基于非局部广义总变分正则化的稀疏角度CT重建算法
蒋敏1
陶红伟1
程凯2
1.郑州轻工业大学计算机与通信工程学院,郑州 4500002.之江实验室,杭州 311121
摘要：基于广义总变分(TGV)正则化的CT图像重建算法可以有效克服总变分(TV)正则化的阶梯效应,从而能保护重建图像过渡区域的结构特征.尽管TGV重建方法优于TV重建方法,但它仍然忽略了非局部自相似先验信息在恢复CT图像细节方面的显著作用.为了克服TGV重建方法的上述局限性,本文引入一种非局部广义总变分(NLTGV)正则项,并提出基于NLTGV正则化的稀疏角度CT重建算法.该方法不仅可以利用不同阶的非局部变分信息来保护图像结构特征,而且还可以利用非局部自相似性来恢复重建图像的细节.由于重建模型包含双非光滑项,难以直接求解,因此提出基于凸集投影的优化算法,将其分解为几个简单子问题实现有效求解.仿真和实验结果表明,与其他变分正则化重建方法相比,本文重建方法可以有效提高CT图像重建质量.
关键词：X射线CT稀疏角度采样非局部广义全变分凸集投影算法分裂Bregman算法
分类号：P631.3(天文学、地球科学)O242(计算数学)TP391.41(计算技术、计算机技术)
资助基金：河南省科技攻关项目(222102210032)河南省科技攻关项目(232102210014)
论文发表日期：2025-01-27
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( 129-139 )
英文信息