基于l 0 正則化和引導(dǎo)濾波的有限角CT重建算法研究
發(fā)布時(shí)間:2022-01-02 06:18
計(jì)算機(jī)斷層成像技術(shù)(CT)作為一種影像診斷方法,可以在不破壞被掃描物體的情況下,利用多個(gè)視角下的X射線投影數(shù)據(jù)來(lái)重建物體內(nèi)部結(jié)構(gòu)信息的圖像。在數(shù)學(xué)中,CT圖像重建的本質(zhì)是一個(gè)逆問(wèn)題。當(dāng)CT系統(tǒng)能夠獲取到完備的投影數(shù)據(jù)時(shí),通過(guò)傳統(tǒng)的迭代方法可以提高的重建CT圖像的質(zhì)量,例如聯(lián)合代數(shù)迭代算法(Simultaneous Algebraic Reconstruction Technique,SART)。在工業(yè)應(yīng)用中,對(duì)于扇形束CT,當(dāng)掃描角度大于等于180°時(shí),通常應(yīng)用解析算法來(lái)快速重建圖像,如濾波反投影算法(Filtering Back-projection,FBP)。但在實(shí)際操作中,由于受掃描環(huán)境,被掃描物體結(jié)構(gòu)及X射線劑量等實(shí)際問(wèn)題的限制,CT系統(tǒng)收集到的投影數(shù)據(jù)常常是不完備的(掃描范圍小于180°或掃描角度間隔增大),此時(shí)上述傳統(tǒng)方法的重建結(jié)果會(huì)出現(xiàn)不同程度的滑坡偽影,圖像細(xì)節(jié)特征容易遭到破壞。因此,如何利用不完備投影數(shù)據(jù)中恢復(fù)出高質(zhì)量圖像是一個(gè)研究熱點(diǎn)和難點(diǎn)。在實(shí)際應(yīng)用中,為了讓問(wèn)題變得適定,許多學(xué)者考慮采用最優(yōu)化理論中的正則化方法,通過(guò)加入先驗(yàn)信息來(lái)減輕問(wèn)題的不適定性,如基于全變差...
【文章來(lái)源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:43 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 背景意義
1.2 研究歷史及現(xiàn)狀
1.3 本文貢獻(xiàn)及創(chuàng)新
1.4 結(jié)構(gòu)安排
第二章 CT成像原理與數(shù)學(xué)基礎(chǔ)
2.1 CT成像的物理基礎(chǔ)
2.2 CT成像的數(shù)學(xué)基礎(chǔ)
2.2.1 Radon變換
2.2.2 Fourier中心切片定理
2.2.3 不適定性
2.2.4 CT成像的離散模型
2.3 迭代重建算法
2.4 圖像評(píng)價(jià)指標(biāo)
2.5 本章小結(jié)
第三章 基于圖像梯度的l_0正則化和引導(dǎo)圖像濾波的有限角CT重建算法
3.1 引言
3.2 模型介紹
3.2.1 成像模型
3.2.2 引導(dǎo)圖像濾波
3.2.3 基于圖像梯度的l_0最小化和引導(dǎo)濾波的有限角CT重建算法
3.3 實(shí)驗(yàn)結(jié)果與分析
3.3.1 模擬Shepp-Logan實(shí)驗(yàn)
3.3.2 參數(shù)分析
3.3.3 真實(shí)數(shù)據(jù)實(shí)驗(yàn)
3.4 本章小結(jié)
第四章 總結(jié)與展望
4.1 本文總結(jié)
4.2 未來(lái)工作展望
致謝
參考文獻(xiàn)
本文編號(hào):3563648
【文章來(lái)源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:43 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 背景意義
1.2 研究歷史及現(xiàn)狀
1.3 本文貢獻(xiàn)及創(chuàng)新
1.4 結(jié)構(gòu)安排
第二章 CT成像原理與數(shù)學(xué)基礎(chǔ)
2.1 CT成像的物理基礎(chǔ)
2.2 CT成像的數(shù)學(xué)基礎(chǔ)
2.2.1 Radon變換
2.2.2 Fourier中心切片定理
2.2.3 不適定性
2.2.4 CT成像的離散模型
2.3 迭代重建算法
2.4 圖像評(píng)價(jià)指標(biāo)
2.5 本章小結(jié)
第三章 基于圖像梯度的l_0正則化和引導(dǎo)圖像濾波的有限角CT重建算法
3.1 引言
3.2 模型介紹
3.2.1 成像模型
3.2.2 引導(dǎo)圖像濾波
3.2.3 基于圖像梯度的l_0最小化和引導(dǎo)濾波的有限角CT重建算法
3.3 實(shí)驗(yàn)結(jié)果與分析
3.3.1 模擬Shepp-Logan實(shí)驗(yàn)
3.3.2 參數(shù)分析
3.3.3 真實(shí)數(shù)據(jù)實(shí)驗(yàn)
3.4 本章小結(jié)
第四章 總結(jié)與展望
4.1 本文總結(jié)
4.2 未來(lái)工作展望
致謝
參考文獻(xiàn)
本文編號(hào):3563648
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3563648.html
最近更新
教材專(zhuān)著