图像重建的四种算法_matlab点云三维重建

图像重建的四种算法_matlab点云三维重建Feldkamp,DavisandKress(1984)提出一种基于圆轨道锥束重建的近似算法,这就是我们现在的FDK算法

 👨‍🎓个人主页:研学社的博客  

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现


图像重建的四种算法_matlab点云三维重建

💥1 概述

Feldkamp,Davis and Kress(1984)提出一种基于圆轨道锥束重建的近似算法,这就 是我们现在的 FDK 算法。目前 FDK 是圆轨道锥束重建中最实用的算法。当锥角小于 5 度 的时候,可以得到不错的重建效果,但是随着锥角的增大 FDK 会带来越来越严重的伪影。 (图 4.1)

图像重建的四种算法_matlab点云三维重建

锥束重建的几何结构如图 4.2 所示。

图像重建的四种算法_matlab点云三维重建 图像重建的四种算法_matlab点云三维重建

 当扫描轨道在一个平面内时,比如圆轨道,锥束的投影数据是不完备的[8],因此只能进行近似重建。FDK算法实际上是二维扇束滤波反投影算法的三维推广,它首先对偏离中心平面的投影数据进行加权,然后利用类似与扇束算法的滤波反投影对物体进行重建。它具体过程可以分为以下两步[1]: 首先对投影数据进行加权滤波:

图像重建的四种算法_matlab点云三维重建

📚2 运行结果

图像重建的四种算法_matlab点云三维重建

图像重建的四种算法_matlab点云三维重建

 部分代码:

n=180;%num of views,options 180,36,10
I = phantom(256); 
M = 256;
% 对投影做傅里叶变换
R=radon(I,0:179);
width=length(R);
filter=2*[0:round(width/2-1), width/2:-1:1]’/width;
% 每一列做傅里叶变换
r_fft=fft(R,width); 
% 每一列做傅里叶变换后滤波
r_fft_filter=r_fft.*filter; 
%滤波后反变换(real取实部)
proj_ifft=real(ifft(r_fft_filter));
theta=linspace(0.5*pi,1.5*pi,180);
%反投影到x轴,y轴
fbp = zeros(256); % 假设初值为0

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]刘亮. 基于FDK的高精度锥束CT重建算法研究[D].中北大学,2007.

[2]郑晗. 用GPU加速基于FDK的全三维图像重建[C]//中国生物医学工程学会医学物理分会(Chinese Society of Medical Physics),北美华人医学物理师协会(North American Chinese Medical Physicist Association).长城2008国际医学物理大会暨第14届中国医学物理学术年会论文集.[出版者不详],2008:229-230.

🌈4 Matlab代码实现

今天的文章图像重建的四种算法_matlab点云三维重建分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/85513.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注