针对低剂量计算机断层扫描（LDCT）重建图像中存在大量噪声的问题，提出了一种平稳小波的深度残差卷积神经网络（SWT-CNN）模型，可以从LDCT图像估计标准剂量计算机断层扫描（NDCT）图像。该模型在训练阶段，将LDCT图像经平稳小波（SWT）三级分解后的高频系数作为输入，将LDCT图像高频系数与NDCT图像高频系数相减得到残差系数作为标签，通过深度卷积神经网络（CNN）学习输入和标签之间的映射关系；在测试阶段，利用此映射关系即可从LDCT图像的高频系数中预测NDCT高频系数，最后通过平稳小波反变换（ISWT）重构预测的NDCT图像。实验采用50对大小为512×512的同一体模的常规剂量胸腔及腹腔扫描切片和投影域添加噪声后的重建图像作为数据集，其中45对作为训练集，其余5对作为测试集。将所提模型与效果较好的非局部降噪算法、K-奇异值分解（K-SVD）算法、匹配三维滤波（BM3D）算法及图像域CNN（Image-CNN）模型对比，实验结果表明，SWT-CNN模型预测的NDCT图像信噪比（PSNR）和结构相似性（SSIM）高，且均方根误差（RMSE）小于其他算法处理结果。该模型对于提高低剂量CT图像质量是可行且有效的。

针对低剂量计算机断层扫描(CT)重建图像时出现明显条形伪影的现象,提出一种结合非局部均值模糊扩散和扩展邻域双边滤波的中值先验(MP)重建算法。首先,使用基于非局部均值模糊扩散方法对中值先验分布的最大后验(MAP)重建算法进行改进,以减少重建图像中的噪声;然后,采用基于扩展邻域的双边滤波方法对重建图像进行处理,以保持图像的边缘和细节信息,进一步提高重建图像的信噪比。采用Shepp-Logan模型和胸腔模型来验证算法的有效性,实验结果表明,与滤波反投影(FBP)、中值根先验(MRP)、非局部均值模糊扩散的MP重建(NLMMP)算法和非局部均值双边滤波的MP重建(NLMBFMP)算法相比,所提新算法的归一化均方距离和均方绝对误差最小,且信噪比最高,分别为10.20 dB和15.51 dB。该重建算法可以在对重建图像进行降噪的同时保持了图像的边缘和细节信息,改善了低剂量CT图像质量退化的问题,获得高信噪比和高质量的重建图像。

针对低剂量计算机断层扫描（LDCT）重建图像时出现条形伪影和脉冲噪声的现象，提出一种自适应加权全变分的LDCT统计迭代重建算法。该算法克服了传统全变分（TV）算法在去除条形伪影的同时引入阶梯效应的缺点，把基于加权方差的加权因子与TV模型相结合提出自适应加权全变分模型，然后再把新模型应用到惩罚加权最小二乘（PWLS）重建算法中，这样就可以对图像的不同区域进行不同强度的去噪，从而取得噪声抑制和边缘保持的良好效果。采用Shepp-Logan模型和数字骨盆体模来验证算法的有效性，实验结果表明，所提算法的归一化均方距离和归一化平均绝对距离均比滤波反投影（FBP）、PWLS、惩罚加权最小二乘的中值先验（PWLS-MP）以及惩罚加权最小二乘的全变分（PWLS-TV）算法的值小，且可分别获得40.91 dB和42.25 dB的峰值信噪比。实验结果表明，该算法重建出的图像在有效去除条形伪影的同时对图像的边缘和细节起到很好的保护作用。

针对低剂量计算机断层扫描(CT)重建图像时出现明显条形伪影的现象,提出一种自适应广义总变分(ATGV)降噪算法。该算法考虑了传统广义总变分(TGV)算法在降噪时模糊图像边缘信息的缺点,把可以有效区分图像平滑区和细节区的直觉模糊熵应用到传统TGV中,对图像的不同区域进行不同强度的去噪,从而达到保护图像细节的效果。该算法首先采用滤波反投影(FBP)算法得到低剂量CT重建图像;然后利用基于直觉模糊熵的边缘指示函数对传统TGV模型进行改进;最后用改进后的模型对重建图像进行降噪处理。采用Shepp-Logan模型和数字胸腔模型(thorax phantom)仿真低剂量CT重建图像来验证算法的有效性。实验结果表明,所提算法的归一化均方距离(NMSD)和归一化平均绝对距离(NAAD)均比总变分(TV)降噪算法和广义总变分(TGV)降噪算法小,且可分别获得26.90 dB和44.58 dB的峰值信噪比(PSNR)。该算法在去除条形伪影的同时可以较好地保持图像的边缘和细节信息。

为了提高扇束滤波反投影(FBP)算法重建图像的速度,提出一种极坐标反投影算法的优化快速重建方法。算法利用三角函数对称性对多幅预处理后的投影数据同时进行极坐标反投影运算;在反投影数据坐标转换时运用像素位置参数的对称性,以减少双线性插值的计算量。实验结果表明,在不牺牲重建图像质量前提下,与传统卷积反投影重建算法相比,优化算法的重建速度提高8倍以上。该优化方法也适应于三维锥束重建,并可推广到多层螺旋三维重建。

在正电子发射断层成像（PET）中，传统迭代算法会造成重建图像细节信息丢失或目标边界模糊。为了解决上述问题，提出一种基于相关系数和双向扩散结合的优质中值先验（MP）重建算法。首先，引入特征因子相关系数来表征图像局部灰度统计信息，构造出结合相关系数的双向扩散模型；其次，考虑到双向模型对背景和边缘区别处理的优点，将新模型应用到中值先验分布的最大后验重建算法中，形成基于双向扩散的中值先验重建算法。实验结果表明，该算法在去除噪声的同时能够较好地保持图像中的目标边界信息，信噪比（SNR）和均方误差（RMSE）的变化也能直观体现重建图像质量的提高。

针对低剂量计算机断层扫描(CT)重建图像发生严重衰退的问题,提出一种基于变指数和非局部的最大似然期望最大(MLEM)低剂量CT重建算法。该算法考虑了传统各向异性扩散中降噪不充分的缺点,把可以有效折中热传导和各向异性扩散(P-M)这两种模型的变指数,以及代替梯度检测边缘和细节的相似度函数运用到传统各向异性扩散中,从而达到所期望的效果。该算法在每次迭代中首先采用基本的MLEM算法对低剂量CT投影数据进行重建; 然后利用基于非局部的相似性测度以及变指数和模糊数学的理论对各向异性扩散的扩散函数进行改进,用改进后的各向异性扩散对重建图像进行降噪;最后使用中值滤波对图像进行处理从而消除脉冲噪声点。实验结果表明,所提出算法的均方绝对误差、归一化均方距离均比有序子集惩罚最小二乘(OS-PLS)、有序子集惩罚最大似然一步迟疑(OS-PML-OSL)、基于传统P-M、基于方差的算法小,获得了高达10.52的信噪比。该算法重建出的图像可以在有效消除噪声的同时较好地保持图像的边缘和细节信息。

针对图像去噪过程中存在边缘保持与噪声抑制之间的矛盾，提出了一种基于变指数的片相似性扩散图像降噪算法。算法基于变指数的自适应降噪模型，引入片相似性的思想，构造出新的边缘检测算子和扩散系数函数。传统的各项异性扩散图像降噪算法利用单个像素点的灰度相似性（或梯度信息）检测边缘，不能很好地保持图像的弱边缘和纹理信息。而所提算法利用邻域像素的灰度相似性，可以在滤除图像噪声的同时，保持更多的细节信息。仿真结果表明，与其他传统的基于偏微分方程（PDE）的图像降噪算法相比，该算法将信噪比（SNR）和峰值信噪比（PSNR）提高至16.602480dB和31.284672dB，具有良好的抗噪性；同时视觉效果较好，保持了更多的弱边缘和纹理等细节特征，在噪声抑制与边缘保持之间取得了较好的权衡。

针对传统最大后验(MAP)算法出现阶梯伪影以及不能有效保持重建图像低梯度值处细节信息的问题,提出了一种基于解剖非局部先验的模糊扩散正电子发射计算机断层扫描(PET)重建算法。首先,对中值先验分布的MAP重建进行改进,在每次中值滤波前引入结合模糊函数的各向异性扩散滤波器;然后,采用模糊隶属度函数作为各向异性扩散过程的扩散系数,并结合解剖非局部先验来考虑图像的细节信息。仿真结果表明,与传统算法相比,该算法提高了信噪比(SNR),具有良好的抗噪性;同时视觉效果较好,图像边缘清晰,在抑制噪声和边缘保持方面取得了良好的折中。

针对非局部均值中相似度的衡量问题,提出了一种基于字典学习的度量算法。首先利用局部像素群块匹配方法消除不相似的图像块带来的干扰,然后对含有噪声的相似块采用字典学习的方法降噪。与经典的字典学习不同的是,对相似块采用联合稀疏编码的思想,利用主成分分析法学习一个高效紧字典,保留相似块间的相关性信息。采用降噪后的图像块间的欧氏距离计算像素间的相似度,能更好地反映相似块的相似性。实验结果表明,所提出的方法在峰值信噪比和视觉效果方面都优于传统算法,尤其对含有较多细节且结构相似性强的图像,细节和纹理部分的保持效果更好,算法的鲁棒性也优于传统算法.

在正电子发射断层扫描(PET)成像中,最大似然期望(MLEM)算法因不能有效地抑制噪声、收敛速度慢而难以直接应用于临床。有序子集最大期望(OSEM)算法具有较快的收敛速度,但是在迭代一定次数之后重建质量会迅速下降。针对此问题,将多分辨率技术引入到有序子集最大期望重建算法的子集中,以此抑制噪声,同时稳定求解过程。实验结果表明,新的重建算法克服了传统算法图像退化的缺点,并具有加快算法收敛速度的优点,能获得较高的信噪比(SNR)和较好的图像视觉效果。

针对最大后验(MAP)法对重建图像造成的过度平滑或出现阶梯状边缘伪影等问题，提出了一种基于混合模型的中值先验图像重建算法。首先在中值先验分布的MAP重建的基础上，在每次中值滤波之前引入结合小波收缩和正逆各向异性扩散的滤波器。另外，对于背景区域仍残留有少量噪声的情况下，可以在迭代间的最后，选择加入只针对图像较小梯度阈值区域进行非线性扩散平滑的优良滤波器，从而进一步优化图像。仿真结果表明，该算法在抑制噪声和保持边缘效果方面具有很好的表现，与其他经典传统算法相比，信噪比(SNR)可提高0.9dB~3.8dB。

为了克服当前广泛使用的传输层安全协议存在的证书管理复杂和握手延迟高的缺点，通过分析基于身份的密码体制的特点，设计了使用基于身份的加密方案的握手协议，以及适合双向认证条件的使用基于身份的认证的密钥协商方案的握手协议。安全性分析和性能仿真实验结果表明，在同等安全强度下，与基于证书的方案相比，基于IBC的握手协议具有相称的密码算法处理开销，但是减少了协议通信量，明显降低了握手延迟，提高了协议的运行效率。

针对目前网络化制造环境下，服务描述、发现过程中语义信息动态表达不足的问题，从Web服务的角度提出了一个基于本体的制造领域知识建模方法，并在此基础上构建制造领域本体模型，最后给出应用实例。重点研究解决了制造服务过程中不同对象间的信息交流、数据交换和知识资源重用三个问题，有效地实现网络制造环境下资源共享与优化配置，为基于语义的网络协同制造服务平台的构建奠定了基础。