基于可编程图形硬件的三维图像快速重建算法研究

论文题目: 基于可编程图形硬件的三维图像快速重建算法研究

论文类型: 硕士论文

论文专业: 航空宇航制造工程

作者: 梁亮

导师: 张定华

关键词: 三维,算法,快速图像重建,可编程图形硬件,投影,纹理映射,几何参数表

文献来源: 西北工业大学

发表年度: 2005

论文摘要: 随着三维CT(Computerized Tomography,计算机断层摄影)硬件系统扫描速度的提高,实际生产应用中的效率瓶颈也从扫描速度转变为图像重建速度。尤其是在某些要求实时成像的场合,现有图像重建算法的效率根本无法满足实际需求,这也极大地限制了三维CT的实际应用。近年来计算机图形硬件的性能得到了很大的提升,并逐渐开始展现其作为通用处理单元的巨大潜力和强大功能,这也使得基于GPU(Graphics Process Units,图形处理器)的通用计算已经成为目前的研究热点之一。针对三维CT中的图像重建速度问题,提出了两种基于GPU的快速图像重建算法。并在此基础上,从充分利用所有的计算资源方面考虑,研究了三维图像的并行重建算法。主要的研究内容如下: 1.面向对象的可编程图形硬件软件开发包设计。利用面向对象技术,结合设计模式对高级绘制语言Cg函数库进行封装,设计了一个面向对象的可编程图形硬件语言开发包,有助于提高研究人员的开发效率,使得他们能将更多的精力投入算法研究本身。 2.基于GPU的快速重建算法研究。首先研究了基于投影纹理映射的三维图像快速重建算法,将重建问题中的反投影运算转换为投影纹理映射计算模式,利用可编程图形硬件来进行图像重建运算。在此基础上提出了一种改进算法,将反投影部分所有的计算均转移到GPU中,大大加快了重建速度。并基于此思路,文中还提出了一种基于几何参数表的快速重建算法。该算法利用GPU作为流处理器的特点,实现了基于GPU的多通道图像重建,充分挖掘了GPU计算能力。 3.图像并行重建算法研究。针对大数据量的三维图像重建问题,分别研究了两种数据分治策略。在此基础上,研究了基于共享内存的CPU-GPU混合并行重建算法以及基于分布式存储环境的并行重建算法,充分利用了PC中的所有计算资源,可以有效的解决大模型重建的规模和速度问题。 4.三维图像重建实验平台设计与实现。针对在使用高级语言编程进行算法研究过程中存在开发效率低的问题,研究并实现了一个半开放式三维图像重建实验平台,以将研究人员从繁重的编程工作中解脱出来,使他们能够专注于算法本身的研究工作。 经实例验证,论文所提出的快速图像重建算法较原始FDK重建算法有大幅度速度提升,取得了比较满意的结果。

论文目录:

摘要

ABSTRACT

目录

第一章 绪论

1.1 工业CT技术

1.2 ICT成像的物理原理

1.3 研究背景及意义

1.4 国内外研究现状

1.5 论文内容结构

1.6 本章小结

第二章 可编程图形硬件基础

2.1 可编程图形硬件基础知识

2.1.1 计算机图形硬件发展史

2.1.2 可编程图形流水线

2.1.3 Cg语言

2.2 面向对象的可编程图形软件开发包设计

2.2.1 Cg函数库

2.2.2 可编程图形软件开发包设计

2.3 基于GPU的通用计算

2.3.1 基本数据结构

2.3.2 基于GPU的代数计算模式

2.4 本章小结

第三章 基于GPU的快速重建算法

3.1 FDK 算法

3.1.1 FDK算法

3.1.2 算法复杂度分析

3.2 FDK算法的几何描述

3.3 基于投影纹理映射的三维图像快速重建算法

3.3.1 投影纹理映射

3.3.2 快速重建算法

3.4 基于几何参数表的三维图像快速重建算法

3.4.1 几何参数表

3.4.2 快速重建算法

3.5 本章小结

第四章 三维图像并行重建算法

4.1 并行计算技术

4.1.1 概述

4.1.2 并行编程模式

4.2 数据分治策略

4.2.1 基于角度的数据分治策略

4.2.2 基于重建对象分层的数据分治策略

4.3 并行重建算法

4.3.1 CPU-GPU混合并行重建算法

4.3.2 基于PC集群系统的并行重建算法

4.4 本章小结

第五章 三维图像重建实验平台和实验结果

5.1 三维图像重建实验平台

5.1.1 平台软件功能需求及开发环境

5.1.2 平台软件结构设计

5.2 实验结果

5.2.1 重建图像质量评价方法

5.2.2 基于GPU的图像快速重建实验结果

5.3 本章小结

第六章 结论

6.1 研究工作与新见解

6.2 存在的问题及进一步工作

参考文献

附录：缩略词

攻读硕士学位期间发表的论文及工作情况

致谢

发布时间: 2005-06-27

参考文献

• [1].基于Micro-CT的麦粒显微图像采集及三维重建研究[D]. 李德伟.华北水利水电大学2018
• [2].基于解剖功能联合先验的PET-MRI联合重建方法研究[D]. 李华勇.南方医科大学2018
• [3].大规模场景点云的表面重建算法研究[D]. 孙小平.东北大学2015
• [4].锥束CT快速迭代重建算法研究[D]. 闫晶.东北大学2015
• [5].基于同步聚类的多目标荧光分子断层成像重建算法研究[D]. 邬子同.西北大学2018
• [6].基于压缩感知的核磁共振图像重建技术研究[D]. 韩亚楠.华北理工大学2018
• [7].并行磁共振SENSE重建算法及去伪影的研究[D]. 杜志兵.东北大学2015
• [8].声学CT三维温度场重建技术研究[D]. 祝汉营.沈阳工业大学2018
• [9].基于单目视觉的环境稀疏重建与稠密重建算法研究[D]. 何谦.浙江理工大学2018
• [10].爆炸温度场三维测量技术研究[D]. 范航.西安工业大学2017

相关论文

• [1].基于GPU的实时绘制及其应用[D]. 苏智勇.南京理工大学2006
• [2].基于GPU的直接体绘制技术[D]. 储璟骏.上海交通大学2007
• [3].大规模水场景的实时绘制[D]. 虞宏毅.浙江大学2007
• [4].GPU通用计算在CT中的应用[D]. 胡修炎.首都师范大学2007
• [5].基于可编程图形硬件的体绘制技术研究[D]. 罗艳.西南交通大学2007
• [6].基于GPU的实时绘制算法研究[D]. 刘姚新.重庆大学2007
• [7].基于可编程图形硬件加速的若干技术研究[D]. 董朝.浙江大学2005
• [8].基于图形硬件加速的国画场景绘制[D]. 张海嵩.浙江大学2005
• [9].基于通用可编程GPU的视频编解码器——架构、算法与实现[D]. 房波.浙江大学2005
• [10].高级着色语言及其优化编译[D]. 须晖.浙江大学2004

标签：三维论文;  算法论文;  快速图像重建论文;  可编程图形硬件论文;  投影论文;  纹理映射论文;  几何参数表论文;