基于稀疏约束的自适应正则化迭代重建算法

• 作者: 曾磊 李建新 李磊 王超 闫镔
• 来源期刊: CT理论与应用研究
• 学科: 工学
• 关键词: ASD-POCS 正则化 压缩感知 SART 共轭梯度法
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 工业CT
• 页码范围: 689-698
• 分类号: TP301
• 语种: 中文

摘要

本文针对ASD-POCS算法中约束项权重对不同应用的多变性引起的算法鲁棒性差等问题,提出了一种基于稀疏约束的自适应正则化迭代重建算法,该算法采用一种Lagendijk型的正则化策略构造最优化问题,分别采用局部方差、图像能量估计自适应地求取加权对角矩阵和全局正则化参数。最优化问题的求解过程中,采用SART算法和共轭梯度法求解保真项和约束项最优化问题。实验结果表明,AR-SART-CG算法能更好地权衡恢复图像边缘和平滑噪声的关系,更好地调节保真项和约束项的权重,得到更高质量的重建图像。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李磊	信息工程大学信息工程学院	41	260	9.0	14.0
2	李建新	信息工程大学信息工程学院	17	106	7.0	9.0
3	王超	信息工程大学信息工程学院	14	32	3.0	5.0
4	闫镔	信息工程大学信息工程学院	54	384	11.0	17.0
5	曾磊	信息工程大学信息工程学院	13	73	4.0	8.0