首页 > 论文 > 激光与光电子学进展 > 56卷 > 21期(pp:211101)

基于天牛须搜索的TV最小化算法在CT内重建中的应用

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

摘 要 压缩感知理论的兴起极大地促进了CT内重建问题的发展。目前已证明如果感兴趣区域是分片光滑的或者多项式的,则可通过全变分(Total Variation,TV)最小化进行精确内重建。目标函数TV最小化的过程可通过梯度下降法以其负梯度方向为搜索方向,经过多次迭代优化实现。为提高TV最小化重建的效率,本文提出一种天牛须搜索(Beetle Antennae Search,BAS)和梯度下降相结合的寻求最优解方向的方法,在TV最小化过程中根据生成的随机数和阈值选择梯度下降方向或基于个体“左右须”检测到的最优解方向进行迭代。仿真实验和实际的实验结果表明本文提出的算法收敛速度快,重建效果好。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop56.211101

作者单位:

    中北大学信息探测与处理技术研究所
    中北大学理学院数学系
    中北大学理学院数学系

引用该论文

孔慧华,孙英博,张雁. 基于天牛须搜索的TV最小化算法在CT内重建中的应用[J].激光与光电子学进展,2019,56(21):211101.