投影算法
-
-
小波模极大值去噪
小波模极大值去噪，Denoise_w_Mod_sim.m是主程序，P_gama.m，P_y.m，Py_Pgama.m是三种投影算法 -
在WRLA算法的基础上，进一步采用投影算法
毫米波图像存在分辨率低的缺点，该程序在WRLA算法的基础上，进一步采用投影算法，能有效改善毫米波图像的分辨率 -
-
MATLAB投影算法新息误差统计分析系统
本MATLAB项目实现了基于用户自定义投影算法的误差统计分析功能，支持新息数据序列的误差计算与动态追踪。系统能够实时记录每次投影计算的新息误差，并提供完整的统计分析报告，助力算法性能评估。 -
基于投影法的字符分割系统
本项目提供了一套完整的MATLAB程序源码，旨在通过投影法实现图像中字符的自动化分割处理。该功能的核心原理是利用字符区域与背景区域在像素分布上的显著差异。程序首先对输入的原始图像进行预处理，包括灰度化转换、中值滤波去噪以及二值化操作，将目标字符变为白色而背景变为黑色。随后，系统分别进行垂直投影和水平投影分析。在垂直投影阶段，通过统计图像每一列的白色像素点总数，生成一维投影向量，通过寻找投影向量中连续不为零的区间来确定每个字符的左右边缘。在水平投影阶段，通过统计每一行的像素分布来进一步精确定位字符的上下边界 -
基于Radon变换的CT成像仿真系统
本项目通过MATLAB环境深度仿真计算机断层扫描（CT）的核心成像过程，完整演示从物理投影采集到数字图像重建的数学转换逻辑。 -
基于FBP滤波反投影算法的图像重建仿真系统
该项目实现了一套完善的标准二维图像重建仿真系统，核心基于医学成像领域中最经典的滤波反投影（FBP）理论。 系统通过模拟CT扫描过程，首先利用氡变换（Radon Transform）获取原始二维图像在不同角度下的平行束投影数据，并生成对应的正弦图（Sinogram）。 为了解决传统反投影算法导致的图像边缘模糊和星形伪影问题，本项目在反投影前引入了频域滤波器处理。 系统集成了多种经典的滤波函数，包括Ram-Lak（Ramp）滤波器、Shepp-Logan滤波器以及Cosine滤波器，用户可根据重建图像的信噪比 -
基于Chambolle投影算法的全变分图像去噪工具
该项目实现了Antonin Chambolle提出的经典投影算法，这是一种用于求解全变分（Total Variation, TV）极小化模型的高效数值方法。该算法的核心是通过求解原问题的对偶问题，利用投影算子将变量约束在特定的凸集内，从而绕开全变分泛函在非平滑点不可微的计算难题。 -
基于FBP算法的CT图像重建仿真系统
本系统旨在实现高质量的CT图像重建，其核心采用经典的滤波反投影（Filtered Back Projection, FBP）算法。项目主要针对标准头部仿真模型（如Shepp-Logan模型）进行投影数据的模拟采集与解析重建。具体功能涵盖了从原始投影数据（Sinogram）的生成、R-L（Ram-Lak）滤波器或Shepp-Logan滤波器的设计与频域应用、到反投影算子的离散数值实现全过程。系统支持不同探测器通道数量和旋转步长的参数化配置，能够精确还原模型内部的细微组织结构。除了基础重建功能外，该项目还集成了对重建质量的定量分析模块，通过计算均方误差（MSE）、峰值信噪比（PSNR）以及结构相似性（SSIM）等关键指标评估算法表现。本程序旨在为医学影像处理领域的学生和研究人员提供一个可观测、可扩展的学习研究平台，支持用户根据需求自定义滤波器参数以探讨伪影消除及图像对比度增强的优化策略。通过该系统，用户可以深入理解Radon变换原理、傅里叶切片定理及其在实际计算机断层扫描（CT）成像中的工程实现，是一个集算法仿真模拟、可视化结果展示与性能科学评价于一体的综合性研究工具。
