基于总变分TV最小化模型的精确重建采样条件估算方法

    公开(公告)号:CN104240209B

    公开(公告)日:2017-07-21

    申请号:CN201410333638.7

    申请日:2014-07-14

    Abstract: 本发明属于总变分最小化模型的CT图像精确重建领域,具体涉及一种基于TV最小化模型的精确重建采样条件估算方法,包含以下步骤:1将TV最小化模型转化为l1‑最小化模型;2提出精确重建必要条件1,并利用其估算采样角度数量下界;3提出精确重建必要条件2,并从下界采样角度数量开始逐个增加角度数量验证必要条件2;4提出精确重建充分条件,从同时满足两个必要条件的最少采样角度数量开始逐个增加角度数量验证精确重建充分条件,满足充分条件的最少角度数量即为采样条件的估算结果。本发明创新性提出将TV最小化模型划分为l1‑最小化模型,并通过必要条件1实现对采样角度数量下界的估算,最终通过验证必要条件2和充分条件得到更准确的估算结果。

    基于TV最小化模型的精确重建采样条件估算方法

    公开(公告)号:CN104240209A

    公开(公告)日:2014-12-24

    申请号:CN201410333638.7

    申请日:2014-07-14

    Abstract: 本发明属于总变分最小化模型的CT图像精确重建领域,具体涉及一种基于TV最小化模型的精确重建采样条件估算方法,包含以下步骤:1将TV最小化模型转化为l1-最小化模型;2提出精确重建必要条件1,并利用其估算采样角度数量下界;3提出精确重建必要条件2,并从下界采样角度数量开始逐个增加角度数量验证必要条件2;4提出精确重建充分条件,从同时满足两个必要条件的最少采样角度数量开始逐个增加角度数量验证精确重建充分条件,满足充分条件的最少角度数量即为采样条件的估算结果。本发明创新性提出将TV最小化模型划分为l1-最小化模型,并通过必要条件1实现对采样角度数量下界的估算,最终通过验证必要条件2和充分条件得到更准确的估算结果。

Patent Agency Ranking