基于L1与TV正则化的改进图像重建算法

摘要：

针对不完全投影数据图像重建中出现伪影和噪点的问题,提出了L1与 T V同时进行正则化的图像重建模型.基于该重建模型,通过将Bregman迭代和T V软阈值滤波相结合,进一步提出了一种图像重建算法.该算法首先将投影数据通过优化的Bregman迭代算法进行初步重建,然后使用TV软阈值滤波对改造的全变分模型进行二次重建,最后判断是否满足设定的收敛阈值,若满足则结束重建,输出重建图像,否则重复进行上述两步操作,直至迭代完成.实验采用不添加噪声的Shepp-Logan模型与添加噪声的Abdomen模型来验证算法的有效性,证明了所提出的算法在视觉上均优于ART ,LSQR ,LSQT-STF ,BTV等典型的图像重建算法,同时通过多项评价指标对比表明所提出的算法有明显优势.实验结果表明,所提算法在图像重建中能够有效去除条形伪影并保护图像细节,同时具有良好的抗噪性.

关键词：图像迭代重建、L1正则化、Bregman迭代、TV软阈值

所属期刊栏目：45

分类号：TP317.4;TP301.6(计算技术、计算机技术)

资助基金：江苏省科技厅产学研前瞻基金项目BY2013015-23

在线出版日期：2019-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：210-216