作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于优化的迭代法,可以结合压缩感知和低秩矩阵等稀疏优化技术高精度地重建图像.其中,总变差最小(total variation minimization,TV)模型是一种简单有效的优化模型.传统的约束TV模型,使用数据保真项为约束项,TV正则项为目标函数.本文研究TV约束的、数据分离最小(TV constrained,data divergence minimization,TVcDM)新型TV模型及其求解算法.详细推导了TVcDM模型的Chambolle-Pock(CP)算法,验证了模型及算法的正确性;分析了算法的收敛行为;评估了模型的稀疏重建能力;分析了模型参数的选择对重建的影响及算法参数对收敛速率的影响.研究表明,TVcDM模型有高精度稀疏重建能力;TVcDM-CP算法确保收敛,但迭代过程中有振荡现象;TV限对重建有重要影响,参数值过大会引入噪声而过小会模糊图像细节;算法参数的不同选取会导致不同的收敛速率.
推荐文章
低剂量CT的加权总变差重建算法
压缩感知
CT重建
稀疏角度重建
分块代数重建技术
加权迭代支持检测
自适应图像全变差约束的有限角度CT重建算法
有限角度
CT
图像重建
图像全变差
自适应图像全变差
迭代算法
基于约束的MLEM图像重建算法
编码孔
γ相机
图像重建
MLEM算法
直接解调法
一种具有迭代约束的最小二乘ECT图像重建算法
电容层析成像
最小二乘法
图像重建
逆问题
迭代法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 总变差约束的数据分离最小图像重建模型及其Chambolle-Pock求解算法
来源期刊 物理学报 学科
关键词 总变差最小 Chambolle-Pock算法 最优化 图像重建
年,卷(期) 2018,(19) 所属期刊栏目 物理学交叉学科及有关科学技术领域
研究方向 页码范围 362-376
页数 15页 分类号
字数 语种 中文
DOI 10.7498/aps.67.20180839
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 乔志伟 山西大学计算机与信息技术学院 10 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
总变差最小
Chambolle-Pock算法
最优化
图像重建
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
总被引数(次)
174683
论文1v1指导