激光反射层析成像相位恢复算法研究

针对激光反射层析成像中目标随机抖动与径向运动造成的投影中心失配问题,提出采用相位恢复算法对重构图像进行相位恢复重建,通过反复光强迭代消除目标随机运动造成的相位误差,达到减少重构误差、恢复目标图像的目的。为改进G-S算法收敛速度与恢复精度,提出频域模值加权方法进行投影数据相位迭代恢复,仿真实验表明,将算法收敛速度与收敛精度提高了1.2倍以上。通过对三组仿真实验处理,重构图像的平均相对均方误差由2.487 5下降到0.792 7,有效地恢复了目标图像轮廓。外场实验表明,该算法能够有效消除重构图像伪迹,改善激光反射层析成像系统成像质量。     

基于有限角图像重建的两种迭代算法研究

针对有限角度投影数据的CT图像重建问题,本文介绍了两种迭代算法,其中主要介绍了基于最小化图像总变差的优化准则的迭代重建算法--TV算法,以及简单介绍了改进后的ART算法,该算法的基本思想是运用已知角度的投影数据来补全未知角度的投影数据,再用ART算法进行图像重建.最后用模拟的有限角度投影数据分别对这两种迭代算法进行了图...     

由投影重建图像的对称块迭代算法

由投影重建图像的迭代算法有抑制噪声等优点,但其投影矩阵的计算量大、影响重建速度。该文利用投影线存在的几何对称结构,引入图像重建的对称块迭代算法(简写为SB-IRT),简化了投影矩阵系数的计算,调整了迭代算法的顺序相关性。对于模拟和实测数据进行了图像重建试验,结果表明:与常规算法比较,该文提出的对称块迭代算法重建速度快,重建图像精度高。     

改进的联合代数重建法及其有限角投影重建

提出了一种基于联合代数重建法的改进算法（MSART）。该算法将穿过像素的射线长度和灰度值综合考虑进误差分配公式，有效地抑制了联合迭代重建法（SART）的边缘效应，使得重建精度大大提高。即使在少数投影有限角图像重建中，通过选择合适的投影方法，也能达到最大误差不大于5％，平均误差不大于1％的重建效果。     

在ECT图像重建中有效使用图像融合技术

电容层析成像技术中图像重建的算法众多,这些算法各有其优势及不足如LBP算法简单、速度快,但成像质量较差;正则法较为多的加入了人为的因素;投影Landweber迭代法稳定性好,但需要大量迭代应用性不强。本文在吸取几种算法的优势采用小波变换融合的方法基于图像的局部能量,在图像重建中恰当的使用融合规则,提高成像质量和效率。     

代数迭代法在激光反射断层成像目标重构中的应用

为了提高激光反射断层成像目标重构的图像质量,在目前激光反射断层成像普遍采用反投影算法重构图像的基础上,将CT成像中常用的迭代重建算法引入到激光反射断层成像的图像重构过程中。分析了反投影算法中的直接反投影、R-L和S-L滤波反投影以及迭代重建算法在图像重构中的性能特性。进行了仿真和外场实验,结果表明:在直接反投影基础上添加了滤波器的反投影算法在减小误差和抑噪能力上都明显提高;另外相比于反投影算法,代数迭代重建算法表现出更好的重建质量,且具有更强的抑噪性能。     

改进的图像重建迭代算法

针对不完全数据图像重建问题,该文从积分方程角度提出一种改进的图像重建迭代算法(Im-proved Iterative Reprojection Reconstruction,IIRR),并证明其在范数下收敛。该算法的图像重建收敛速度和重建图像误差依赖于引入的参数因子、已知的投影数据与图像的先验信息。重建图像可以表示为由已知投影数据所构成图像的级数形式。数值模拟结果表明,IIRR算法在不完全数据的情况下具有较好的图像重建能力。     

基于改进牛顿-拉夫逊算法的脑出血磁感应断层成像研究

针对脑出血磁感应断层成像(MIT)中正问题模型过于简化、图像重建质量较低、算法收敛效率低、病变与背景间伪影较大、耗时较长等问题，该文提出一种用于脑出血MIT的改进牛顿-拉夫逊(NR)算法。将线性反投影(LBP)算法计算结果作为改进NR算法的迭代初值，在目标函数中加入自适应加速惩罚项和L2范数惩罚项，提高算法每一步迭代的效率，减少重建图像的伪影。引入投影算子P施加物理意义上的约束，提高收敛速度并改善成像质量。利用Comsol Multiphysics构建了包含头皮、颅骨、脑脊液和脑实质的真实3维颅脑模型。仿真计算了相位差检测值和灵敏度矩阵用于后续的图像重建。利用所提改进NR算法与5种图像重建算法分别对3个位置出血量分别为24 ml, 14 ml, 2 ml的脑出血进行磁感应断层成像。实验结果表明，所提算法相比其他5种算法重建图像的质量更高，成像时间平均只需NR算法的1/3。使用更少的迭代次数重建出更高质量的图像，并且能实现2 ml脑出血的图像重建，为脑出血的MIT检测提供一种新的有效算法。     

平面扫描反射式断层成像的二重迭代方法

本文给出了沿平面扫描反射式断层成像中修正波阵面弯曲影响的迭代公式，与X射线断层成像中的迭代重建－再投影算法相结合，构成二重迭代修正方法，从而可有效解决照射角受限情况下的反射式断层成像问题，得到良好结果。     

一种基于压缩感知的迭代重建算法

迭代重建算法是一种经典的CT图像重建算法,适合于不完全投影数据的图像重建,其缺点是重建速度慢。为提高图像重建的质量和速度,文中利用压缩感知理论提出了一种改进的基于图像全变差最小的迭代重建算法。该算法在迭代的不同阶段对迭代初始值做不同处理,并在每次迭代结束后采用梯度下降法调整全变差。实验结果表明,该算法不但提高了图像重建质量,同时也加快了迭代图像的收敛速度。     

基于压缩感知的电容层析成像图像重建算法

为提高电容层析成像（ECT）系统采样速率及重建图像质量,本文提出一种基于压缩感知理论的ECT图像重建算法.首先,应用离散Fourier变换基将原始图像灰度信号进行稀疏化处理;接着,从16电极ECT系统中随机选取14个电极按随机顺序进行激励,并按随机顺序测量不同电极之间电容值,得到测量电容信号并建立相应的观测矩阵;最后,采用L1范数正则化模型和原对偶内点法实现图像重建.仿真实验结果表明,基于压缩感知理论算法重建的图像其质量优于Landweber迭代算法,在节省采样时间的同时可实现较高精度的图像重建,为ECT图像重建的研究提供了一种新的手段.     

电容层析成像图像重建算法对比

图像重建算法在电容层析成像技术的实际应用中起着至关重要的作用。针对图像重建算法的研究,文中将线性反投影法、奇异值分解法、代数重建算法、Landweber算法、Tikhonov正则化算法的基本原理进行对比。基于MATLAB仿真平台对4种多相流流型进行仿真,并从图像误差、相关系数、计算时间3个方面对比重建图像的效果。分析结果表明,直接算法的图像重建速度优于迭代算法,但其图像重建质量劣于迭代算法。     

Suppression of Metal Artifacts in CT Using a Reconstruction Procedure That Combines MAP and Projection Completion

Metal implants such as hip prostheses and dental fillings produce streak and star artifacts in the reconstructed computed tomography (CT) images. Due to these artifacts, the CT image may not be diagnostically usable. A new reconstruction procedure is proposed that reduces the streak artifacts and that might improve the diagnostic value of the CT images. The procedure starts with a maximum a posteriori (MAP) reconstruction using an iterative reconstruction algorithm and a multimodal prior. This produces an artifact-free constrained image. This constrained image is the basis for an image-based projection completion procedure. The algorithm was validated on simulations, phantom and patient data, and compared with other metal artifact reduction algorithms.      

基于谱间去相关模型的迭代硬阈值重构算法

根据高光谱图像的特点,提出一种基于谱间去相关模型的迭代硬阈值重构算法。根据高光谱图像序列的相邻图像之间具有很强的相关性,在迭代硬阈值重构算法中建立谱间去相关模型,除去重构图像观测数据中谱间相关的观测数据,去相关后的图像的观测数据更加稀疏,重构性能更高。实验结果表明,在相同观测数目下,本算法与迭代硬阈值重构算法相比,有效提高了图像的重构质量。     

迫近算子在MR图像快速重建中的应用研究

 将迫近算子用于求解基于压缩感知理论的磁共振图像快速重建模型,得到了一个高效的迭代重建算法.将该算法用于部分K空间数据重建,并就算法对噪声的敏感性及算法对迭代初值的依赖性进行了仿真实验.实验结果表明,算法对噪声不敏感,对初值也没有显著的依赖性,该算法可由极少量K空间数据重建出高质量的MR图像.     

基于专家场先验模型的图像超分辨重建算法

为了进一步提高图像超分辨率重建的质量,针对非局部集中稀疏表示算法中重建图像的噪声问题,提出了一种基于专家场先验模型的图像超分辨率重建改进算法。首先,利用专家场模型从图像训练集中学习整幅图像的先验知识建立全局先验模型;然后将学习到的先验信息用于非局部集中稀疏表示模型求解最优稀疏表示系数;最后,得到高分辨率图像估计。该算法在超分辨率重建迭代运算的同时,同步更新专家场模型参数,因此在不显著增加运算复杂度的情况下,通过选取合适的先验约束,有效地增强了图像重建的效果。实验结果表明:相比非局部集中稀疏表示算法,文中算法对无噪和有噪降质图像均能取得较好的峰值信噪比结果,并且能够进一步提高有噪图像的去噪效果。     

基于空谱联合的多假设预测高光谱图像压缩感知重构算法

为充分利用高光谱图像的空间相关性和谱间相关性,该文提出一种基于空谱联合的多假设预测压缩感知重构算法。将高光谱图像分组为参考波段图像和非参考波段图像,参考波段图像利用光滑Landweber投影算法重构,对于非参考波段图像,引入空谱联合的多假设预测模型,提高重构精度。非参考波段图像中每个图像块的预测值不仅来自非参考波段图像未经预测的初始重构值的相邻图像块,而且来自参考波段重构图像相应位置及其邻近的图像块,利用预测值得到测量域中的残差,然后对残差进行重构并对预测值进行修正,此残差比原图像更稀疏,且算法采用迭代方式提高重构图像的精度。借助Tikhonov正则化方法求解多假设预测的权重系数,并基于结构相似性判断是否改变多假设预测搜索窗口大小,最后利用交叉验证计算重构算法终止迭代的判据参数。实验结果表明,所提算法优于仅利用空间相关性或谱间相关性进行预测和不预测的重构算法,其重构图像的峰值信噪比提高2 dB以上。     

基于小波域滤波的迭代硬阈值压缩感知重构

图像压缩感知迭代重构算法主要采用迭代阈值法解决信号的重构问题,但是迭代阈值法仅仅利用变换系数进行阈值处理,并未考虑系数的邻域统计特性,导致重构性能不高。提出一种基于小波域滤波的迭代硬阈值迭代算法,利用小波域系数的邻域统计特性修订迭代硬阈值重构算法的代价函数,进行两步迭代收缩,并在迭代中用小波域滤波除去其中的重构噪声。实验结果表明,在相同的观测数据下,相比已有的经典算法,新算法的重构图像质量较高,并且可以获得快速的重构速度。     

A moment-based variational approach to tomographic reconstruction

We describe a variational framework for the tomographic reconstruction of an image from the maximum likelihood (ML) estimates of its orthogonal moments. We show how these estimated moments and their (correlated) error statistics can be computed directly, and in a linear fashion from given noisy and possibly sparse projection data. Moreover, thanks to the consistency properties of the Radon transform, this two-step approach (moment estimation followed by image reconstruction) can be viewed as a statistically optimal procedure. Furthermore, by focusing on the important role played by the moments of projection data, we immediately see the close connection between tomographic reconstruction of nonnegative valued images and the problem of nonparametric estimation of probability densities given estimates of their moments. Taking advantage of this connection, our proposed variational algorithm is based on the minimization of a cost functional composed of a term measuring the divergence between a given prior estimate of the image and the current estimate of the image and a second quadratic term based on the error incurred in the estimation of the moments of the underlying image from the noisy projection data. We show that an iterative refinement of this algorithm leads to a practical algorithm for the solution of the highly complex equality constrained divergence minimization problem. We show that this iterative refinement results in superior reconstructions of images from very noisy data as compared with the classical filtered back-projection (FBP) algorithm.     

Iterative Reconstruction?Reprojection: An Algorithm for Limited Data Cardiac-Computed Tomography

Cardiac X-ray computed tomography (CT) has been limited due to scanning times which are considerably longer (1 s) than required to resolve the beating heart (0.1 s). The otherwise attractive convolution-backprojection algorithm is not suited for CT image reconstruction from measurements comprising an incomplete set of projection data. In this paper, an iterative reconstruction-reprojection (IRR) algorithm is proposed for limited projection data CT image reconstruction. At each iteration, the missing views are estimated based on reprojection, which is a software substitute for the scanning process. The standard fan-beam convolution-backprojection algorithm is then used for image reconstruction. The proposed IRR algorithm enables the use of convolution-backprojection in limited angle of view and in limited field of view CT cases. The potential of this method for cardiac CT reconstruction is demonstrated using computer simulated data.