基于l 0 正则化和引导滤波的有限角CT重建算法研究

发布时间：2022-01-02 06:18

　　计算机断层成像技术（CT）作为一种影像诊断方法,可以在不破坏被扫描物体的情况下,利用多个视角下的X射线投影数据来重建物体内部结构信息的图像。在数学中,CT图像重建的本质是一个逆问题。当CT系统能够获取到完备的投影数据时,通过传统的迭代方法可以提高的重建CT图像的质量,例如联合代数迭代算法（Simultaneous Algebraic Reconstruction Technique,SART）。在工业应用中,对于扇形束CT,当扫描角度大于等于180°时,通常应用解析算法来快速重建图像,如滤波反投影算法（Filtering Back-projection,FBP）。但在实际操作中,由于受扫描环境,被扫描物体结构及X射线剂量等实际问题的限制,CT系统收集到的投影数据常常是不完备的（扫描范围小于180°或扫描角度间隔增大）,此时上述传统方法的重建结果会出现不同程度的滑坡伪影,图像细节特征容易遭到破坏。因此,如何利用不完备投影数据中恢复出高质量图像是一个研究热点和难点。在实际应用中,为了让问题变得适定,许多学者考虑采用最优化理论中的正则化方法,通过加入先验信息来减轻问题的不适定性,如基于全变差... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：43 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 背景意义
    1.2 研究历史及现状
    1.3 本文贡献及创新
    1.4 结构安排
第二章 CT成像原理与数学基础
    2.1 CT成像的物理基础
    2.2 CT成像的数学基础
        2.2.1 Radon变换
        2.2.2 Fourier中心切片定理
        2.2.3 不适定性
        2.2.4 CT成像的离散模型
    2.3 迭代重建算法
    2.4 图像评价指标
    2.5 本章小结
第三章 基于图像梯度的l_0正则化和引导图像滤波的有限角CT重建算法
    3.1 引言
    3.2 模型介绍
        3.2.1 成像模型
        3.2.2 引导图像滤波
        3.2.3 基于图像梯度的l_0最小化和引导滤波的有限角CT重建算法
    3.3 实验结果与分析
        3.3.1 模拟Shepp-Logan实验
        3.3.2 参数分析
        3.3.3 真实数据实验
    3.4 本章小结
第四章 总结与展望
    4.1 本文总结
    4.2 未来工作展望
致谢
参考文献



本文编号：3563648