排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
序列子集联合代数重建技术 总被引：2，自引：0，他引：2
图像重建迭代算法的主要缺点是计算量大,重建速度慢。为减少计算时间,Hudson等提出了有序子集算法,由于该算法在每次迭代时使用固定的子集个数,重建图像的质量主要依赖于迭代步中的子集数。本文提出序列子集联合代数重建技术,在每次迭代后减少使用的子集个数,这样在加速图像收敛的同时恢复重建图像的各种频率元素。实验结果表明序列子集联合代数重建技术可在少数次迭代后提供较高质量的重建图像,且对噪声数据不敏感。 相似文献
2.
基于光子计数探测器的能谱CT,可以同时采集多个能谱通道的投影数据,并获得相应能量范围内物质的吸收特征,可以有效应用于物质识别与材料分解。主成分分析是一种很好的多元数据分析技术,可以用于处理多能谱CT数据。本文分别在投影域和图像域对能谱CT数据进行主成分分析,并对分析结果做出系统比较。为了减少噪声的影响,提高能谱CT图像的彩色表征性能,提出双域滤波与像素值平方相结合的方法,用于含噪声的主成分图像去噪,然后将所选取的主成分图像映射到RGB颜色通道。实验结果表明,无论是在投影域还是图像域进行主成分分析,都可以获取清晰的CT图像,识别出物质的不同成分。相较于在图像域的主成分分析方法,在投影域进行主成分分析能够保留物质的更多细节,获取更清晰的彩色CT图像。 相似文献
1