摘要
稀疏角CT图像重建是热点研究问题。根据lp范数具有良好的稀疏性及小波变换能够提取图像的全局和局部特征的性质,提出一个基于l_(p)范数及小波变换的稀疏角CT图像重建模型。利用半二次分裂算法对模型进行求解,并证明了该模型的全局收敛性。数值实验结果表明,该算法可以很好地抑制伪影,得到清晰的边缘,并且在投影角度较少的情况下也能取得较好的重建效果。
Sparse angle CT image reconstruction problem is a research hot spot.Based on the sparsity promoting property of l_(p)norm and the nature of extracting global and local features of wavelet transform,a sparse angle CT image reconstruction model is proposed.Half quadratic splitting algorithm efficiently solve this novel model.The global convergence analysis of our model is provided.The experimental results demonstrate that the proposed method makes a promising improvement on artifact removal and edge preservation,especially in the case of fewer projection angles.
作者
李雅欣
乌彩英
谢桃枫
LI Yaxin;WU Caiying;XIE Taofeng(School of Mathematical Sciences,Inner Mongolia University,Hohhot O10021,China;College of Com puter and Information,Inner Mongolia Medical University,Hohhot O101o7,China)
出处
《内蒙古大学学报（自然科学版）》
CAS
北大核心
2023年第3期236-242,共7页
Journal of Inner Mongolia University：Natural Science Edition
基金
国家自然科学基金(12061052)
内蒙古自然科学基金(2020MS01002)。
关键词
LP范数
小波变换
稀疏角
半二次分裂算法
CT图像重建
l_(p)norm
wavelet transform
sparse angle
half quadratic splitting algorithm
CT image reconstruction
