| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1. 绪论 | 第9-15页 |
| ·研究背景、目的和意义 | 第9-10页 |
| ·CT 重建算法国内外研究现状 | 第10-13页 |
| ·论文研究内容及安排 | 第13-15页 |
| 2. CT 重建的基本理论 | 第15-24页 |
| ·Radon 变换 | 第15-18页 |
| ·投影过程及Radon 变换 | 第15-16页 |
| ·Radon 变换的反演形式 | 第16-17页 |
| ·Radon 逆变换完全重建条件 | 第17-18页 |
| ·Radon 变换的性质 | 第18-19页 |
| ·二维平行束卷积反投影重建算法 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 3. 直接重建目标特征的CT 算法研究 | 第24-31页 |
| ·直接重建目标特征的CT 算法原理推导 | 第24-28页 |
| ·直接重建目标特征的CT 算法优势分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 4. 直接重建目标特征的CT 实现技术研究 | 第31-43页 |
| ·直接投影数据一维处理 | 第31-33页 |
| ·直接重建梯度特征 | 第31-32页 |
| ·直接重建梯度特征实现 | 第32-33页 |
| ·卷积模板式滤波器在直接重建目标特征的CT 算法中实现 | 第33-36页 |
| ·基于Sobel 算子直接重建边缘特征 | 第33页 |
| ·Sobel 边缘检测算子实现过程分析 | 第33-34页 |
| ·基于边缘检测算子直接重建边缘特征实现 | 第34-36页 |
| ·函数式滤波器在直接重建目标特征的CT 算法中实现 | 第36-41页 |
| ·基于小波变换的直接重建边缘特征的CT 算法 | 第36页 |
| ·小波变换边缘检测算法原理分析 | 第36-38页 |
| ·基于小波变换的直接重建边缘特征的 CT 算法原理 | 第38-40页 |
| ·基于小波变换的直接重建边缘特征的 CT 算法实现 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 5. 基于 EMD 多特征重建的 CT 算法研究 | 第43-54页 |
| ·经验模态分解的理论研究 | 第43-48页 |
| ·固有模态函数(Intrinsic Mode Function,IMF) | 第44页 |
| ·经验模态分解(EMD)方法—筛分过程(the sifting process) | 第44-48页 |
| ·基于 EMD 多特征重建 CT 算法 | 第48-52页 |
| ·基于 EMD 多特征重建 CT 算法原理 | 第48-50页 |
| ·基于 EMD 多特征重建 CT 算法实现及结果分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 6. 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第61-62页 |
| 致谢 | 第62页 |
