發(fā)布時(shí)間：2018-03-15 02:37

  本文選題：成像系統(tǒng)　切入點(diǎn)：能譜計(jì)算機(jī)層析圖像重建　出處：《光學(xué)學(xué)報(bào)》2017年04期 　論文類(lèi)型：期刊論文

【摘要】：與傳統(tǒng)計(jì)算機(jī)層析(CT)成像技術(shù)相比,能譜CT可在一次掃描中得到物體在不同能譜通道下的投影圖像,這有利于區(qū)分物體的材質(zhì),提高信號(hào)噪聲比�；诠庾佑�(jì)數(shù)探測(cè)器的能譜CT是近年來(lái)成像領(lǐng)域研究的熱點(diǎn)。由于能譜通道變窄,每個(gè)能譜通道內(nèi)的噪聲增加。為了有效降低通道內(nèi)的噪聲,采用基于全變分最小化的SplitBregman算法進(jìn)行圖像重建。根據(jù)重建模體的先驗(yàn)信息,進(jìn)行能譜通道的劃分;采用Split-Bregman算法對(duì)含噪聲和稀疏角的能譜投影數(shù)據(jù)進(jìn)行重建。仿真結(jié)果表明,基于Split-Bregman算法的能譜CT圖像重建方法能夠有效減少能譜通道內(nèi)噪聲的影響,滿(mǎn)足物體材質(zhì)區(qū)分的需求。
[Abstract]:Compared with traditional computer tomography (CT) imaging techniques, EDS CT can obtain projection images of objects in different energy spectrum channels in a single scan, which is helpful to distinguish the materials of objects. In recent years, spectral CT based on photon counting detector is a hot spot in imaging field. Because the energy spectrum channel becomes narrower, the noise in each energy spectrum channel increases. In order to reduce the noise in the channel effectively, The SplitBregman algorithm based on total variational minimization is used to reconstruct the image. According to the priori information of the remodeled volume, the energy spectrum channels are partitioned. The spectral projection data with noise and sparse angle are reconstructed by Split-Bregman algorithm. The simulation results show that, Spectral CT image reconstruction method based on Split-Bregman algorithm can effectively reduce the influence of noise in the energy spectrum channel and meet the needs of material differentiation.
【作者單位】： 中北大學(xué)理學(xué)院;中北大學(xué)信息探測(cè)與處理山西省重點(diǎn)實(shí)驗(yàn)室;中北大學(xué)電子測(cè)試技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61601412,61571404,61471325) 山西省自然科學(xué)基金(2015021099) 山西省高等學(xué)校優(yōu)秀青年學(xué)術(shù)帶頭人支持計(jì)劃
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 王琦;潘振寬;魏偉波;;多相圖像分割的Split-Bregman方法及對(duì)偶方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2010年09期

相關(guān)會(huì)議論文 前2條

1 張娜;潘振寬;魏偉波;;分段光滑圖像分割的Split-Bregman方法[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

2 孫軍;魏偉波;趙增芳;潘振寬;;隱式曲面上圖像擴(kuò)散的Split-Bregman算法[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

相關(guān)碩士學(xué)位論文 前2條

1 崔巖;光流計(jì)算中的Split-Bregman方法[D];青島大學(xué);2013年

2 周吉?jiǎng)?圖像修復(fù)的變分模型及其Split-Bregman算法[D];青島大學(xué);2011年

，

本文編號(hào)：1614085