基于图像总变分和张量字典的多能谱CT材料识别研究

• 作者: 伍伟文 何鹏 傅翔 冯鹏 吴晓川 陈佩君 魏彪
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 成像系统 多能谱计算机断层成像技术 材料识别 总变分 张量字典 图像重建
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 成像系统
• 页码范围: 117-124
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3788/AOS201838.1111002

摘要

基于光子计数探测器的多能谱计算机断层成像技术(CT),能够获得多个能量段的能谱信息,在材料识别方面有着独特的优势.由于窄能谱探测及光子计数探测器存在一致性差的问题,多能谱CT图像中含有较多的噪声和伪影,这不利于材料的分解与识别.因此从重建的角度出发,改进了传统张量字典学习(TDL)方法,提出一种基于图像总变分(TV)和TDL的图像重建算法,简称TV+ TDL.该算法不但继承了TDL算法在刻画各个能量通道图像之间相似性的优势,而且通过引进TV作为正则项,可进一步恢复图像微小结构和细节并有效地抑制噪声,提高材料分解精度.仿真实验结果表明,TV+ TDL算法能够有效重建高质量的多能谱CT图像,并成功实现基材料模型下的材料分解与识别,从而验证了该方法的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏彪		111	658	12.0	19.0
2	傅翔		14	58	5.0	7.0
3	冯鹏		65	390	12.0	16.0
4	何鹏		10	35	4.0	5.0
5	伍伟文		4	1	1.0	1.0
6	陈佩君		1	0	0.0	0.0
7	吴晓川		1	0	0.0	0.0