一、RTK中定标点数据制作 使用91卫图助手设置测试点（开展项目时候的定标点）的kml文件导入到RTK机器。 注意事项： （1）目前使用的中海达品牌机器，无法正常显示SHP文件的预设测试点，但KML文件可以正常显示。 （2）目前RTK星移差分定位的方式，在楼层密集处锁定点位（点位时的PPP固定）较慢，在空旷的场所及无雨天的情况下，锁定时间5分钟内。 （3）根据当前国家政策，在保存kml文件时，投影
转载
2024-01-31 10:13:58
136阅读
业务缘故，耍起了RTKLIB这个工具，发现它的作用还真的蛮大的。 分享一些使用上的注意点给大家。希望大家都能灵活运用它。 首先，RTKLIB可以【获取差分解】 通过联网+软件方式，来获取差分解哦。这里以使用千寻位置的产品服务为例。 (一) 安装 打开目录RTKLIB\bin下的 应用程序 (二) 点击右上角“I”，进入输入流，开始参数配置 1）&n
# RTK重建包Python：你需要了解的基础概念
RTK（Reconstruction Toolkit）是一个用于医学成像重建的开源工具包。虽然RTK通常是与C++一起使用，但它也提供了Python的接口，这使得它在数据科学和医学成像领域变得更加灵活和易用。本文将介绍RTK的基本概念、如何在Python中使用RTK，并以代码示例展示其基本用法。
## RTK的基本概念
RTK主要用于重建C
原创
2024-09-06 06:03:29
351阅读
# 用Python实现CT重建
## 介绍
CT（Computed Tomography）扫描是一种常见的医学成像技术，通过X射线扫描生成人体或物体的三维图像。CT重建是对CT扫描中获取的二维投影数据进行处理，恢复出物体的三维结构。在本文中，我们将介绍如何使用Python实现CT重建的基本算法，并通过代码示例演示实际操作过程。
## 什么是CT重建
CT重建是指根据CT扫描得到的一系列二维
原创
2024-02-25 04:54:54
388阅读
# 用Python进行CT扫描图像重建
## 简介
计算机断层扫描(Computed Tomography, CT)是一种通过获取多个不同角度上的X射线投影图像，并利用这些投影图像来重建物体内部结构的成像技术。在CT重建中，我们可以使用Python编程语言来实现。
## CT扫描原理
CT扫描原理基于射线在物体内的吸收特性，通过多个方向上的X射线投影图像，可以推断出物体内部的结构信息。CT扫描
原创
2023-07-27 09:04:37
499阅读
Python语言reload()函数重新载入模块SoHo 2019.04.02对于一个大型脚本语言而言，通常需要将其功能细化。将实现不同功能的代码写在不同的脚本中，这样方便在其他脚本需要使用此功能时可以以模块的形式导入。极大地方便了脚本的维护和重用。导入模块的方法浅析重新载入模块之前先简单了解一下python导入模块的机制。 导入模块或模块中的函数通常有三种方法：import 模块名
import
转载
2023-12-24 19:26:06
0阅读
实验题：CT图像的代数重建问题（线性方程组的应用）X射线透视可以得到3维对象在2维平面上的投影，CT则通过不同角度的X射线得到3维对象的多个2维投影，并以此重建对象内部的3维图像。代数重建方法就是从这些2维投影出发，通过求解超定线性方程组，获得对象内部3维图像的方法。这里我们考虑一个更简单的模型，从2维图像的1维投影重建原先的2维图像。一个长方形图像可以用一个横竖均匀划分的离散网格来覆盖，每个网格
转载
2024-03-10 13:26:35
115阅读
# CT图像重建
## 介绍
计算机断层扫描（Computed Tomography，CT）是一种应用广泛的医学成像技术，它通过对人体进行多个角度的X射线扫描来获取断层图像。然而，由于X射线的散射和吸收等问题，得到的图像通常会受到噪声和伪影等影响，降低了图像的质量。
CT图像重建是一种将原始采集到的投影数据转换为高质量断层图像的过程。在本文中，我们将使用Python来介绍CT图像重建的基本原
原创
2023-07-15 14:18:06
813阅读
在现代医学成像领域，CT（计算机断层摄影）逐渐成为一种重要的检测手段。随着技术的进步，利用Python等编程语言进行MPR（多平面重建） CT重建问题的研究和开发引起了越来越多的关注。本文将从多个角度探讨如何解决“Python MPR CT重建”问题，内容包括协议背景、抓包方法、报文结构、交互过程、多协议对比、以及逆向案例。
### 协议背景
了解MPR CT重建的背景，首先需要从协议的标准与
# CT FDK重建在Python中的实现
CT FDK（Filtered Back-Projection）重建是一种常用于医学成像的算法，通常用于对CT图像进行重建。接下来，我将详细介绍如何在Python中实现CT FDK重建，并给出步骤和相应的代码示例。
## 实现流程
在Python中实现CT FDK重建的整体流程如下表所示：
| 步骤编号 | 步骤
Go/*
Author ： CHR_崔贺然
Time ： 2019.11.19
Description ： 组合与继承,golang不支持继承是组合，多态是用duck-type
单元测试的作用是什么，因为项目只有一个入口函数，所以需要对每个功能进行单元测试，断言，Debug
定义行为(方法)的时候可以传结构体，也可以传指针，但是为了防止拷贝还是传递指针
go中不用通过-&g
心得体会 初学opencv发现opencv3.2(下载链接在附录)是没有xfeatures2d等模块的。第三方库opencv_contrib是在GitHub上。（下载链接在附录）。那么问题就在于怎么把原Opencv与opencv_contrib合成一个工程，这不仅仅对于加载头文件等有帮助，而且对欣赏源码也很有帮助。通过cmake（下载链接在附录）编译合成一个工程无疑是最好的解决方法。 1.准备工具
## 代数重建算法在计算机断层扫描（CT）中的应用
计算机断层扫描（CT）是一种广泛应用于医学成像的技术，它通过多角度拍摄和计算机处理，构建出三维的内部结构图像。随着算法与计算技术的不断进步，代数重建算法（Algebraic Reconstruction Technique, ART）作为一种经典的图像重建方法，逐渐受到关注。本文将通过代码示例，介绍代数重建算法在CT中的应用，并通过图示加深理解
# CT重建算法Python实现指南
CT（计算机断层扫描）重建算法是医学成像领域的重要技术。对于刚入行的小白，理解和实现CT重建算法可能感觉复杂，但通过分步讲解，我们可以简化整个流程。下面，我将介绍CT重建算法的基本步骤，以及如何在Python中实现它。
## CT重建流程概述
我们可以将CT重建的流程分为几个关键步骤，如下表所示：
| 步骤 | 描述
# 重建ART代码：Python CT
## 什么是ART
ART（Adaptive Radix Tree，自适应基数树）是一种高效的数据结构，用于存储和查找键值对。它是对传统的字典树(Trie)和平衡树（如红黑树）的结合，可以在保持高效性的同时，适应不同数据规模和分布。
## Python CT
Python CT是一个开源项目，旨在使用Python语言重新实现ART代码。通过使用Pyt
原创
2024-02-23 03:35:55
92阅读
# Python ct锥束重建学习指南
CT（计算机断层扫描）锥束重建是医学成像和材料科学中的一项重要技术。通过使用Python，您可以实现锥束重建。本文旨在引导新手开发者理解和实现这项技术。我们将分步骤学习整个流程，下面是整个流程的概述：
| 步骤 | 描述 |
|------|-------------------
原创
2024-08-27 04:44:03
110阅读
一，代码下载matlab_医学CT重建ART，SART算法-自然语言处理文档类资源二、ART算法1、基本思想ART迭代算法的基本思想是先将连续的图像离散化，再采用CT成像的离散模型重建图像。其给定初始图像，先通过正投影得到投影图像，然后计算当前投影与实际测量投影之间的误差用以估计当前图像的修正值，这个修正值是对每一条射线逐条迭代修正并分配到射线穿过的像素上，再进行反投影和累加等处理。2、算法实现步
转载
2024-01-04 17:24:37
394阅读
1.算法描述CT重建算法大致分为解析重建算法和迭代重建算法，随着CT技术的发展，重建算法也变得多种多样，各有各的有特点。本文使用目前应用最广泛的重建算法——滤波反投影算法（FBP）作为模型的基础算法。FBP算法是在傅立叶变换理论基础之上的一种空域处理技术。它的特点是在反投影前将每一个采集投影角度下的投影进行卷积处理，从而改善点扩散函数引起的形状伪影，重建的图像质量较好。 上图应可以清晰的
转载
2023-06-30 22:31:49
398阅读
派生类继承基类时，会“复制”所有基类的所有公有成员和保护成员，但很多时候，并不是所有这些成员派生类都正好需要，为此，派生类通常需要屏蔽掉基类的一些成员。在派生类中屏蔽基类成员就被称作：重载。一、重载类的成员重载类的成员的具体方法就是，在派生类中重新定义一个与基类同名的成员，这样，在通过类名或对象名调用这一成员时，只有派生类中新定义的成员会被使用，与派生类中新定义的成员同名的基类中的成员不再起作用。
转载
2023-06-12 16:50:07
49阅读
本文为美国普渡大学（作者：Pengchong Jin）的博士论文，共99页。基于模型的图像处理是一系列技术的集合，为解决成像系统中的逆问题提供了一个系统框架。在本论文中，利用基于模型的方法解决了CT成像系统中存在的三个问题：具有二维平行光束和三维多层结构的单能量X射线CT的图像重建，单能量X射线CT的同时图像重建和光束硬化校正，同时对CT图像进行金属伪影消除和图像分割。在第一个主题中，研究了基于模
转载
2024-08-24 09:09:37
71阅读
1评论
