基于正弦图分区修复的稀疏角度CT重建算法

摘要：

针对稀疏投影CT重建图像中的条形伪影问题,提出一种稀疏表示与低秩矩阵填充相结合的正弦图分区修复方法.首先,将正弦图子块依据灰度熵大小分为两类;然后,采用字典学习算法修复边界区域的正弦图子块,为了保留正弦图的内部结构,设计一种联合修复模型用于内部子块的修复,将正弦图的低秩特性融入稀疏表示模型中,以便引入非局部信息;最后,组成完整的正弦图并经滤波反投影(FBP)重建获得最终图像.实验结果表明,与经典算法相比,该算法在投影域与图像域皆有较优表现,能够较好地修复正弦图的结构,明显改善稀疏重建图像中的条形伪影及结构模糊问题.

关键词：稀疏角度投影、字典学习、低秩矩阵、正弦图修复、灰度熵

所属期刊栏目：21

分类号：TP391.41(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;国家重点实验室开放基金;中北大学青年学术带头人项目;国家自然科学基金

在线出版日期：2021-06-15（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：5011-5017