少量投影多准则CT图像重建的遗传算法研究

在投影数量极少的情况下实现CT图像重建,是一不完全问题,传统FBP、ART算法一般无法解决此类问题。通过附加先验约束,引入多重准则,将其转化为多目标约束下的最优化问题,然后应用遗传算法求得全局最优解。典型算例表明,在相同条件下其重建效果要优于传统算法。

少量投影数字全息层析重建实验研究

提出了少量投影数字全息层析重建技术.以具有轴对称结构的光纤和非轴对称结构的石膏头像为实验样本,开展了基于单幅全息图和代数迭代重建算法的层析重建模拟分析及实验研究.模拟分析表明,代数迭代重建算法中的加权因子以及松弛因子对重建图像质量影响显著,因此对加权因子采用非线性加权计算方法,以及通过多次模拟重建结果的比较选择合适的松弛因子.层析重建实验结果表明,无论被测物体是轴对称结构或是非轴对称结构,少量投影数字全息层析重建是可行的,也是有效的.这为下一步针对生物样本内部多层折射率检测和基于单幅层析全息图实现三向实时数字全息层析重建技术研究提供了必要的基础.

基于旋转不变NL-means迭代优化的CT图像POCS重建方法

鉴于NL-means算法在图像去噪领域的卓越表现,提出一种基于旋转不变NL-means迭代优化的POCS CT图像重建算法。第一步,进行POCS重建,使图像满足投影一致性和非负性,第二步,对重建图像进行旋转不变NL-means优化,平滑均匀区域,保护边缘信息。以上两步交替进行,直到满足停止迭代准则。在稀疏角度和有限角度两种情况下,对该方法进行shepp-logan体模重建实验,通过对重建图像的视觉和指标评估,所提方法能更有效地抑制图像噪声,信噪比更高,重建结果更接近理想图像。