摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 绪论 | 第16-28页 |
1.1 引言 | 第16-17页 |
1.2 以CT为代表的三维重建技术的研究进展 | 第17-23页 |
1.2.1 以CT为代表的三维重建技术的历史与演变 | 第17-19页 |
1.2.2 以CT为代表的三维重建技术技术的发展与现状 | 第19-23页 |
1.3 面临的问题与挑战 | 第23-24页 |
1.3.1 辐射剂量的危害 | 第23页 |
1.3.2 低剂量下的重建算法瓶颈 | 第23-24页 |
1.3.3 重建运算复杂度与算法加速难度 | 第24页 |
1.4 论文主要贡献及结构安排 | 第24-28页 |
2 基于模型的迭代重建算法 | 第28-45页 |
2.1 引言 | 第28页 |
2.2 三维重建的算法概述 | 第28-30页 |
2.3 基于模型的迭代重建算法 | 第30-34页 |
2.4 近似计算 | 第34-38页 |
2.4.1 近似计算的背景和研究意义 | 第34-37页 |
2.4.2 近似计算在国内外的发展及应用空间 | 第37-38页 |
2.5 基于近似计算方式的MBIR算法研究 | 第38-44页 |
2.5.1 近似计算方式下的MBIR算法 | 第38-40页 |
2.5.2 近似计算方式下的MBIR算法实现 | 第40-43页 |
2.5.3 近似计算方式下的MBIR算法分析 | 第43-44页 |
2.6 本章小结 | 第44-45页 |
3 基于模型的迭代重建算法硬件系统 | 第45-78页 |
3.1 引言 | 第45-47页 |
3.2 基于模型迭代重建的硬件实现 | 第47-49页 |
3.3 EMBIRA系统架构设计 | 第49-55页 |
3.3.1 EMBIRA系统概述 | 第49-51页 |
3.3.2 EMBIRA系统执行过程状态描述 | 第51-52页 |
3.3.3 VEM体素计算模块及各个子模块 | 第52-55页 |
3.4 系统优化策略 | 第55-64页 |
3.4.1 系统二维流水线设计 | 第55-56页 |
3.4.2 近似计算在优化缓存读取方式中的应用 | 第56-61页 |
3.4.3 A矩阵在SDRAM存储中的结构优化 | 第61页 |
3.4.4 算法简化:邻近像素逼近 | 第61-62页 |
3.4.5 通道编码 | 第62页 |
3.4.6 浮点数定点数转换 | 第62-64页 |
3.5 实验搭建与结论 | 第64-77页 |
3.5.1 实验环境配置 | 第64-67页 |
3.5.2 实验结果与分析 | 第67-75页 |
3.5.3 实验比较 | 第75-77页 |
3.6 本章小结 | 第77-78页 |
4 基于Haar特征的级联计算机辅助检测系统 | 第78-94页 |
4.1 引言 | 第78-79页 |
4.2 Haar特征及Adaboost训练算法 | 第79-83页 |
4.2.1 Haar特征 | 第79-80页 |
4.2.2 Adaboost训练方法 | 第80-81页 |
4.2.3 检测流程 | 第81-83页 |
4.3 基于Haar特征的级联智能检测系统 | 第83-88页 |
4.3.1 系统结构 | 第83页 |
4.3.2 图像缩放模块 | 第83-84页 |
4.3.3 积分图计算模块 | 第84-85页 |
4.3.4 特征分解模块 | 第85-87页 |
4.3.5 阈值比较模块 | 第87-88页 |
4.4 系统优化与建模分析 | 第88-92页 |
4.4.1 系统并行优化 | 第88-89页 |
4.4.2 流水线重新排布优化 | 第89-90页 |
4.4.3 近似计算建模分析 | 第90-92页 |
4.5 实验与数据 | 第92-93页 |
4.6 本章小结 | 第93-94页 |
5 边缘方向图多角度彩色插值系统 | 第94-114页 |
5.1 引言 | 第94-98页 |
5.2 基于边缘方向图的彩色插值算法 | 第98-101页 |
5.3 基于边缘方向图的彩色插值系统 | 第101-105页 |
5.3.1 整体架构与工作流程 | 第101-102页 |
5.3.2 插值模块 | 第102-104页 |
5.3.3 流水线设计 | 第104-105页 |
5.4 基于边缘方向图的硬件优化 | 第105-109页 |
5.4.1 拓扑优化 | 第105-108页 |
5.4.2 存储优化 | 第108-109页 |
5.5 实验与结果 | 第109-113页 |
5.5.1 插值性能检测 | 第109-111页 |
5.5.2 硬件系统实现 | 第111-113页 |
5.6 本章小结 | 第113-114页 |
6 总结与展望 | 第114-116页 |
6.1 工作总结 | 第114-115页 |
6.2 未来工作展望 | 第115-116页 |
7 参考文献 | 第116-129页 |
作者简历及攻读博士学位期间主要的研究成果 | 第129-130页 |
致谢 | 第130页 |