《图像重建实验》实验报告
超声图像的重建实验
二、RF信号的解调
数字下变频技术： • RF信号的移频 • RF信号的滤波 • RF信号的抽取
RF信号的移频
• DFT的循环频移性质 j2 nl e N x(n) X ((k l)N )RN (k)
• 欧拉公式 e j0n cos(0n) j sin(0n) • 得： j 2 nl
阻带截止频率fs=fo/D 通带截止频率fp=rfs ０<r<1：r＝0.455
过度带宽△f=fs -fp
数据的抽取
• D＝16 抽取因子（8035/512≈16） • 对采样数据每隔D个取一个，以形成一个新
序列 • 如果X(n)序列的采样率为fs ，当以D倍抽取
采样率减小为fs/D。当x(n)含有大于fs/2D 的 频率分量时，就必然产生频谱混叠。
240条扫描线，扇形扫描角度为68度
一、超声RF信号的获取
• 启动DP-9900超声实验仪
• 启动对应电脑上的采集程序DataAquire.exe （支持WIN2000和WINXP）。设置连续采样 内存大小为10*4M byte，设置存储路径和文 件名。（请班长设置每个同学名字的文件 夹）
• RF信号采集：超声显示仪上的图象“冻结”之 前采信号， 在冻结之前采集实时数据，冻 结后保存电影回放文件到硬盘。
不存在M扫描数据 采集目 240 每帧中扫描次数 扫描线号
0
226
1
227
2
228
．
．
．
．
20
246
21
247
22
248
23
9
24
10
25
11
26
12
．
．
一CT扫描及图像重建过程.pdf
实验一CT扫描及图像重建过程一、实验目的：1、加强对CT扫描过程及图像重建原理的理解2、熟悉主要CT扫描方式及重建方法3、熟悉扫描及重建参数对成像结果的影响二、预习要求：1、复习以前学过的CT图像重建原理三、实验原理：Ctsim1.0软件进行重建模拟四、实验设备与器材：CT模拟软件五、实验内容与步骤：1.笔形束数据采集①在“Pen Beam Scan Mode”下，对样品1（左）和样品2（右）的扫描结果：②在“Pen Beam Scan Mode”下，对样品3（左）和样品4（右）的扫描结果：③在“Pen Beam Scan Mode”下，对样品5（左）和样品6（右）的扫描结果：④在“Pen Beam Scan Mode”下，对样品7（左）和样品8（右）的扫描结果：2.笔形束图像重建实验（1）样品3在旋转角度为90°时的正弦图与重建图像：样品3在旋转角度为180°时的正弦图与重建图像：样品3在旋转角度为360°时的正弦图与重建图像：（2）样品7在旋转角度为90°时的正弦图与重建图像：样品7在旋转角度为180°时的正弦图与重建图像：样品7在旋转角度为360°时的正弦图与重建图像：（3）样品6在步进角度由1°变为3°后的图像对比：样品7在步进角度由1°变为3°后的图像对比：（4）样品6在步进角度6°时的图像：样品7在步进角度6°时的图像：（5）样品6改变参数矩阵为256×256样品6改变参数矩阵为512×512样品7改变参数矩阵为256×256样品7改变参数矩阵为512×5123.迭代重建实验（1）重建方法选择“ART”，设置迭代次数为2和10的重建对比：（2）重建方法选择“ART”，设置迭代因子为0.1和1重建对比：4.扇形束数据采集：①在“Fan Beam Scan Mode”下，对样品1（上）和样品2（下）的扫描结果：②在“Fan Beam Scan Mode”下，对样品3（上）和样品4（下）的扫描结果：5.扇形束采集参数的影响（1）样品2在源心距为250mm和500mm时的正弦图与重建图像：（2）样品6在源心距为250mm和500mm时的正弦图与重建图像：样品7在源心距为250mm和500mm时的正弦图与重建图像：(3)样品6在源头距为250mm，步进角度由1°变为3°的图像对比：样品6在源头距为500mm，步进角度由1°变为3°的图像对比：(4) 样品6在源头距为250mm，设置步进角度6°：样品7在源头距为500mm，设置步进角度6°(5)样品6在探测器对应角度为0.5°和2°的图像对比：6.笔形束的重建方法比较旋转角度为360°时，分别用不带滤波的反投影法（Nonfilter BP，左图）、滤波反投影（FBP，中图）、迭代重建法（ART，右图）重建的图像如下：可见，滤波反投影法的重建效果最好。
图像复原研究报告
图像复原研究报告为了抑制退化而利用有关退化性质知识的预处理方法为图像复原。
多数图像复原方法是基于整幅图像上的全局性卷积法。
图像的退化可能有多种原因：光学透镜的残次、光电传感器的非线性、胶片材料的颗粒度、物体与摄像机间的相对运动、不当的焦距、遥感或天文中大气的扰动、照片的扫描等等。
图像复原的目标是从退化图像中重构出原始图像。
图像复原的一般过程为:弄清退化原因→建立退化模型→反向推演→恢复图像。
典型的图像复原是根据图像退化的先验知识建立一个退化模型，以此模型为基础，采用各种逆退化处理方法进行恢复，使图像质量得到改善。
可见，图像复原主要取决于对图像退化过程的先验知识所掌握的精确程度。
图像复原途径一般有 2 种，第一种是添加图像先验知识，如逆滤波，维纳滤波等；第二种是通过求解过程加入约束，如最小二乘法复原、最大熵复原，还有综合2 种方式，如盲滤波复原。
而根据复原域的不同，图像复原又可以分为频率域复原和空间域复原两大类。
顾名思义，基于频率域的主要针对频率滤波操作，而基于空间域的图像复原法则主要是对图像进行空间滤波。
其中典型的频率域方法有逆滤波、维纳滤波及约束最小二乘方滤波算法等，而空间域方法则有Richardson-Lucy 算法、盲去卷滤波等。
本文将介绍逆滤波、维纳滤波和半盲去卷积复原三种复原方法及其算法的实现。
1.图像复原方法及原理1.1逆滤波复原在六十年代中期，逆滤波（去卷积）开始被广泛地应用于数字图像复原。
Nathan用二维去卷积方法来处理由漫游者、探索者等外星探索发射得到的图像。
由于和噪声相比，信号的频谱随着频率升高下降较快，因此高频部分主要是噪声。
Nathan采用的是限定逆滤波传递函数最大值的方法。
在同一时期，Harris采用PSF的解析模型对望远镜图像总由于大气扰动造成的模糊进行了逆滤波处理，Mcglamery则采用由实验确定的PSF来对大气扰动图像进行逆滤波。
从此以后，逆滤波就成了模糊图像复原的一种标准技术。
实验二CT重建实验报告
实验二 CT图像重建实验一、实验目的：通过编写CT图像重建程序，进一步熟悉CT重建过程，同时加强图像处理程序的编程训练。
二、实验软件：VC++三、实验要求1．递交整个程序的执行程序和源程序。
2．要求本小组承担部分的算法原理，列出主要程序段并给出相应说明，对实验结果进行分析。
四、算法原理及结果分析：1. CT重建原理为：在CT成像中，物体对X线的吸收起主要作用，在一均匀物体中，X线的衰减服从指数规律。
在X线穿透人体器官或组织时，由于人体器官或组织是由多种物质成分和不同的密度构成的，所以各点对X线的吸收系数是不同的。
将沿着X线束通过的物体分割成许多小单元体（体素），令每个体素的厚度相等(l)。
设l足够小，使得每个体素均匀，每个体素的吸收系数为常值，如果X线的入射强度I0、透射强度I和物体体素的厚度l均为已知，沿着X线通过路径上的吸收系数之和μ1＋μ2＋……＋μn就可计算出来。
为了建立CT图像，必须先求出每个体素的吸收系数μ1、μ2、μ3……μn。
为求出n个吸收系数，需要建立如上式那样n个或n个以上的独立方程。
CT成像装置从不同方向上进行多次扫描，来获取足够的数据建立求解吸收系数的方程。
吸收系数是一个物理量，它是CT影像中每个像素所对应的物质对X线线性平均衰减量大小的表示。
再将图像面上各像素的CT值转换为灰度，就得到图像面上的灰度分布，就是CT影像。
CT重建过程可以采用直接反投影和卷积反投影来实现。
卷积反投影重建图像时，先把由检测器上获得的原始数据与一个滤波函数进行了卷积运算，得到各方向卷积的投影函数；然后再把它们从各方向进行反投影，即按其原路径平均分配到每一矩阵元上，进行叠加后得到每一矩阵元的CT值；再经过适当处理后就可以得到被扫描物体的断层图像，卷积反投影可消除单纯的反投影产生的边缘失锐效应，补偿投影中的高频成分和降低投影中心密度，并保证重建图像边缘清晰和内部分布均匀。
2. 整个程序的结构为：◆产生sleep logan 模型◆产生反投影数据◆卷积反投影编程在photostar 平台下进行。
实验二CT重建实验报告
实验二CT重建实验报告一、实验目的1.了解CT重建的基本原理；2.熟悉医学图像处理软件ImageJ的使用方法；3.掌握CT重建算法的实现过程；4.验证重建算法的正确性。
二、实验原理实验中使用的CT重建算法有多种，本实验选择了最基本的滤波反投影算法。
该算法首先对投影数据进行滤波处理，然后通过逆Radon变换得到重建图像。
三、实验步骤1.准备工作a.从CT设备上获取一系列X射线投影图像；b.使用软件ImageJ导入投影数据；c.调整图像的对比度和亮度，尽可能提高图像质量。
2.投影数据的滤波a.选择合适的滤波函数，如Ram-Lak函数或Shepp-Logan函数等；b.对每一条投影数据进行滤波处理，得到滤波后的投影数据。
3.逆Radon变换a.根据滤波后的投影数据，使用逆Radon变换算法得到重建图像；b.重复上述步骤，得到所有投影的重建图像；c.将所有重建图像叠加起来，得到最终的重建图像。
4.结果分析a.使用ImageJ软件查看重建图像，观察图像的清晰度和准确性；b.与原始图像进行对比，验证重建算法的正确性。
四、实验结果经过上述步骤，得到了一幅重建图像。
通过ImageJ软件的查看，发现重建图像清晰度较高，能够明显显示出被检对象的内部结构。
与原始图像进行对比，可以发现重建图像与原始图像基本吻合，验证了重建算法的正确性。
五、实验总结本实验通过实际操作CT重建的流程，深入理解了CT重建的基本原理和算法。
通过使用ImageJ软件进行图像处理，掌握了图像的调整和分析方法。
通过与原始图像进行对比，验证了重建算法的正确性。
在实验过程中，需要注意调整图像的对比度和亮度，以提高图像质量。
此外，选择合适的滤波函数也是重建的关键步骤，不同的滤波函数对图像质量有很大影响，需要根据具体情况进行选择。
本实验在CT重建实验中使用了最基本的滤波反投影算法，实际应用中还有更复杂的算法和技术。
进一步深入研究和了解这些算法和技术，将有助于提高CT重建的准确性和图像质量。
图像恢复(数字图像处理实验报告)
数字图像处理作业——图像恢复摘要数字图像恢复是数字图像处理的一个基本的和重要的课题，它是后期图像处理（分析和理解）的前提。
图像在摄取、传输、储存的过程中不可避免地引起图像质量的下降（图像退化），图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌，即根据退化的原因，分析引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。
本文首先对测试图像进行模糊及加噪处理，然后用不同的图像恢复方法，如维纳滤波恢复、约束最小二乘滤波进行图像恢复，并比较它们的处理效果。
发现维纳滤波较约束最小二乘法滤波效果要好，这是因为前者利用了原图像的统计信息，采用了真实的PSF函数来恢复。
无论何种算法，它们都要依据获取的相关信息才能有效地实施，算法利用的信息越多，信息的准确性越高，复原图像的质量也就越高。
实验原理：图像复原处理是建立在图像退化的数学模型基础上的，这个退化数学模型能够反映图像退化的原因。
图像的退化过程可以理解为施加于原图像上的运算和噪声两者联合作用的结果，图像退化模型如图1所示，可以表示为：g ( x , y ) = H [ f ( x , y )] + n ( x , y ) = f ( x , y ) *h ( x , y ) + n ( x , y ) （1）图1 图像退化模型(1)在测试图像上产生高斯噪声lena 图-需能指定均值和方差；并用滤波器（自选）恢复图像；实验原理：噪声是最常见的退化因素之一，也是图像恢复中重点研究的内容，图像中的噪声可定义为图像中不希望有的部分。
噪声是一种随机过程，它的波形和瞬时振幅以及相位都随时间无规则变化，因此无法精确测量，所以不能当做具体的处理对象，而只能用概率统计的理论和方法进行分析和处理。
本文中研究高斯噪声对图像的影响及其去噪过程。
①高斯噪声的产生：所谓高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。
一个高斯随机变量z 的PDF 可表示为：P （z ）（2）其中z 代表灰度，u 是z 的均值，是z 的标准差。
超声图像的重建实验
接收器
接收器用于接收从目标物体反射 回来的声波信号，并将其转换为
电信号。
接收器的性能参数包括灵敏度、 带宽、动态范围等，这些参数影 响接收到的信号质量和信噪比。
在实验中，需要根据目标物体的 特性和实验要求选择性能优良的
接收器。
信号处理系统
信号处理系统用于对接收到的电信号 进行处理和分析，以提取有用的信息 并生成超声图像。
重建图像分辨率
在保证图像质量的前提下，尽可能提高重建图像的分辨率， 以便更好地观察和分析目标物体的细节和纹理信息。
结果分析
重建精度评估
通过对比原始超声图像和重建图像，对重建结果的精度进行了评估。结果表明，重建图 像在形状、大小和位置等方面均与原始超声图像较为一致，误差较小。
重建速度分析
在保证重建图像质量的前提下，对重建速度进行了分析。结果表明，该超声图像重建算 法具有较高的重建速度，能够满足实时处理的需求。
05
结论与展望
实验结论
超声图像重建算法的有效性
实验结果表明，所采用的超声图像重建算法能够有效地还原出清晰、 准确的超声图像，提高了图像的分辨率和对比度。
算法优化空间
尽管当前算法在某些方面已经取得了一定的效果，但仍有进一步优 化的空间，如减少重建时间、提高重建图像的质量等。
适用范围限制
实验结果仅适用于特定的超声设备和特定的重建算法，对于其他设 备和算法的适用性需要进一步验证。
未来研究方向
算法改进
针对现有算法的不足，进一步优化算法性能，提高重建图像的质 量和效率。
多模态成像融合
将超声图像重建与其他医学成像技术（如MRI、CT等）进行融 合，实现多模态成像的互补和协同。
智能化应用
结合人工智能和机器学习技术，实现超声图像的自动分析和诊断， 提高医学诊断的智能化水平。
图像修补实验报告
实验名称：图像修补（image inpainting）一.实验目的1、学会单幅图像的修补2、学会结合彩色图像和深度图像的图像修补二.实验原理1图像修补简介----单幅图像修补图像中常有缺失或者损坏的部分，即空白区域或者有误的区域。
图像修补就是根据这些区域周围的信息完成对空白区域的填充，以实现图像的恢复。
基本方法图像修补的基本方法示例示例方法2选取空白点周围的一片区域，对区域内的参考点进行加权求和，其结果用于对空白点的修补。
若所选窗口太小，即窗口中无参考点，则将窗口扩大。
2图像修补简介----利用深度图的图像修补1图像的前景与背景实际场景中存在前景与背景的区别，前景会遮挡背景，而且前景与背景往往差距比较大。
2深度图用于表示3D空间中的点与成像平面距离的灰度图。
0~255表示，灰度值越大，表示场景距离成像平面越近，反之，灰度值越小，表示场景距离成像平面越远。
前景的灰度值大，背景的灰度值小。
如下左彩色图，右深度图3普通的图像修补区分不了图像的前景和背景，简单的加权求和填补空白点的方法会导致前景和背景的混杂。
引入深度图之后，可以利用深度图区分图像的前景和背景，在对背景进行修补的时候，可以利用深度图滤除那些前景参考点的影响，从而使背景的空白点只由背景点加权求和得到，前景亦然。
三.实验步骤1读入一个像素点，判断其是否为空白点。
2若不是空白点，则跳过该点，判断下一个点。
3若该点是空白点，则用前面所述的方法进行加权修补。
4对图像中的每一个点都进行如此处理，直至全图处理完毕，则图像修补完成。
四.实验要求1独立编码完成实验单幅图像修补利用深度图的图像修补。
2 比较实验结果的差别，并分析原因，完成实验报告。
五.用MATLAB编写实验代码对于单幅图像以及结合深度图像的修补，其实区别就是是否考虑了深度图像的灰度权重（其实就是0和1），虽然效果图区别很小，但是通过深度图还是可以反映出其立体三维空间的。
为了能较好的对比，我把两种方法的比较融合在一条件语句中，在下面的深度图像代码中用红色字体标注。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
姓名
黄仪强
学号
3128031076
专业年级
12级医工影像
实验题目
实验目的
熟练图像重建，加深对课程学习的了解
熟悉傅里叶变换的过程和强化matlab的编程能力
实验内容
实验步骤
实验一：
(傅里叶逆变换重建图像)
实验二：
(将数据第1到64行数据置0，然后重建)
实验三：
(将数据1到64行与193到256行置0，…)
实验四：
(选择数据奇数行，…)
实验五：
(选择数据偶数行，…)
实验六：
(将数据放到512*512大小的矩阵中心，其他位置处为0，…)
附录
实验1
实验2：
实验3：
实验4：
实验5：
实验6：
实验分析
实验的重点是要搞清楚傅里叶变换和反变换的原理，还有也要搞清楚重建的步骤，另外熟悉matlab的相关函数也很重要。在二维傅里叶变换和频谱转移再傅里叶变换的过程中要细心，步骤不能乱。另外由于matlab的知识忘了很多，很多函数都不记得，要翻书本，花费不少时间，做得头都大了，发现真是书到用时方恨少。重点掌握好matlab的知识也是很重要的。
My=imag(Mxy);
plot3(Mx,My,Mz)
2模拟Bloch方程的弛豫(R;
T1=15;
T2=10;
w0=1;
Mz0=100;
Mzz=0;
Mxy0=Mz0;
Mz=Mzz.*exp(-t/T1)+Mz0.*(1-exp(-t/T1));
Mxy=Mxy0.*exp(-i*w0*t).*exp(-t/T2);
第二次作业
1.模拟Bloch方程的受激(Excitation)过程。
w0=1;
w1=3;
t=0:0.001:30;
Mz0=100;
RMz=Mz0.*cos(w1*t/180*pi);
Mz=RMz;
RMxy=Mz0.*sin(w1*t/180*pi);
Mxy=RMxy.*exp(-i*w0*t);
Mx=real(Mxy);
Mx=real(Mxy);
My=imag(Mxy);
plot3(Mx,My,Mz);
医工影像黄仪强
学号312803176