基于ASD-POCS框架的高阶TpV图像重建算法
闫慧文
乔志伟
山西大学计算机与信息技术学院,太原030006
摘要：总变差(TV)最小化模型目前已广泛应用于图像重建领域,其通过最小化一阶图像梯度大小变换的L1范数实现,能在稀疏投影采集下得到精确的重构.然而,TV模型是基于分段平滑的图像的假设提出的,有时会产生阶梯效应.研究发现,高阶总变差(HOTV)模型可以有效压制阶梯效应,提高重建精度.此外,TpV模型使用Lp范数来逼近L0范数,有望进一步提高稀疏重建能力.鉴于此,本文将HOTV模型与TpV模型结合,提出一种新的高阶TpV(HOTpV)重建模型,采用自适应梯度下降-投影到凸集(ASD-POCS)算法进行求解,分别在理想和有噪声条件下对灰度渐变仿真模体以及真实CT图像仿真模体进行稀疏重建实验.实验结果显示,相比于TV、TpV以及HOTV三种重建模型,HOTpV能得到精度最高的图像.
关键词：高阶总变差稀疏重建压缩感知ASD-POCS算法
分类号：O242(计算数学)TP391.41(计算技术、计算机技术)
论文发表日期：2021-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 279-289 )
英文信息