首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于GPU加速的锥束CT重建算法研究

摘要第3-4页
ABSTRACT第4-5页
1 绪论第8-14页
    1.1 CT技术及其重建算法加速研究的背景及意义第8-10页
        1.1.1 CT技术应用与发展第8-9页
        1.1.2 CT重建加速的意义第9-10页
    1.2 CT重建算法加速的国内外研究现状第10-12页
        1.2.1 图像重建加速的研究现状第10-11页
        1.2.2 GPU硬件加速方法的研究现状第11-12页
    1.3 本文研究的主要内容第12-14页
2 CT技术的组成与成像基础第14-28页
    2.1 CT技术的组成及扫描方式第14-19页
        2.1.1 CT技术的组成第14-16页
        2.1.2 CT技术的扫描方式第16-19页
    2.2 CT技术的物理基础第19-22页
        2.2.1 X射线的性质第19-21页
        2.2.2 朗伯-比尔定律第21-22页
    2.3 CT技术的数学基础第22-26页
        2.3.1 二维Radon变换和Radon反变换第22-24页
        2.3.2 三维Radon变换和Radon反变换第24-25页
        2.3.3 中心切片定理第25-26页
    2.4 本章小结第26-28页
3 三维锥形束CT技术重建算法研究第28-48页
    3.1 二维扇形束CT技术的FBP重建算法研究第28-31页
        3.1.1 扇形束等角FBP重建算法研究第29-30页
        3.1.2 扇形束等距FBP重建算法研究第30-31页
    3.2 滤波函数设计准则第31-32页
    3.3 常用滤波函数第32-37页
        3.3.1 R-L滤波函数第32页
        3.3.2 S-L滤波函数第32-33页
        3.3.3 余弦滤波函数第33页
        3.3.4 NEW滤波函数第33-34页
        3.3.5 混合滤波函数第34-37页
    3.4 三维锥形束CT技术的FDK重建算法研究第37-39页
    3.5 实验结果及分析第39-46页
        3.5.1 关于扇形束FBP算法的实现以及重建界面的搭建第39-41页
        3.5.2 重建算法中滤波函数的选取第41-44页
        3.5.3 三维重建仿真及实验分析第44-46页
    3.6 本章小结第46-48页
4 基于CUDA技术的FDK算法并行加速研究第48-66页
    4.1 计算机显示技术及其发展第48-50页
        4.1.1 图形处理器概述第48-49页
        4.1.2 计算机显示技术的发展第49-50页
    4.2 CUDA架构第50-54页
        4.2.1 主机与设备第51页
        4.2.2 线程层次结构第51-52页
        4.2.3 CUDA程序框架第52-54页
        4.2.4 CUDA存储器第54页
    4.3 FDK算法的并行原理分析第54-57页
        4.3.1 以视角为依据的并行性分析第54-55页
        4.3.2 以重建对象划分为依据的并行性分析第55-57页
    4.4 利用CUDA技术实现FDK算法的步骤第57-62页
        4.4.1 加权计算第57-58页
        4.4.2 滤波计算第58-60页
        4.4.3 反投影计算第60-61页
        4.4.4 反投影计算详解第61-62页
    4.5 实验结果第62-65页
        4.5.1 算法加速性能评估指标第62-63页
        4.5.2 实验环境配置及实验结果第63-65页
    4.6 本章小结第65-66页
5 总结与展望第66-68页
    5.1 研究工作总结第66-67页
    5.2 下一步展望第67-68页
致谢第68-70页
参考文献第70-74页
附录第74页

论文共74页,点击 下载论文
上一篇:气测资料在油气水层中识别与评价的方法研究
下一篇:辽河东部凹陷马19块东营组剩余油分布研究与挖潜措施