Jellemző-kinyerésen és gépi tanuláson alapuló módszerek a DT-hoz: A diszkrét tomográfia (DT) feladata diszkrét szürke-intenzitású képek rekonstruálása kevés vetületből. A problémát a valós alkalmazásokban a képalkotó berendezések korlátozott felbontási képessége, és a vetületekben kikerülhetetlenül jelenlévő zaj tovább nehezíti. A rekonstruálandó képről rendelkezésünkre álló előzetes információ ügyes kihasználása sok esetben a megoldás kulcsát jelenti, mind a közvetlen mind az optimalizáláson alapuló rekonstrukció esetén. Az eddig kidolgozott eljárások minden esetben feltételezték, hogy az a priori információ explicit módon adott. A jellemző-kinyerésen alapuló módszerek hatékonynak bizonyultak az egy objektumot leíró tulajdonságok közül a lényeges attribútumok megtalálására. A vetületi vektorok komponensei is tekinthetők a rekonstruálandó kép attribútumainak. Célunk jellemző-kinyerésen alapuló valamint gépi tanulási technikák segítségével geometriai illetve komplex strukturális képi jellemzők kinyerése közvetlenül a vetületekből a rekonstrukciót megelőzően. Ezáltal lehetőség nyílik a leghatékonyabb rekonstrukciós eljárás kiválasztására és annak megfelelő paraméterezésére. Emellett a "hasznos" attribútumok (vetületi irányok illetve komponensek) ismerete bizonyos geometriai tulajdonsággal rendelkező képek vetületen alapuló matematikai karakterizációjához is elvezethet. Hatékony algoritmusok jellemző-kinyerésen alapuló rekonstrukcióhoz: A jellemző-kinyerésen alapuló eljárások segítségével a képről megszerzett információ jellegéhez alkalmazkodva szükségszerű olyan új típusú rekonstrukciós eljárások tervezése és implementálása, melyek ezt az tudást a lehető leghatékonyabban tudják kiaknázni. Főként evolúciós algoritmusok illetve gráf-vágáson alapuló Markov-mezős megközelítések vizsgálatát végezzük el. Másrészt olyan módszereket is kidolgozunk, melyek segítségével a rekonstrukcióhoz szükséges vetületek száma redukálható, a kép jelentős minőségromlása nélkül. A kidolgozott eljárások implementálása során, ahol a nagyfokú párhuzamosíthatóság lehetséges, előnyben részesítjük a grafikus kártya alapú programozást, mint fejlett technikát. A fejlett eljárások kiértékelése: A DT-t sikeresen alkalmazzák orvosi és ipari alkalmazásokban, mint például a digitális angiográfia, az elektronmikroszkópia vagy a nemroncsoló tesztelés. A projekt során tervezzük az általunk kidolgozott fejlett rekonstrukciós eljárások kiértékelését és a hagyományos DT-beli módszerekkel való összehasonlítását különböző szimulált és valódi adatokon alapuló kisérletek segítségével. Az összehasonlítás főbb szempontjai a sebesség, a pontosság és a zaj-érzékenység. Azt várjuk, hogy az új eljárásaink hatékonyabbnak fognak bizonyulni a hagyományos módszereknél. Vizsgáljuk azt az esetet is, amikor a rekonstruálandó kép 2-nél több szürkeségi értéket tartalmazhat. A kapcsolódó elméleti háttér feltárása: Minden kidolgozott eljárás esetében igyekszünk annak elméleti hátterét is minél alaposabban feltárni, hogy ezáltal megállapíthassunk a módszerek alkalmazhatóságának előnyeit, korlátait.