一种有限角投影超像素引导的L0范数最优化重建方法技术

本发明专利技术涉及一种有限角投影超像素引导的L0范数最优化重建方法，属于图像处理领域。该方法包括：S1：根据CT成像原理和正则化框架以及投影数据集P，建立最优化问题目标方程；S2：初始化参数；S3：采用SART算法进行迭代，得图像X；S4：对图像X进行SLIC超像素分割；S5：对超像素分割后的图像求解结构相似性，平滑参数W

【技术实现步骤摘要】
一种有限角投影超像素引导的L0范数最优化重建方法
本专利技术属于图像处理领域，涉及一种有限角投影超像素引导的L0范数最优化重建方法。
技术介绍
计算机层析成像技术(Computedtomography,CT)利用X射线穿过物体的衰减信息反投影重建出被测物体密度分布图像，具有无损、精度高和可视化等优点。在投影数据完备的情况下，即完整角度的投影，通常采用迭代和解析算法均能重建出高质量CT图像。但在CT实际检测应用过程中，为减少物体辐射剂量，或适应大尺寸异形结构物体检测，满足快速扫描成像需求，只能采集到不完全角度的投影数据。传统解析算法如滤波反投影算法(Filteredbackprojection,FBP)难以解决该类不完备投影图像重建问题。其中有限角投影重建是解决大尺寸异形结构物体高精度检测的典型成像方法，而抑制有限角度投影重建图像伪影则是最优化重建极具挑战性的难题，且具有重要应用价值。有限角投影最优化重建的主旨是抑制有限角伪影，同时更好地保持边缘和细节。典型的迭代重建算法中联合代数重建算法(SimulationAlgebraicRecon本文档来自技高网...

【技术保护点】
1.一种有限角投影超像素引导的L0范数最优化重建方法，其特征在于，该方法具体包括以下步骤：/nS1：根据CT成像原理和正则化框架以及投影数据集P，建立最优化问题目标方程：/n

【技术特征摘要】
1.一种有限角投影超像素引导的L0范数最优化重建方法，其特征在于，该方法具体包括以下步骤：
S1：根据CT成像原理和正则化框架以及投影数据集P，建立最优化问题目标方程：



其中，A为系统投影矩阵，P为投影数据集，X为重建图像，Wp为平滑参数；
S2：初始化参数；
S3：采用传统联合代数重建算法(Simultaneousalgebraicreconstructiontechnique，SART)进行迭代，得图像X；
S4：对图像X进行简单线性迭代聚类(SimpleLinearIterativeClustering,SLIC)超像素分割；
S5：对步骤S4超像素分割后的图像求解结构相似性，平滑参数Wp，以及图像对数变换得图像I；
S6：对步骤S5所得图像I进行梯度L0范数最小化，得优化后图像；
S7：更新图像并判断是否满足收敛条件，满足则结束循环并输出重建图像，否则转至步骤S3进行下一轮迭代，直至满足收敛条件。


2.根据权利要求1所述的一种有限角投影超像素引导的L0范数最优化重建方法，其特征在于，所述步骤S4中，采用SLIC算法对图像X进行超像素分割，将像素分为边界像素和细节像素，具体为：设原图像X有N个像素，则分割后每块超像素的边长为表示每隔Ns个像素取一个聚类中心，n表示超像素数目；利用颜色和空间距离的度量D′来控制超像素紧凑数m：









式中，dc表示颜色距离...

【专利技术属性】
技术研发人员：蔡玉芳，傅范平，王珏，余海军，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50