基于全变分和梯度域卷积稀疏编码的稀疏角度CT重建算法

摘要：

对于不完全的扫描数据,传统算法无法保证医学电子计算机断层扫描(CT)重建图像满足诊断要求.根据压缩感知理论,可以从不完全的扫描数据中重建出具有稀疏表示的医学CT图像,这可为诊断提供可靠的信息.从重建的角度出发,提出了一种基于全变分和梯度域卷积稀疏编码的图像重建算法.梯度域卷积稀疏编码是对特征图施加梯度约束,采用梯度正则化约束来抑制离群点,从而解决了因滤波器不准确而造成的结构丢失或新伪影的问题.所提算法直接对整个图像进行操作,以获取局部邻域之间的相关性,并利用梯度图像的全局相关性来产生更好的边缘和清晰的梯度图像特征,它能有效地捕捉到图像的局部特征.此外,通过引进全变分作为正则项,可进一步恢复图像的微小结构和细节并有效地抑制噪声.实验的定性和定量结果表明,与其他算法相比,所提算法在去除伪影的同时保留了更多的细节,具有更高的重建质量,这验证了该方法的有效性.

关键词：图像处理、计算机断层成像、稀疏角度、全变分、卷积稀疏编码、梯度图像

所属期刊栏目：58

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;山西省自然科学基金

在线出版日期：2021-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：323-332