基于ADMM的TV最小化稀疏重建算法研究.pdf

1、在CT掃描中，射線對病人有一定危害，低劑量成像是CT技術的一個重要研究內容。低劑量可以通過稀疏視角下的投影采集來實現，然而用解析法對稀疏投影的重建會引入嚴重的偽影?；趬嚎s感知的重建算法可以實現精確稀疏重建，其中總變差最小是其經典代表。自適應梯度下降-投影到凸集是一種可以用來求解TV最小這一最優(yōu)化問題的有效算法，然而因為其算法參數較多，選擇最優(yōu)參數需要經驗選取。ADMM算法可以用來有效求解1范數問題，所以本文研究基于ADMM的TV算法，

2、主要做了如下工作:
　　(1)設計并實現了基于ADMM的TV算法，通過與FBP算法的比較，論證了TV算法的稀疏重建能力。
　　(2)設計了一種基于有序子集技術的ADMM算法—OS-ADMM.該算法可以提高ADMM算法的收斂速度。其中，重點研究了子集劃分規(guī)則和子集內投影順序的編排方法。
　　(3)設計了一種TV優(yōu)化問題中的平衡因子的自適應選取方法。研究表明，該方法選取出的平衡因子可以獲得高精度的重建圖像。
　　AD