基于改进的K-SVD字典学习CT图像重建算法

摘要

不完全投影数据图像重建为降低照射剂量提供了一个新的解决方案。在K-SVD字典学习算法中，由于选取K-SVD算法中的初始化字典对训练得到的自适应字典构造有影响，因此通过引进一个稀疏初始化字典矩阵，使K-SVD字典学习算法能更好地适应于稀疏图像重建。在此基础上，提出了一种基于改进的K-SVD字典学习和SART重建算法相结合的图像重建算法。实验结果表明，该算法能够在投影数据不完备的情况下准确地重建出图像，同时保留图像的细节分量，提高重建图像的质量，尤其是可以减少由于投影数据不完备而造成的条状伪影现象。