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X-ray图像重建算法研究及在集成电路领域的应用

摘要第5-7页
Abstract第7-8页
目录第9-15页
第一章 绪论第15-25页
    1.1 研究背景及意义第15-16页
    1.2 国内外研究现状第16-23页
        1.2.1 解析法第17-19页
        1.2.2 迭代法第19-21页
        1.2.3 变分法第21-23页
    1.3 论文主要工作及创新点第23-24页
    1.4 论文章节安排第24-25页
第二章 预备知识第25-34页
    2.1 函数空间第25-28页
    2.2 优化问题及求解第28-31页
    2.3 有限差分法第31-32页
    2.4 重建图像质量评价标准第32-33页
    2.5 本章小结第33-34页
第三章 基于多项式加速的 P-TV 重建算法第34-54页
    3.1 代数迭代算法简介第34-38页
    3.2 ART-TV 算法第38-40页
        3.2.1 TV 正则化特性第38-39页
        3.2.2 ART-TV 算法第39-40页
    3.3 P-TV 算法第40-43页
        3.3.1 多项式加速原理第40-42页
        3.3.2 P-TV 算法第42-43页
    3.4 实验分析第43-53页
        3.4.1 投影系数矩阵的获取和存储第43-45页
        3.4.2 算法重建质量分析第45-48页
        3.4.3 算法重建速度分析第48-51页
        3.4.4 算法抗噪性分析第51-53页
    3.5 本章小结第53-54页
第四章 高阶 TV 多正则项重建算法第54-71页
    4.1 CSphantom 图像特性分析第54-55页
    4.2 高阶 TV 特性第55-56页
    4.3 Multi-TV第56-60页
        4.3.1 Multi-TV 正则化定义第56-57页
        4.3.2 P-Multi-TV 算法第57-60页
    4.4 Mix-TV第60-62页
        4.4.1 Mix-TV 正则化定义第60-62页
        4.4.2 P-Mix-TV 算法第62页
    4.5 实验分析第62-70页
        4.5.1 算法重建质量分析第63-67页
        4.5.2 算法重建速度分析第67-68页
        4.5.3 算法抗噪性分析第68-70页
    4.6 本章小结第70-71页
第五章 基于全变差模型的图像重建第71-91页
    5.1 全变差模型第71-72页
        5.1.1 ROF 模型第71页
        5.1.2 高阶全变差模型第71-72页
        5.1.3 全变差混合模型第72页
    5.2 Bregman 迭代和 Split Bregman 迭代第72-80页
        5.2.1 Bregman 距离定义第72-73页
        5.2.2 Bregman 迭代方法第73-75页
        5.2.3 Split Bregman 迭代方法第75-77页
        5.2.4 Split Bregman 迭代方法收敛性分析第77-80页
    5.3 使用 Split Bregman 方法求解全变差混合模型的算法第80-84页
        5.3.1 各向同性算法第80-82页
        5.3.2 各向异性算法第82-84页
    5.4 实验分析第84-90页
        5.4.1 无噪声重建质量对比第84-88页
        5.4.2 有噪声重建质量对比第88-90页
    5.5 本章小结第90-91页
第六章 基于 1 模的图像重建算法第91-108页
    6.1 适用于集成电路的新模型第91-92页
    6.2 FPC 算法第92-98页
        6.2.1 l1 模型第92-93页
        6.2.2 FPC 算法相关知识与定义第93-95页
        6.2.3 算法收敛性分析第95-98页
    6.3 聚类归并算法第98-101页
        6.3.1 聚类简介第98-99页
        6.3.2 K-Means 和 K-Medoids 算法第99-100页
        6.3.3 聚类划分修改算法第100-101页
    6.4 整体求解算法第101页
    6.5 实验分析第101-107页
        6.5.1 质量分析第102-103页
        6.5.2 速度分析第103-104页
        6.5.3 抗噪性分析第104-106页
        6.5.4 电路板图像重建第106-107页
    6.6 本章小结第107-108页
总结与未来展望第108-111页
参考文献第111-121页
攻读博士学位期间取得的研究成果第121-122页
致谢第122-123页
答辩委员会对论文的评定意见第123页

论文共123页,点击 下载论文
上一篇:巴拉丁斯基哲理抒情诗研究
下一篇:牛亚科ATPase复合体基因的适应性进化及大额牛与婆罗门牛种间杂交的亲子鉴定