×
李兴科;魏苏华;徐海波;陈冲

轴对称物体层析成像的混合正则锥束重建。 （英语） Zbl 1513.65543号

数学学报。科学。，序列号。B、 英语。预计起飞时间。 42，编号1，403-419（2022）.
小结：在本文中，我们考虑从锥形X射线形成的单个射线照片对轴对称物体进行三维层析重建。高能X射线照相中的所有当代密度重建方法都是基于这样的假设，即锥束可以被视为位于垂直于对称轴的平行平面上的扇形束，从而可以逐层恢复整个物体的密度。考虑到不同层之间的关系，我们进行了锥束全局重建，以解决重建结果在材料界面处的模糊效应。针对经典离散总变分的各向异性，在我们的重建模型中引入了一种新的总变分离散化方法，这种方法可以产生尖锐的边缘，并且具有更好的各向同性。此外，考虑到目标密度由连续变化的部分和跳跃组成，引入了高阶正则化项。最后的混合正则化模型是使用最近应用于图像处理的交替近端梯度法求解的。给出了模拟射线照片的密度重建结果，表明该方法在保留边缘位置方面有了改进。

MSC公司：

65兰特 积分方程反问题的数值方法
65千5 数值数学规划方法

关键词：

高能X射线照相术;圆锥形全球重建;反问题;总变化量;近端交替梯度法
PDF格式BibTeX公司 XML格式引用
\textit{X.Li}等人，《数学学报》。科学。，序列号。B、 英语。第42版，第1号，403--419（2022；Zbl 1513.65543）
全文： 内政部

参考文献：

[1] Radon，J.，《最适合Funktitionen的是Integralwerte längs gewisser Mannigfaltigkeiten，Berichte Sächsische Akademie der Wissenschaften，莱比锡，Mathematische-Physikalische Klass》，69，262-267（1917）
[2] Wei，S。；王，S。；Xu，H.，从单个X射线投影数据进行轴对称物体层析成像的正则化方法，图像与图形杂志，13，2275-2280（2008）
[3] Chan，R.H。；Liang，H。；Wei，S.，从单个射线照片进行轴对称物体层析成像的高阶总变差正则化方法，反问题和成像，9，55-77（2015）·Zbl 1308.65215号
[4] Lewitt，R.M.，《重构算法：变换方法》，IEEE学报，71，390-408（1983）
[5] Natterer，F.，《计算机断层成像的数学》（1986），纽约：威利出版社，纽约·Zbl 0617.92001号
[6] A.C.卡克。；斯莱尼，M.，《计算机断层成像原理》（1987），纽约：IEEE出版社，纽约·Zbl 0721.92011号
[7] 洛杉矶费尔德坎普。；戴维斯，L.C。；Kress，J.W.，《实用锥束算法》，美国光学学会杂志A，1612-619（1984）
[8] 王，G。；Lin，T.H。；Cheng，P.C.，《一般锥形重建算法》，IEEE医学成像汇刊，12486-496（1993）
[9] 戈登，R。；Bender，R。；Herman，G.T.，三维电子显微镜和X射线摄影的代数重建技术（ART），理论生物学杂志，29471-481（1970）
[10] Gilbert，P.，从投影重建物体三维的迭代方法，理论生物学杂志，36，105-117（1972）
[11] Andersen，A.H。；Kak，A.C.，同步代数重建技术（SART）：ART算法的卓越实现，超声成像，681-94（1984）
[12] 罗，S。；孟·R。；Wei，S。；袁，J。；Lu，H.，从单锥束投影数据重建三维轴对称物体的数据驱动方法，第三届图像计算和数字医学国际研讨会论文集，288-292（2019），纽约：ACM，纽约
[13] 鲁丁，L.I。；Osher，S。；Fatemi，E.，基于非线性总变差的噪声去除算法，Physica D，60，259-268（1992）·Zbl 0780.49028号
[14] Sauer，K。；Bouman，C.，使用基于分段的优化对传输断层图进行贝叶斯估计，IEEE核科学汇刊，391144-1152（1992）
[15] Chambolle，A。；卡塞勒斯，V。；Novaga，M。；Fornasier，M.，《图像分析总变差简介，稀疏恢复的理论基础和数值方法》，263-340（2010），柏林：Walter de Gruyter，柏林·Zbl 1209.94004号
[16] Chambolle，A。；Pock，T.，凸问题的一阶原对偶算法及其在成像中的应用，《数学成像与视觉杂志》，40，120-145（2011）·Zbl 1255.68217号
[17] 汉堡，M。；Osher，S。；汉堡，M。；Osher，S.，电视动物园指南，基于水平集和PDE的成像重建方法，1-70（2013），瑞士：施普林格国际出版公司，瑞士·Zbl 1342.94014号
[18] Chambolle，A。；Rangarajan，A。；Vemuri，B。；Yuille，A.L.，总变差最小化和一类二进制MRF模型，计算机视觉和模式识别中的能量最小化方法，136-152（2005），柏林：Springer-Verlag，柏林
[19] 阿贝格尔，R。；Louchet，C。；莫伊桑，L。；Aujol，J-F；尼科洛娃，M。；Papadakis，N.，《用迭代条件期望对泊松噪声破坏的图像进行全变差恢复》，计算机视觉中尺度空间和变分方法国际会议，178-190（2015），瑞士：施普林格国际出版公司，瑞士·兹比尔1444.94003
[20] Chambolle，A。；莱文，S.E。；Lucier，B.J.，《基于全变量图像平滑的迎风有限差分方法》，SIAM成像科学杂志，4277-299（2011）·Zbl 1213.65030号
[21] Condat，L.，《离散总变差：新定义与最小化》，SIAM成像科学杂志，101258-1290（2016）·Zbl 1379.68330号
[22] 阿贝格尔，R。；Moisan，L.，The Shannon total variation，《数学成像与视觉杂志》，59，1-30（2016）·Zbl 1382.94005号
[23] Hosseini A.数学图像处理中基于离散总变分的正则化项。2017http://arxiv.org/pdf/1711.10534.pdf
[24] 李，F。；沈，C。；Fan，J.，《结合全变分滤波器和四阶滤波器的图像恢复》，《视觉通信与图像表示杂志》，18，322-330（2007）
[25] Lysaker，M。；Tai，X.C.，结合总变差最小化和二阶泛函的迭代图像恢复，国际计算机视觉杂志，66，5-18（2006）·Zbl 1286.94021号
[26] Papafitsoros，K。；Schönlieb，C.B.，图像重建的一阶和二阶联合变分方法，《数学成像与视觉杂志》，48308-338（2014）·Zbl 1362.94009号
[27] D.N H.Thanh。；Prasath，V.B S。；Hieu，L.M.，基于高阶总变差和逆梯度的自适应图像恢复方法，《信号、图像和视频处理》，第14期，第1189-1197页（2020年）
[28] Chan，T.等人。；Marquina，A。；Mulet，P.，基于高阶全变分的图像恢复，SIAM科学计算杂志，22，503-516（2000）·Zbl 0968.68175号
[29] 陈海珠。；宋，J.P。；Tai，X.C.，LLT模型最小化的对偶算法，计算数学进展，31115-130（2009）·Zbl 1170.94006号
[30] 你，Y.L。；Kaveh，M.，用于去除噪声的四阶偏微分方程，IEEE图像处理汇刊，91723-1730（2000）·Zbl 0962.94011号
[31] Lysaker，M。；伦德沃德，A。；Tai，X.C.，使用四阶偏微分方程去除噪声及其在空间和时间医学磁共振图像中的应用，IEEE图像处理汇刊，12，1579-1590（2003）·Zbl 1286.94020号
[32] Steidl，G.，关于高阶正则泛函对偶处理的注记，计算，76135-148（2005）·兹比尔1087.65067
[33] Benning，M.，《高阶电视方法——通过Bregman迭代增强》，《科学计算杂志》，54，269-310（2013）·Zbl 1308.94012号
[34] Lefkimmiatis，S。；Bourquard，A。；Unser，M.，Hessian基于范数正则化的图像复原与生物医学应用，IEEE图像处理汇刊，21983-995（2012）·Zbl 1372.94145号
[35] Bauschke，H.H。；Combettes，P.L.，希尔伯特空间中的凸分析和单调算子理论（2011），纽约：Springer，纽约·Zbl 1218.47001号
[36] Asaki，T.J。；Chartrand，R。；Vixie，K.R.，使用全变分正则化的Abel反演，反问题，211895-1903（2005）·兹比尔1094.65129
[37] Asaki，T.J。；坎贝尔，P.R。；Chartrand，R.，《使用全变分正则化的阿贝尔反演：应用》，《科学与工程中的反问题》，14873-885（2006）·Zbl 1200.65115号
[38] 亚伯拉罕·R。；Bergounioux，M。；Trélat，E.，二元轴对称物体层析重建的惩罚方法，应用数学与优化，58345-371（2008）·兹比尔1166.49032
[39] Chen，K。；Wei，S.，关于单X射线源轴对称物体层析成像的一些变分模型及其算法，中国科学院，451537-1548（2015）·Zbl 1499.94006号
[40] Ma，S.，凸极小化的交替近似梯度法，科学计算杂志，68，1-27（2016）·Zbl 1371.65056号
[41] 他，B。；Yang，H。；Wang，S.，单调变分不等式的自适应惩罚参数交替方向法，优化理论与应用杂志，106，337-356（2000）·Zbl 0997.49008号
[42] Donoho，L.D.，通过软阈值去噪，IEEE信息理论汇刊，41613-627（1995）·Zbl 0820.62002号
[43] 博伊德，S。；北卡罗来纳州帕里赫。；Chu，E.，通过乘数交替方向方法进行分布式优化和统计学习，机器学习的基础和趋势，3，1-122（2011）·Zbl 1229.90122号
[44] Canny，J.，边缘检测的计算方法，IEEE模式分析和机器智能汇刊，8679-698（1986）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。