基于非线性邻域滤波的MR-FBP重建算法改进

提出基于非线性邻域滤波器(NNFs)的惩戒项对直接求解方程组获得最佳滤波器进行FBP图像重建的算法(MRFBP)的改进。传统非线性邻域滤波器主要有双边滤波器和非局部均值(NLM)滤波器。使用Python在astra-toolbox工具箱帮助下,进行实验分析各种惩戒项对图像重建质量的影响,得出在重建图像过程中增加基于非线性邻域滤波器的惩戒项具有在增加有限耗时的情况下,显著提升重建质量的效果。尤其是基于非局部均值滤波器的惩戒项,增加的耗时显著低于基于双边滤波器的惩戒项且重建结果在指标分析上仍然优于后者。