一种改进的自适应TV图像重建算法

对于不完全投影数据CT图像重建问题,E.Y.Sidky等提出了ART-TV算法。该算法将图像的梯度稀疏信息作为先验信息引入到ART迭代算法中,有效地提高了图像的重建质量。论文在原始ART-TV算法的基础上进行了稍许的改进,使梯度自适应下降。最后对Head头部模型进行了仿真实验,并与ART-TV算法进行了比较,实验结果表明新算法提高了图像的重建质量,并且更有效地抑制了噪声。

一种改进的TV图像重建算法

针对当前稀疏角度下有限角图像重建过程中,边界部分出现伪影,降低了图像重建质量的缺陷。文中提出了一种新的ART+TV算法,该方法是在原始TV算法的基础上进行改进。原始TV梯度下降算法求解目标函数最小值时,使用固定函数作为目标函数,文中对其进行更改,采用带参数的目标函数,并对TV重建后的结果进行自适应步长修正,加速图像收敛。与传统的ART+TV算法相比,文中算法在不改变重建速度的基础上,且在少量迭代次数下,能重建出质量更高的图像,抑制图像伪影。

基于改进TV-ART的变电压CT重建算法

常规固定电压的CT重建,因成像系统动态范围受限,投影数据易出现过曝光和欠曝光共存现象,信息缺失,成像质量差,为此提出变电压CT重建。针对变电压CT中的不完全投影数据重建问题,提出了基于改进TV-ART的变电压CT重建算法。该算法在改进TV-ART的基础上,依据灰度加权,把前一电压的重建图像作为初值应用到下一电压重建中,直至最高电压,实现有效投影信息的全部重建,完整地再现复杂结构件的内部结构信息。实验结果表明,跟直接利用传统TV-ART重建算法相比,本研究提出的算法不仅实现了变电压图像信息的完整重建,像素值也更加稳定。

变电压CT重建的灰度加权算法(英文)

常规固定电压的CT重建,因成像系统动态范围受限,投影数据易出现过曝光和欠曝光共存现象,造成信息缺失多,成像质量差,为此提出变电压CT重建。通过变电压获得跟工件有效厚度相匹配的有效投影序列,在ART迭代图像的基础上,调整全变差使其最小化,从而优化重建。在重建过程中,依据灰度加权,把低电压的重建图像作为初值,应用在相邻高电压有效投影重建中,得到相邻高电压的重建图像,依次类推直至最高电压。至此,工件的全部结构信息重建完毕。仿真结果表明,灰度加权算法不仅实现了变电压图像信息的完整重建,而且像素值更加稳定。