有序子集期望最大化(OSEM)迭代算法是近年来发展较快的一种迭代类算法。但该算法在迭代过程中容易产生条纹状伪影、金属伪影或者散射伪影。构造了平滑约束矩阵作为先验信息引入到重建迭代过程, 建立了一种平滑约束OSEM(SC-OSEM)迭代重建算法。分别将中值滤波、全变差最小(TVM)方法作为平滑约束条件, 通过数值模拟, 针对不完备理想投影数据、含金属不完备投影数据、含噪声不完备投影数据三种情况, 重建出了与原始模型一致性较好的计算机层析成像技术(CT)图像, 比单独OSEM迭代算法重建质量高, 并且发现中值滤波约束重建图像的整体噪声较小, TVM算法使金属边界更清晰, 表明SC-OSEM迭代重建算法是一种精度高、适应性较强的CT重建算法。

采用机器人实现水果的自动化精确采摘是现代水果采摘技术发展的基本趋势之一。但由于成像条件以及机器人自身电子电路等因素的影响, 使得所获取的图像或多或少存在大量噪声。将小波变换与双边滤波算法有机结合, 提出了一种针对水果图像中颗粒噪声的滤波算法。该算法首先对噪声图像实现小波分解, 对于各高频子图像, 给出了相似像素的基本定义并分别设计出尺寸为 5的多方向的相似像素检测窗口；然后根据检测窗口中相似像素的个数与检测窗口全部像素点个数的比值大小, 分别采用自适应双边滤波算法和改进加权中值滤波算法加以处理。最后实现小波系数重构。实验仿真结果表明, 该滤波算法性能优于双边滤波算法以及小波域双边滤波算法, 对于农产品视觉图像、基于流媒体技术设施现场采集的图像处理等领域也具有一定的参考价值。