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

三维锥束CT图像重建加速技术研究

目录第1-6页
CONTENTS第6-8页
摘要第8-10页
ABSTRACT第10-12页
第一章 绪论第12-18页
   ·课题背景及研究意义第12-13页
   ·国内外研究现状第13-16页
     ·锥束CT图像重建第13-15页
     ·加速技术的研究现状第15-16页
   ·本文研究目的和研究内容第16-18页
第二章 CT理论与图像重建算法基础第18-36页
   ·CT技术发展状况第18-23页
     ·CT技术概述第18-20页
     ·锥束CT系统第20-21页
     ·CT工作原理第21-23页
   ·二维图像重建基础第23-28页
     ·傅里叶中心切片定理第23-25页
     ·平行束投影重建算法第25-28页
   ·GPU并行计算理论和CUDA软件架构第28-35页
     ·从图形处理器到通用并行计算第28-30页
     ·CUDA平台:一种在GPU上进行计算的新架构第30-35页
   ·本章小结第35-36页
第三章 三维锥束CT图像重建算法研究第36-46页
   ·引言第36页
   ·二维扇形束投影重建算法第36-39页
     ·等距扇束滤波反投影重建算法第37-38页
     ·扇束重排重建算法第38-39页
   ·FDK三维近似重建算法第39-45页
     ·FDK算法重建过程第39-42页
     ·FDK算法的发展第42-45页
   ·本章小结第45-46页
第四章 基于CUDA的FFT并行计算研究第46-60页
   ·引言第46-47页
   ·FFT算法的基本原理第47-53页
     ·DFT算法特点及运算量第47-48页
     ·时间抽取基-2FFT算法第48-50页
     ·基-2DIT-FFT算法与直接DFT运算量的比较第50页
     ·基-2DIT-FFT运算规律及编程思想第50-53页
   ·基于CUDA的并行FFT算法设计第53-57页
     ·并行FFT算法设计第53-55页
     ·并行FFT在GPU上实现第55-57页
   ·测试结果及分析第57-59页
   ·本章小结第59-60页
第五章 利用CUDA技术实现三维图像快速重建第60-70页
   ·引言第60页
   ·FDK算法并行性分析第60-61页
   ·基于CUDA技术的加速方法第61-66页
     ·加权过程的GPU加速第62-63页
     ·滤波过程的GPU加速第63页
     ·反投影过程的GPU加速第63-66页
   ·存储器优化方法第66页
   ·实验结果及分析第66-69页
   ·本章小结第69-70页
第六章 总结与展望第70-72页
   ·论文工作总结第70-71页
   ·未来工作展望第71-72页
参考文献第72-78页
致谢第78-79页
攻读硕士学位期间参与的科研项目第79-80页
学位论文评阅及答辩情况表第80页

论文共80页,点击 下载论文
上一篇:基于新策略改进优化算法的医学图像配准研究
下一篇:基于非下采样Contourlet变换的眼底图像去噪增强算法研究