用于 TV 正则化图像重建的快速迭代算法及其在低剂量和少视角 CT 中的应用
医学物理
2017-02-01 v1 计算机视觉与模式识别
数值分析
摘要
本文关注通过最小化以全变分 (TV) 惩罚正则化的数据保真项，实现低剂量和少视角 CT 的迭代重建。我们提出了一种非常快速的迭代算法来解决此问题。算法推导概述如下。首先，利用拉格朗日对偶性将原始最小化问题重新表述为鞍点（原始-对偶）问题，对此我们应用一阶原始-对偶迭代方法。其次，我们使用滤波反投影 (FBP) 重建算法的斜坡滤波器对迭代公式进行预处理，且不改变问题的解。所得算法类似于所谓的迭代 FBP 算法的结构，并且非常快地收敛到代价函数的精确极小值。
引用
@article{arxiv.1609.06041,
title = {A very fast iterative algorithm for TV-regularized image reconstruction with applications to low-dose and few-view CT},
author = {Hiroyuki Kudo and Fukashi Yamazaki and Takuya Nemoto and Keita Takaki},
journal= {arXiv preprint arXiv:1609.06041},
year = {2017}
}
备注
16 pages, 8 figures, SPIE Optics + Photonics 2016 Conference (Developments in X-Ray Tomography X) Paper No. 9967-37