及代码优化等方面论述了图像重建的方法,计算模拟和实验结果显示了这些方法可有效提高图像重建的速度。(本文来源于《中国体视学与图像分析》期刊2006年03期）
螺旋锥束工业论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
CT(computed Tomography),即计算机断层成像,它是数学、物理、光电、机械和计算机等多学科相结合的产物。CT按其应用领域主要划分为医学CT和工业CT两大类。在近四十年的时间里,工业CT的扫描方式已由最初的二维平行束扫描发展到今天的叁维螺旋锥束扫描。螺旋锥束工业CT不仅扫描时间短、射线利用率高、轴向分布均匀,而且它的扫描轨迹满足叁维精确重建的完全条件,目前已成为无损检测领域的研究热点。螺旋锥束CT重建算法大致分为迭代法和解析法两大类。迭代重建需要多次迭代运算,计算比较耗时。解析法又分为精确重建和近似重建,两者比较而言,精确重建不受锥角的影响,而且重建的图像理论上没有伪影。精确重建算法主要有Grangeat算法和Katsevich算法两类。由于螺旋锥束Katsevich算法具有算法实现效率较高、重建图像质量较好等优点,目前它受到越来越多的关注。精确重建要求投影数据齐全、不含噪声。可在实际的螺旋锥束工业CT中,由于部分探测器失调、散射、串扰等原因,获得的实际投影数据含有大量的噪声。因此需要改进精确重建算法或对投影数据降噪,最大可能地满足精确重建的条件。本文对含噪的螺旋锥束CT投影数据进行Katsevich算法重建时,采取了两种策略减小噪声对重建图像的影响。第一种策略主要是对Katsevich算法中的求导方法进行改进;第二种策略主要是利用改进的自适应混合滤波对投影数据降噪。计算机仿真实验证实,第一种策略对投影数据含有少量的异常噪声和随机噪声具有较好的抑制作用;第二种策略更适用于含有大量噪声的投影数据。另外,在实际的螺旋锥束工业CT中,由于射线源焦点与探测器中心的水平高度不一致以及转心偏移等原因,可使获得的实际投影数据发生不同程度的偏移。如果直接利用偏移的投影数据进行图像重建,得到的重建图像与理想的重建图像相差较大。本文通过修正螺旋锥束Katsevich算法,以适应这种偏心的CT成像系统。首先将投影数据的偏移转换为探测器中心的偏移;在重建过程中,根据探测器中心的偏移量,对滤波线方程、滤波前后的重排和校正以及反投影过程分别进行了修正。其中,在反投影过程中,将PI线的传统迭代求根转变为一元函数的迭代求根,并利用高次迭代求根法对其进行了优化。计算机仿真结果证实,这种偏心修正方法可以有效地减小投影数据的偏移对重建图像的影响。同时,改进的PI线求根方法缩短了重建时间。图像的边缘往往包含了图像的重要特征,在图像的识别、分割、测量过程中具有重要的作用。通过工业CT获得物体叁维边缘的传统方法一般分为两步:首先利用实际扫描的投影数据进行图像重建,然后对重建的图像进行叁维边缘提取。本文对螺旋锥束CT的Katsevich重建公式进行了修改,研究了一种利用螺旋锥束CT获得的投影数据直接重建物体叁维增强边缘的方法。通过该方法得到的叁维增强边缘,可以初步判断物体内部结构的形状及类型,而且叁维增强边缘重建时间与螺旋锥束Katsevich算法重建时间相当,节省了叁维边缘提取的时间。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
螺旋锥束工业论文参考文献
[1].邹晓兵.大视场螺旋锥束工业CT的扫描方法与重建算法研究[D].重庆大学.2010
[2].牛小明.螺旋锥束工业CT的Katsevich精确重建算法研究[D].重庆大学.2008
[3].惠苗,潘晋孝.锥束/多层螺旋CT重建算法在工业CT中的应用及对运算速度的研究[J].中国体视学与图像分析.2006