基于改进的K-SVD字典学习CT图像重建算法

• 作者: 何文章 张艳慧 杨莹
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 图像重建 SART算法 K-SVD字典学习 稀疏角度
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 图形学与辅助设计
• 页码范围: 190-192
• 页数: 3页
• 分类号: TP317.4
• 字数: 2953字
• 语种: 中文
• DOI: 10.11907/rjdk.161351

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K-SVD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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何文章	天津职业技术师范大学理学院	17	65	4.0	7.0
2	张艳慧	天津职业技术师范大学理学院	2	2	1.0	1.0
3	杨莹	天津职业技术师范大学理学院	2	2	1.0	1.0