利用局部逆变换实现全视场图像重建

迭代细化方法 (IRM) 已在许多领域得到非常成功的应用，例如现代量子化学计算和 CT 图像重建。事实证明，细化方法可以通过几次迭代从近似逆变换创建出精确的逆变换。IRM 已被用于 CT 图像重建以降低辐射剂量。IRM 利用原始测量数据与重新计算数据之间的误差来校正重建图像。然而，如果物体内部不光滑，重建图像中器官边界处常常会出现过度校正。过度校正会增加噪声，尤其是在图像内部的边缘处。减少上述噪声的一种解决方案是使用某种滤波器。在图像重建处理之前、之后或之间对噪声进行滤波。然而，滤波噪声也会降低重建图像的分辨率。滤波后的图像通常用于图像自动化，例如图像分割或图像配准，而非用于诊断。对于诊断，医生更倾向于未经滤波处理的原始图像。在作者使用局部逆方法进行内部图像重建工作时，他们注意到局部逆方法不仅减少了截断伪影，还减少了由滤波反投影引入的伪影和噪声（在无截断情况下）。这一发现促使他们开发了子区域迭代细化 (SIRM) 图像重建方法。SIRM 在减少重建图像中的伪影和噪声方面表现出色。SIRM 将图像划分为许多小的子区域，并对每个小子区域应用局部逆方法的原理。