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

CT图像环形伪影去除的变分模型

摘要第1-3页
Abstract第3-7页
第一章 绪论第7-13页
   ·课题研究背景及意义第7-8页
   ·CT图像的特点第8页
   ·CT图像伪影的概述第8-9页
   ·CT图像环形伪影校正算法的研究现状第9-12页
   ·论文的研究内容与结构安排第12-13页
第二章 CT图像环形伪影的产生及影响第13-23页
   ·CT系统扫描方式及重建算法概述第13-18页
     ·CT发展历史第13-14页
     ·投影数据和正弦图数据第14-16页
     ·CT系统第三代扫描方式概述第16页
     ·反投影重建算法第16-18页
   ·环形伪影产生的原因第18-20页
   ·环形伪影的表现形式第20-21页
   ·环形伪影的影响第21-22页
   ·本章小结第22-23页
第三章 CT图像环形伪影校正方法第23-34页
   ·改变扫描方式抑制环形伪影第23-24页
   ·暗场和增益不一致校正第24-27页
   ·投影正弦图的校正第27-32页
   ·重建图像的校正第32-33页
   ·本章小结第33-34页
第四章 基于TV模型的环形伪影去除第34-52页
   ·变分方法的基础第34-38页
       ·泛函的定义第34页
     ·泛函的极值问题第34-38页
   ·Split Bregman方法的描述第38-45页
     ·Bregman距离第38-39页
     ·Bregman迭代第39-42页
     ·Split Bregman方法第42-45页
   ·TV模型的Split Bregman方法第45-49页
     ·TV模型的传统方法第45-48页
     ·TV模型的Split Bregman方法第48-49页
   ·实验结果及分析第49-51页
   ·本章小结第51-52页
第五章 基于混合模型的环形伪影去除第52-63页
   ·基于散度的图像扩散变分模型第52-53页
   ·基于梯度的图像扩散变分模型第53-54页
   ·基于梯度和散度的图像扩散模型第54页
   ·混合模型模型及其Split-Bregman快速算法第54-56页
   ·反差增强的PDE方法及其分段拉伸函数第56-58页
     ·反差增强的PDE方法第56-57页
     ·分段拉伸函数第57-58页
   ·整合反差增强函数的混合模型能量泛函方程第58-59页
     ·整合反差增强函数的混合模型及其Split-Bregman算法第58页
     ·整合反差增强函数的混合模型的数值实现第58-59页
   ·实验结果分析第59-61页
   ·本章小结第61-63页
第六章 结论与展望第63-64页
   ·研究工作总结第63页
   ·后续工作展望第63-64页
参考文献第64-67页
攻读学位期间的研究成果第67-68页
致谢第68-69页

论文共69页,点击 下载论文
上一篇:柔性体实时高效率碰撞检测算法研究
下一篇:基于位表的关联规则挖掘算法的研究与应用