摘要：计算机断层成像(Computed Tomography,CT)以其高分辨率、精确、三维可视化等优点在医疗诊断领域获得了广泛的应用.然而CT设备在提高成像质量的同时,相应产生的X射线辐射会对人体造成一定的危害,在实际应用中迫切需要减轻病人所受的辐射剂量.近年来,通过减少投影数据的采样数量,以达到降低X射线辐射剂量的研究在CT成像领域受到了广泛关注.如何在稀疏角度投影下获得高质量的断层图像,是目前CT重建领域研究的热点科学问题,具有重要的实用价值和研究意义.近几年,基于TV正则化的图像重建方法充分利用了待重建对象的分片连续先验,较传统的迭代型算法,在重建质量上有较大的改善,是目前解决稀疏角度重建问题的主流手段.然而,传统的TV模型基于局部算子,易产生边缘模糊、纹理模糊、阶梯效应等问题.本文将传统的基于TV的CT图像重建模型推广到非局部TV (NonlocalTV,NLTV)的重建模型,添加非局部自相似性作为图像额外的先验信息,以非局部TV最小化作为变分模型的目标,设计了一种基于ART和非局部TV最速下降相结合的NLTV-ART重建算法.通过实验验证,针对稀疏角度重建问题,新算法在图像细节和边缘特征保持方面取得了良好特性;较传统TV模型下的TV-ART算法,新算法能取得更高的重建质量.
