CT图像校正与并行重构.pdfVIP

CT 图像校正与并行重构 摘要 CT(Computed Tomography)技术是X 射线领域一个重要研究方向，其原理 是由于物体不同部位对X 射线衰减不同，从而在探测面形成X 射线图像的衬度 分布。通过多个角度的投影数据结合特定的重建算法，即可重构出物体内部构 造信息。然而，CT 技术在应用中更受关注的点是重构效果与重构过程消耗的时 间。本论文将讨论从平板探测器的输出预处理，以及锥束CT 系统几何参数标 定这两方面对重构中的伪影进行消除。再研究基于CUDA 的反投影滤波重建算 法，以提升重构效率。 首先，将分析实验使用的平板探测器可能存在的性能缺陷。以X 射线衰减 的数学模型为基础，分别针对平板探测器的暗电流、增益不一致和光场不一致 推算出校正公式。而坏像素点则由于产生的特殊性，需要单独进行识别再做校 正处理。然后，根据计算出的理论基础先分别进行实验，证明上述理论的实践 效果良好。再将综合处理的结果运用到重建算法中，根据校正前后的重构效果 证明所提出方法的可行性。 其次，介绍锥束CT 系统的几何结构，并探讨投影平面可能存在的几种偏 差情况。按照几何误差存在的类型，推算出几何误差对投影点位置产生的影响。 再根据误差类型设计仿真实验。仿真实验的投影数值将按照上一步推导出的公 式进行处理，利用仿真结果论证系统误差对重建效果的影响。实际测量过程中 将设计标定模型并推导出几何参数计算公式。再依据几何误差的类型设计对比 实验，而对比实验的结果可以初步证明所获取参数的正确性。然后，将标定方 法运用到实际CT 实验中，以重建图像的质量证明数据标定是否准确。 最后，在提升重构效果的同时将研究CUDA 并行化处理。此步骤将先探讨 CUDA 硬件架构、软件架构以及编程模型。分析反投影滤波重建算法的实现步 骤在串行模式下的局限性，再将CUDA 具体结合到该方法中。并以Tesla P40 为硬件基础，编写CUDA 版本的重建算法。最后，设计实验以对比CPU 串行 程序和GPU 并行程序重建相同图像消耗的时间，证明GPU 多处理器架构可以 优化CT 重建算法。 I CT 图像校正与并行重构 关键词：CT、滤波反投影重建算法、预处理、系统参数标定、CUDA 加速 II CT image correction and parallel reconstruction Abstract CT (Computed Tomography) technology is an important research direction in the field of X-ray. The principle is that the X-ray attenuation is different in different parts of the object, so that the contrast distribution of the X-ray image is formed on the detection surface. The internal structure information of the object can be reconstructed by combining projection data of multiple angles with a specific reconstruction algorithm. However, the point that CT technology is more concerned with in applications is the time it takes to reconstruct the reconstruction process and the reconstruction process. This paper will discuss the elimination of artifacts in reconstruction from the output preprocessing of