基于离散NLHTV正则项的稀疏角度采样CT迭代重建方法技术

本发明专利技术提出基于离散NLHTV正则项的稀疏角度采样CT迭代重建方法，属于图像处理领域的计算机断层射线成像(CT)技术。本发明专利技术同时考虑CT图像的非局部一阶和非局部二阶变分的稀疏性，以解决稀疏角度CT重建问题。该方法的优点是不仅可以利用非局部混合阶数导数信息保护图像结构特征，而且可以有效利用非局部自相似性恢复重建图像的细节。由于所提出的重建模型存在非光滑凸问题，因此引入交替方向乘法器(ADMM)优化方法，通过拆分为多个子问题来有效求解优化模型，构建重建技术方案。在稀疏采样条件下，该发明专利技术能有效提高重建图像的边缘与细节质量，从而提高CT重建图像的整体质量，实用价值显著。著。著。

【技术实现步骤摘要】
基于离散NLHTV正则项的稀疏角度采样CT迭代重建方法


[0001]本专利技术属于图像处理领域的计算机断层射线成像(CT)技术，涉及一种基于离散NLHTV正则项的稀疏角度采样CT重建迭代重建方法。

技术介绍

[0002]作为一种先进的成像技术，计算机断层扫描(CT)在不损坏物体情况下可以通过重建切片图像来可视化物体的内部结构，它已广泛应用于医学影像诊断、工业无损检测、公安检查和逆向工程等领域。在CT成像领域，采样足够的投影数据是传统重建算法获得高质量断层图像的前提条件。但是，X射线对人体有害是众所周知的。因此，降低CT的辐射剂量日益成为人们普遍关注的问题。通过将传统的密集角度投影采集更改为稀疏角度采样模式，可实现有效降低辐射剂量。但是，稀疏角度采样模式可以轻易导致重建图像产生条带伪影，使得CT图像重建质量明显退化，非常不利于诊断。如何保证稀疏采样投影数据情况下获取高质量CT重建图像具有重要意义和实用价值。
[0003]为了提高重建质量，有必要引入先验信息进行正则化。压缩传感理论表明，稀疏先验在稀疏角度采样CT重建中发挥重要作用。目前，变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于离散NLHTV正则项的稀疏角度采样CT迭代重建方法，其特征在于，包括以下步骤：步骤1CT成像模型建立；设X射线是单色的，X射线沿传播路径L穿过物体的衰减，由在数学上由比尔定律描述，公式为其中，I0是X射线源发射的初始强度；I
i
是X射线穿过物体后的X射线强度，μ(l)是沿着透射路径的X射线衰减系数；被重建区域需要离散为N1×
N2大小的矩形栅格；被重构断面图像表达为u＝[u1,u2,
···
,u
j
,
···
,u
N
]
T
，u
j
表示第j个像素值，N＝N1×
N2是像素总数；经过离散化后，公式(1)中的线积分方程表达为线性方程；针对第i个射线，获得如下表达式其中，a
i,j
表达为对投影数值p
i
做出贡献的像素u
j
的权系数，考虑X射线穿过物体的所有路径，可表达为以下线性方程Au＝p+e(3)其中，A∈R
M
×
N
是投影矩阵，a
i,j
≥0是矩阵A的第i行，第j列的元素；矢量p＝[p1,p2,
···
,p
i
,
···
,p
M
]
T
代表所有投影数据，M是被测量投影数据的总数；e∈R
M
×1表达为测量误差，包括探测器噪声和X射线的光子噪声；步骤2定义NLHTV正则项；在全广义变差正则化定义基础上，引入加性稀疏正则化项，提出一种非局部混合变分正则化NLHTV，如下所示其中，Ω为定义域，符号u(x)和u(y)分别代表空间位置x和y处的像素值，g(x)和g(y)分别表示x和y处的非局部一阶变分，g
m
(x)代表g(x)的第m个分量，同理g
m
(y)代表g(y)的第m个分量；w1,w2,w3表示支撑权值，定义如下：w2(x,y)＝α
·
w1(x,y)w3(x)＝β
·
∫w1(x,y)dy其中，C是归一化因子，h
c
,h
l
,h
g
均为大于0的常数，权值w1,w2,w3衰减快慢由h
c
,h
l
,h
g
决定，α，β为大于0的常数；步骤3离散化NLHTV在NLHTV正则项的离散定义基础上，基于离散NLHTV正则项的稀疏角度CT图像重建方法能使得损失函数最小化，表达为下式
其中，参数μ＞0用来平衡NLHTV正则项和数据拟合项；i，j为像素索引；d
ij
＝|i
‑
...

【专利技术属性】
技术研发人员：蒋敏，程凯，陶红伟，朱付保，任鹏欢，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：