基于改进的K-SVD字典学习CT图像重建算法  

作　　者：张艳慧[1] 何文章[1] 杨莹[1] 

机构地区：[1]天津职业技术师范大学理学院,天津300222

出　　处：《软件导刊》2016年第7期190-192,共3页Software Guide

基　　金：天津市应用基础及前沿技术研究计划项目(12JCYBJC10600)

摘　　要：不完全投影数据图像重建为降低照射剂量提供了一个新的解决方案。在K-SVD字典学习算法中,由于选取K-SVD算法中的初始化字典对训练得到的自适应字典构造有影响,因此通过引进一个稀疏初始化字典矩阵,使KSVD字典学习算法能更好地适应于稀疏图像重建。在此基础上,提出了一种基于改进的K-SVD字典学习和SART重建算法相结合的图像重建算法。实验结果表明,该算法能够在投影数据不完备的情况下准确地重建出图像,同时保留图像的细节分量,提高重建图像的质量,尤其是可以减少由于投影数据不完备而造成的条状伪影现象。

关 键 词：图像重建 SART算法 K-SVD字典学习 稀疏角度 

分 类 号：TP317.4[自动化与计算机技术—计算机软件与理论]