基于TV最小化的稀疏角度CT重建算法的比较研究
作者: 张丹丹 ; 孔慧华 ; 张煜林
摘要: 离散梯度变换(DGT)已被广泛地用作稀疏算子,相应的TV最小化方法也被用于基于压缩感知(CS)的CT重建中。本文比较研究了梯度下降法、软阈值算法和Split-Bregman算法在基于TV最小化的稀疏角度CT重建中的应用。文章将Shepp-Logan模型和Head模型作为测试模型进行仿真实验,实验结果表明:对于稀疏角度CT重建问题,梯度下降法和软阈值算法收敛较慢,重建图像的质量及重建时间都相差不大,而Split-Bregman算法在收敛速度及重建图像质量方面都明显优于其余两种算法,但重建时间较长。
关键字: 稀疏角度CT TV最小化 梯度下降法 软阈值算法 Split-Bregman TV minimization s
上一篇:新型仪器中子活化分析自动换样系统设计
下一篇:γ谱法监测环境中放射性气溶胶