地震层析成像，稍做改动可以作为物探程序，linux平台

研 制基于 5 1 单片机控制用于组 织高分辨率成像的光学相千层析成像系统 , 详细 阐述 了该系统的工作原理 . 硬件组成和软 件 设计方案。 利 用自建样 品池和生物样品对系统测试 , 证明了系统具有高分辨率 、 高探测灵敏度 、 智能化以及 无损伤 的优点

有关网络性能参数测量佳运用，网络的业务规律、性能行为模式需要通过测量掌握，采集、分析、解释 测量数据是网络流量、拓扑、行为建模分析的基础和验证手段，工nternet流量的 自相似性、nItenret拓扑的幂率分布等重要规律都是通过网络测量发现的。 、，

网络层析成像研究及应用前景展望

这是 Feldkamp-Kress-Davis（也称为 FDK）算法的简单实现，用于从使用锥形束几何结构（即微焦点 X 射线源）拍摄的投影重建（即滤波反投影）切片。 在本演示中，我们仅重建投影的中心切片 (z=0)，即我们使用 FDK 作为具有扇形光束几何形状的采集反投影的代码。 这使我们能够利用 matlab phantom 例程来生成合成投影。 对于实际应用，必须编写自己的程序，根据合适的文件格式读取平面射线照片，并针对暗场图像（探测器在关闭 X 射线的情况下注册的图像）和平面场图像（打开 X 射线）校正这些射线照片并且没有对象）。 此外，归一化的射线照片必须对日志进行处理并转换为投影。 鉴于 Matlab 仅提供 iradon（用于同步加速器光束线产生的平行光束）和 ifanbeam 例程，我们的提交旨在为开发更优化的代码提供有用的概述。 该代码重建一个体积（而不是单个切片

利用光学相干层析成像(OCT)获得视网膜图像并对其进行分层，进而获得各视网膜层的厚度，在许多眼科疾病的临床诊断中具有重要作用。高散斑噪声、低图像对比度、存在血管等复杂结构等因素使得对视网膜的精确分层难以实现。提出了一种视网膜OCT图像的自动分层方法，利用三维块匹配和均值滤波去噪对图像进行预处理，分两步对视网膜图像分层，在每个A扫描上设置可变阈值进行逐层分割作为初步分层结果，然后对各层的初步分层结果进行连续性和完整性判断和修正。对健康和患病视网膜的OCT图像进行分层以验证提出方法的有效性。实验结果显示该方法能够精确地分出9层视网膜层，平均层边界位置偏差为(1.34±0.24) pixel。该方法能够适应噪声高、对比度低的图像，对存在血管等复杂结构的图像同样能够实现较好的分层。

OpenEIT仪表板 生物医学成像以前很昂贵，几乎无法破解和试验。 如果有更多的人进行实验并了解成像的工作原理，我们可以更快地将其向前发展，并使这些变革性技术对所有人开放。 OpenEIT（EIT用于电阻抗层析成像）使用与CATSCAN相同的层析成像重建技术，使用非电离交流电流来重建任何导电材料（例如，肺部，手臂或头部）的图像。 PCB只有2英寸见方的正方形，带有蓝牙，使之成为进行生物医学成像的便携式且易于破解的方式！ WINDOWS用户注意事项 SPECTRA使用FTDI芯片通过UART进行通信。 VCP FTDI驱动程序未预安装在Windows上（但已安装在所有其他操作系统上）。 如果您运行的是Windows计算机，则应按照以下说明安装FTDI驱动程序，然后再继续进行仪表板安装： : 如何安装python仪表板。 要求 Python 3.6.7 安装 pip install -r

matlab开发-三维大气层析模型。一个在三维感兴趣区域设置的大气层析成像玩具模型。

X射线双能计算机层析成像(CT)技术是安全检查领域一种重要的材料探测与识别手段。双能CT投影分解是双能CT预处理重建算法的核心内容和关键步骤。针对现有投影分解算法的不足，提出了一种基于投影匹配的双能CT投影分解算法。依据系统能谱和基材料线性衰减系数曲线，通过求解投影积分方程组建立高低能投影查找表。对于给定的高低能投影，在查找表中寻找最佳匹配点，进而获取基材料分解投影。该算法避免了现有算法复杂的迭代优化过程，简化了系统的标定过程，分解精度取决于查找表的设定步长。相对现有算法该算法有实现过程简单、易于并行计算的优点。仿真实验结果验证了算法的有效性。

讨论了代数重构算法在水汽层析应用中的各种问题,包括约束条件的构造、层析初值的选择、松弛因子的计算、终止条件的确定等,给出了计算最优松弛因子的黄金分割搜索法和确定终止条件的NCP规则,对比分析了 Kaczmarz、Randkaczmarz、Symkaczmarz、SART、Landweber、Cimmino、CAV、DROP等8 种常见的代数重构算法,并以香港 SatRef 的观测数据进行了试验。试验结果表明,以上 8种代数重构技术都能够满足水汽层析的要求;迭代终止条件比松弛因子更为重要;采用文中计算最优松