EIT / UTT双模态成像的自适应局部加权图像重建算法

李佳星, 赵勇先, 王京华. 基于深度学习的单幅图像超分辨率重建算法综述. 自动化学报, 2021, 47(10): 2341−2363

李佳星, 赵勇先, 王京华. 基于深度学习的单幅图像超分辨率重建算法综述. 自动化学报, 2021, 47(10): 2341−2363 来源网址：http://www.aas.net.cn/article/doi/10.16383/j.aas.c190859

candes提出来的一种应用在CS上的重建算法

三维重建算法bundler编译和运行的详细说明

三维重建算法 MATLAB 点云数据

医学图像重建算法中OSEM算法的Matlab程序

CT重建 注意：此代码不适用于商业或临床用途。 用Python编写的CT重建算法 添加 锥束重建 等角扇形束重建 等空间扇形光束重建 前向投影代码（在GPU上由距离驱动） 背投功能（GPU上的距离驱动） 将被添加 螺旋重建算法 迭代重建算法 光线驱动的前后投影 参考

针对现有运动恢复结构算法重建模型存在点云稀疏等问题，提出一种利用不同匹配数据进行模型重建的算法。首先通过对比上下文直方图(CCH)生成匹配数据，利用M估计抽样一致(MSAC)估算图像基础矩阵，进而分解得到平移和旋转矩阵，并根据相机内参计算投影矩阵，然后利用KLT匹配算法更新匹配数据，最后三角化生成三维点云。该算法匹配精度高，图像基础矩阵易于收敛，通过位移实现特征点匹配，弥补了图像低频区域匹配数据不足的缺陷。实验结果表明，与现有算法相比，该算法生成的点云更致密；在真实环境下，该算法可用于物体三维重建。

迭代重建算法在常规剂量胸部CT的应用及图像质量评估.pdf